Ultralytics चक्रनाभि

👋 से नमस्ते Ultralytics टीम! हम लॉन्च करने के लिए पिछले कुछ महीनों से कड़ी मेहनत कर रहे हैं Ultralytics HUB, आपके सभी प्रशिक्षण और तैनाती के लिए एक नया वेब टूल YOLOv5 और YOLOv8 🚀 एक स्थान से मॉडल!

परिचय

HUB को ड्रैग-एंड-ड्रॉप इंटरफ़ेस के साथ उपयोगकर्ता के अनुकूल और सहज ज्ञान युक्त होने के लिए डिज़ाइन किया गया है जो उपयोगकर्ताओं को आसानी से अपना डेटा अपलोड करने और नए मॉडल को जल्दी से प्रशिक्षित करने की अनुमति देता है। यह चुनने के लिए पूर्व-प्रशिक्षित मॉडल और टेम्प्लेट की एक श्रृंखला प्रदान करता है, जिससे उपयोगकर्ताओं के लिए अपने स्वयं के मॉडल के प्रशिक्षण के साथ शुरुआत करना आसान हो जाता है। एक बार एक मॉडल प्रशिक्षित हो जाने के बाद, इसे आसानी से तैनात किया जा सकता है और वास्तविक समय वस्तु का पता लगाने, उदाहरण विभाजन और वर्गीकरण कार्यों के लिए उपयोग किया जा सकता है।

सतर्कता: अपने कस्टम को प्रशिक्षित करें YOLO के साथ कुछ ही क्लिक में मॉडल Ultralytics चक्रनाभि।

हमें उम्मीद है कि यहां मौजूद संसाधन आपको हब का अधिकतम लाभ उठाने में मदद करेंगे। कृपया विवरण के लिए हब डॉक्स ब्राउज़ करें , समर्थन के लिए GitHub पर एक मुद्दा उठाएं, और प्रश्नों और चर्चाओं के लिए हमारे डिस्कॉर्ड समुदाय में शामिल हों!

• क्विकस्टार्ट। प्रशिक्षण और तैनाती शुरू करें YOLO सेकंड में HUB वाले मॉडल।
• डेटासेट: तैयारी और अपलोडिंग। अपने डेटासेट को HUB में तैयार करने और अपलोड करने का तरीका जानें YOLO प्रारूप।
• परियोजनाएं: बनाना और प्रबंधित करना। बेहतर संगठन के लिए अपने मॉडलों को परियोजनाओं में समूहित करें।
• मॉडल: प्रशिक्षण और निर्यात। रेलगाड़ी YOLOv5 और YOLOv8 आपके कस्टम डेटासेट पर मॉडल और परिनियोजन के लिए उन्हें विभिन्न स्वरूपों में निर्यात करें।
• एकीकरण: विकल्प। अपने प्रशिक्षित मॉडल के लिए विभिन्न एकीकरण विकल्पों का अन्वेषण करें, जैसे TensorFlow, ONNX, OpenVINO, CoreMLऔर PaddlePaddle.
• Ultralytics हब ऐप. के बारे में जानें Ultralytics आईओएस और एंड्रॉइड के लिए ऐप, जो आपको सीधे अपने मोबाइल डिवाइस पर मॉडल चलाने की अनुमति देता है।
  • आईओएस। इसके बारे में जानें YOLO CoreML आईफ़ोन और आईपैड पर ऐप्पल के न्यूरल इंजन पर मॉडल त्वरित।
  • एंड्रॉयड। मोबाइल उपकरणों पर TFLite त्वरण का अन्वेषण करें।
• अनुमान API. पूर्वानुमान जनरेट करने के लिए क्लाउड में अपने प्रशिक्षित मॉडल चलाने के लिए अनुमान API का उपयोग करने का तरीका समझें.

टिप्पणियाँ