Modèles

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

Télécharger le modèle

Télécharger les poids des modèles existants sur la plateforme :

1. Accédez à votre projet
2. Glisser-déposer .pt fichiers sur la page du projet ou dans la barre latérale des modèles
3. Les métadonnées du modèle sont analysées automatiquement à partir du fichier.

Plusieurs fichiers peuvent être téléchargés simultanément (jusqu'à 3 simultanément).

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
• Résultats et indicateurs de formation (si présents dans le point de contrôle)

Entraîner le modèle

Entraînez un nouveau modèle directement sur la plateforme :

1. Accédez à votre projet
2. Cliquez sur Nouveau modèle
3. Sélectionnez le modèle de base et l'ensemble de données
4. Configurer les paramètres d'entraînement
5. Choisissez une formation dans le cloud ou en local
6. Démarrer l'entraînement

Consulter Cloud Training pour des instructions détaillées.

Cycle de vie du modèle

graph LR
    A[Upload .pt] --> B[Overview]
    C[Train] --> B
    B --> D[Predict]
    B --> E[Export]
    B --> F[Deploy]
    E --> G[17+ Formats]
    F --> H[Endpoint]

    style A fill:#4CAF50,color:#fff
    style C fill:#FF9800,color:#fff
    style E fill:#2196F3,color:#fff
    style F fill:#9C27B0,color:#fff

Onglets de la page Modèle

Chaque page de modèle comporte les onglets suivants :

Onglet Aperçu

Affiche les métadonnées du modèle et les indicateurs clés :

• Nom du modèle (modifiable), badge d'état, type de tâche
• Mesures finales (mAP50, mAP50, précision, rappel)
• Graphiques métriques sparkline illustrant la progression de la formation
• Arguments d'entraînement (époques, taille des lots, taille des images, etc.)
• Lien vers l'ensemble de données (lorsque l'entraînement est effectué avec un ensemble de données de la plateforme)
• Bouton de téléchargement pour les poids des modèles

Onglet Train

L'onglet Train comporte trois sous-onglets :

Sous-onglet Graphiques

Graphiques métriques de formation interactifs montrant les courbes de perte et les mesures de performance au fil des époques :

Sous-onglet Console

Sortie en direct de la console à partir du processus de formation :

• Transmission en temps réel des journaux pendant la formation
• Barres de progression Epoch et résultats de validation
• Détection des erreurs avec bannières d'erreur mises en évidence
• Prise en charge des couleurs ANSI pour les sorties formatées

Sous-onglet Système

Mesures GPU système pendant l'entraînement :

Onglet Prédire

Exécutez l'inférence interactive directement dans le navigateur :

• Téléchargez une image, collez une URL ou utilisez votre webcam.
• Affichage des résultats avec des cadres de sélection, des masques ou des points clés
• Déduction automatique lorsqu'une image est fournie
• Prend en charge tous les types de tâches (detect, segment, pose, OBB, classify)

Onglet Exportation

Exportez votre modèle vers plus de 17 formats de déploiement. Pour plus d'informations, consultez la section Exporter un modèle ci-dessous et le guide principal sur le mode Exportation.

Onglet Déployer

Créez et gérez des points de terminaison d'inférence dédiés. Pour plus d'informations, consultez la section Déploiements.

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

graph LR
    A[Select Format] --> B[Configure Args]
    B --> C[Export]
    C --> D{GPU Required?}
    D -->|Yes| E[Cloud GPU Export]
    D -->|No| F[CPU Export]
    E --> G[Download]
    F --> G

    style A fill:#2196F3,color:#fff
    style C fill:#FF9800,color:#fff
    style G fill:#4CAF50,color:#fff

Exportez votre modèle vers plus de 17 formats de déploiement :

1. Accédez à l'onglet Exportation
2. Sélectionnez le format cible
3. Configurer les arguments d'exportation (taille de l'image, demi-précision, dynamique, etc.)
4. Pour les formats GPU(TensorRT), sélectionnez un GPU .
5. Cliquer sur Exporter
6. Téléchargez une fois terminé

Formats pris en charge

La plateforme prend en charge l'exportation vers plus de 17 formats de déploiement: ONNX, TorchScript, OpenVINO, TensorRT, CoreML, TF SavedModel, TF GraphDef, TF , TF TPU, TF.js, PaddlePaddle, NCNN, MNN, RKNN, IMX500, Axelera et ExecuTorch.

Guide de sélection du format

Prise en charge de la puce RKNN

Lors de l'exportation au format RKNN, sélectionnez votre appareil Rockchip cible :

Cycle de vie des tâches d'exportation

Les tâches d'exportation passent par les statuts suivants :

Actions d'exportation en masse

• Tout exporter: Cliquez Export All Lancer les tâches d'exportation pour tous les formats CPU avec les paramètres par défaut.
• Supprimer toutes les exportations: Cliquez Delete All pour supprimer toutes les exportations pour le modèle.

Restrictions de format

Certains formats d'exportation ont des restrictions d'architecture ou de tâches :

Modèle clone

Cloner un modèle vers un autre projet :

1. Ouvrir la page du modèle
2. Cliquez sur le bouton Cloner.
3. Sélectionnez le projet de destination.
4. Cliquez sur Cloner

Le modèle et ses poids sont copiés dans le projet cible.

Télécharger le modèle

Téléchargez les poids de votre modèle :

1. Accédez à l'onglet Aperçu du modèle.
2. Cliquez sur le bouton Télécharger.
3. L'original .pt téléchargement automatique des fichiers

Les formats exportés peuvent être téléchargés à partir de l'onglet Exporter une fois l'exportation terminée.

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
• Cliquez sur la fiche du jeu de données dans l'onglet Aperçu pour y accéder.
• 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.

# Train with a Platform dataset — linking is automatic
yolo train model=yolo26n.pt data=ul://username/datasets/my-dataset epochs=100

Paramètres de visibilité

Contrôler qui peut voir votre modèle :

Pour modifier la visibilité, cliquez sur l'icône de visibilité (par exemple, private ou public) sur la page du modèle. Le passage en mode privé prend effet immédiatement. Le passage en mode public affiche une boîte de dialogue de confirmation avant l'application.

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 ?

Ultralytics prend entièrement en charge toutes YOLO avec des projets dédiés :

• YOLO26: variantes n, s, m, l, x (dernière version, recommandée) — platform.ultralytics.ultralytics
• YOLO11: variantes n, s, m, l, x — platform.ultralytics.yolo11
• YOLOv8: variantes n, s, m, l, x — platform.ultralytics.yolov8
• YOLOv5: variantes n, s, m, l, x — platform.ultralytics.yolov5

Toutes les architectures prennent en charge 5 types de tâches : detect, segment, pose, OBB et classify.

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 dans l'onglet Aperçu.
2. L'original .pt téléchargement automatique des fichiers
3. Les formats exportés peuvent être téléchargés à partir de l'onglet Exporter.

Comment comparer les modèles entre les projets ?

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

1. Cloner des modèles vers un seul projet, 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 ! Vous pouvez utiliser n'importe quel modèle officiel YOLO26 comme base, ou sélectionner l'un de vos propres modèles terminés dans le sélecteur de modèles de la boîte de dialogue de formation. La plateforme prend en charge le réglage fin à partir de n'importe quel point de contrôle téléchargé.

📅 Créé il y a 1 mois ✏️ Mis à jour il y a 5 jours

Commentaires