Modèles

La plateforme Ultralytics offre une gestion complète des modèles pour l'entraînement, l'analyse et le déploiement des modèles YOLO. Téléchargez des modèles pré-entraînés ou entraînez-en de nouveaux directement sur la plateforme.

Télécharger le modèle

Téléchargez les poids de modèles existants sur la plateforme :

1. Accédez à votre projet
2. Cliquez sur Télécharger le modèle
3. Sélectionnez votre .pt fichier
4. Ajoutez un nom et une description
5. Cliquez sur Téléverser

Formats de modèle pris en charge :

Après le téléchargement, la plateforme analyse les métadonnées du modèle :

• Type de tâche (detect, segment, pose, obb, classify)
• Architecture (YOLO26n, YOLO26s, etc.)
• Noms et nombre de classes
• Taille d'entrée et paramètres

Entraîner le modèle

Entraîner un nouveau modèle directement sur la Plateforme :

1. Accédez à votre projet
2. Cliquez sur Entraîner le modèle
3. Sélectionner le jeu de données
4. Choisir le modèle de base
5. Configurer les paramètres d'entraînement
6. Démarrer l'entraînement

Consulter Cloud Training pour des instructions détaillées.

Aperçu du modèle

Chaque page de modèle affiche :

Métriques d'entraînement

Afficher les métriques d'entraînement en temps réel et historiques :

Courbes de perte

Mesures de performance

Graphiques de validation

Une fois l'entraînement terminé, consultez l'analyse de validation détaillée :

Matrice de confusion

Carte thermique interactive affichant la précision des prédictions par classe :

Courbes PR/F1

Courbes de performance à différents seuils de confiance :

Exporter le modèle

Exportez votre modèle vers 17 formats de déploiement :

1. Accédez à l'onglet Exportation
2. Sélectionnez le format cible
3. Cliquer sur Exporter
4. Téléchargez une fois terminé

Formats pris en charge (17 au total)

Guide de sélection du format

Pour NVIDIA : utilisez TensorRT pour une vitesse maximale.

Pour Intel : utilisez OpenVINO pour Intel , les processeurs graphiques et les processeurs vidéo Intel .

Pour les appareils Apple : utilisez CoreML pour iOS, macOS, Apple Silicon

Pour Android: utilisez TF ou NCNN pour obtenir les meilleures performances.

Pour les navigateurs Web : utilisez TF.js ou ONNX (avec ONNX Web)

Pour les périphériques Edge : utilisez TF TPU pour Coral, RKNN pour Rockchip.

Pour une compatibilité générale : utilisez ONNX — fonctionne avec la plupart des environnements d'exécution d'inférence

Liaison de jeu de données

Les modèles peuvent être liés à leur jeu de données source :

• Visualiser le jeu de données utilisé pour l'entraînement
• Accéder au jeu de données depuis la page du modèle
• track la traçabilité des données

Lors de l'entraînement avec les jeux de données de la Plateforme en utilisant le ul:// format URI, la liaison est automatique.

Paramètres de visibilité

Contrôler qui peut voir votre modèle :

Pour modifier la visibilité :

1. Ouvrez le menu d'actions du modèle
2. Cliquez sur Modifier
3. Gérer la visibilité
4. Cliquez sur Enregistrer

Supprimer le modèle

Supprimer un modèle dont vous n'avez plus besoin :

1. Ouvrez le menu d'actions du modèle
2. Cliquez sur Supprimer
3. Confirmer la suppression

FAQ

Quelles architectures de modèle sont prises en charge ?

La plateforme Ultralytics prend en charge toutes les architectures YOLO :

• YOLO26: variantes n, s, m, l, x (recommandées)
• YOLO11 : variantes n, s, m, l, x
• YOLOv10 : Prise en charge des versions antérieures
• YOLOv8 : Prise en charge des versions antérieures
• YOLOv5 : Prise en charge des versions antérieures

Puis-je télécharger mon modèle entraîné ?

Oui, téléchargez les poids de votre modèle depuis la page du modèle :

1. Cliquez sur l'icône de téléchargement
2. Sélectionnez le format (original .pt ou exporté)
3. Le téléchargement démarre automatiquement

Comment comparer les modèles entre les projets ?

Actuellement, la comparaison de modèles se fait au sein des projets. Pour comparer entre les projets :

1. Transférer les modèles vers un projet unique, ou
2. Exporter les métriques et comparer en externe

Quelle est la taille maximale du modèle ?

Il n'y a pas de limite stricte, mais les modèles très volumineux (>2 Go) peuvent avoir des temps de téléchargement et de traitement plus longs.

Puis-je affiner des modèles pré-entraînés ?

Oui ! Téléchargez un modèle pré-entraîné, puis commencez l'entraînement à partir de ce point de contrôle avec votre jeu de données. La plateforme utilise automatiquement le modèle téléchargé comme point de départ.

📅 Créé il y a 20 jours ✏️ Mis à jour il y a 14 jours

Commentaires