Ultralytics Platform

中文 | 한국어 | 日本語 | Русский | Deutsch | Français | Español | Português | Türkçe | Tiếng Việt | العربية

Ultralytics Platform è una piattaforma di visione artificiale end-to-end completa che ottimizza l'intero flusso di lavoro ML, dalla preparazione dei dati alla distribuzione del modello. Progettata per team e individui che necessitano di soluzioni di visione artificiale pronte per la produzione senza la complessità dell'infrastruttura.

Cos'è la piattaforma Ultralytics?

Ultralytics Platform è progettata per sostituire gli strumenti ML frammentati con una soluzione unificata. Combina le capacità di:

• Roboflow - Gestione e annotazione dei dati
• Weights & Biases - track degli esperimenti
• SageMaker - Addestramento su cloud
• HuggingFace - Deployment di modelli
• Arize - Monitoraggio

Tutto in un'unica piattaforma con supporto nativo per i modelli YOLO26 e YOLO11.

Flusso di lavoro: Caricamento → Annotazione → Training → Esportazione → Deployment

La Piattaforma offre un flusso di lavoro end-to-end:

graph LR
    subgraph Data["📁 Data"]
        A[Upload] --> B[Annotate]
        B --> C[Analyze]
    end
    subgraph Train["🚀 Train"]
        D[Configure] --> E[Train on GPU]
        E --> F[View Metrics]
    end
    subgraph Deploy["🌐 Deploy"]
        G[Export] --> H[Deploy Endpoint]
        H --> I[Monitor]
    end
    Data --> Train --> Deploy

Cosa puoi fare:

• Carica immagini, video e file di dataset per creare dataset di addestramento
• Visualizza le annotazioni con overlay interattivi per tutti i 5 tipi di task YOLO (vedi task supportati)
• Addestra modelli su GPU cloud (20 gratuite, 23 con Pro) con metriche in tempo reale
• Esporta in 17 formati di deploy (ONNX, TensorRT, CoreML, TFLite, ecc.)
• Esegui il deployment in 43 regioni globali con endpoint dedicati attivabili con un clic
• Monitora l'avanzamento del training, lo stato del deployment e le metriche di utilizzo
• Collabora rendendo pubblici progetti e dataset per la community

Infrastruttura Multi-Regione

I tuoi dati rimangono nella tua regione. La Piattaforma Ultralytics gestisce l'infrastruttura in tre regioni globali:

Selezioni la tua regione durante l'onboarding, e tutti i tuoi dati, modelli e deployment rimangono in quella regione.

Caratteristiche principali

Preparazione dei Dati

• Gestione dei set di dati: carica immagini, video o file di set di dati con elaborazione automatica
• Editor di annotazioni: Annotazione manuale per tutti i 5 tipi di task YOLO (detect, segment, pose, obb, classify; vedi task supportati)
• Modelli di Scheletro: Modelli di scheletro predefiniti (Persona, Mano, Volto, Cane, Scatola) e personalizzati per l'annotazione della posa con un clic.
• Annotazione intelligente: utilizza SAM .SAM (Tiny, Small, Base, Large), SAM ,YOLO preaddestrati Ultralytics o YOLO tuoi YOLO ottimizzati dalla barra degli strumenti di annotazione per le attività detect, segment e OBB
• Versionamento dei Dataset: Crea snapshot NDJSON numerati con descrizioni per un addestramento riproducibile
• Statistiche: Distribuzione delle classi, heatmap di posizione e analisi delle dimensioni

graph LR
    A[Upload Dataset/Images/Video] --> B[Auto-Process]
    B --> C[Browse & Filter]
    C --> D{Annotate}
    D --> E[Manual Tools]
    D --> F[SAM Smart]
    D --> G[YOLO Auto-Label]
    E --> H[Train-Ready Dataset]
    F --> H
    G --> H

Addestramento del Modello

• Addestramento su Cloud: Addestra su GPU cloud (20 gratuite, 23 con Pro) con metriche in tempo reale
• Addestramento remoto: Addestra ovunque e trasmetti le metriche alla piattaforma (stile W&B)
• Organizzazione dei Progetti: Raggruppare modelli correlati, confrontare esperimenti, monitorare l'attività
• 17 Formati di Esportazione: ONNX, TensorRT, CoreML, TFLite e altro (vedi formati supportati)

È possibile addestrare i modelli tramite l'interfaccia utente web (addestramento in cloud) o dalla propria macchina (addestramento remoto):

# Install ultralytics
pip install "ultralytics>=8.4.14"

# Set your API key
export ULTRALYTICS_API_KEY="YOUR_API_KEY"

# Train and stream metrics to the platform
yolo train model=yolo26n.pt data=coco.yaml epochs=100 project=username/my-project name=exp1

import os

from ultralytics import YOLO

os.environ["ULTRALYTICS_API_KEY"] = "YOUR_API_KEY"

model = YOLO("yolo26n.pt")
model.train(
    data="coco.yaml",
    epochs=100,
    project="username/my-project",
    name="exp1",
)
# Metrics stream to Platform automatically

Distribuzione

• Test di Inferenza: Testare i modelli direttamente nel browser con immagini personalizzate
• Endpoint Dedicati: Distribuire in 43 regioni globali con auto-scaling
• Monitoraggio: Metriche in tempo reale, log delle richieste e dashboard delle prestazioni

graph LR
    A[Trained Model] --> B{Action}
    B --> C[Browser Predict]
    B --> D[Export Format]
    B --> E[Deploy Endpoint]
    D --> F[ONNX / TensorRT / CoreML / TFLite / ...]
    E --> G[43 Global Regions]
    G --> H[API Endpoint URL]
    H --> I[Monitor & Scale]

Una volta deployato, chiama il tuo endpoint da qualsiasi linguaggio:

import requests

url = "https://your-endpoint-url/predict"
headers = {"Authorization": "Bearer YOUR_API_KEY"}

with open("image.jpg", "rb") as f:
    response = requests.post(url, headers=headers, files={"file": f})

print(response.json())

curl -X POST "https://your-endpoint-url/predict" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -F "file=@image.jpg"

const form = new FormData();
form.append("file", fileInput.files[0]);

const response = await fetch("https://your-endpoint-url/predict", {
    method: "POST",
    headers: { Authorization: "Bearer YOUR_API_KEY" },
    body: form,
});

const results = await response.json();
console.log(results);

Gestione dell'Account

• Team e Organizzazioni: Collabora con i membri del team, gestisci ruoli e inviti
• Chiavi API: Gestione sicura delle chiavi per l'addestramento remoto e l'accesso API
• Crediti e Fatturazione: Addestramento pay-as-you-go con prezzi trasparenti
• Feed attività: Consente di trackare tutti gli eventi e le azioni dell'account
• Cestino e Ripristino: Eliminazione soft di 30 giorni con recupero degli elementi
• Conformità GDPR: Esportazione dei dati ed eliminazione dell'account

Link Rapidi

Inizia con queste risorse:

• Guida Rapida: Crea il tuo primo progetto e addestra un modello in pochi minuti
• Dataset: Carica e gestisci i tuoi dati di addestramento
• Annotazione: Etichetta i tuoi dati con strumenti manuali e assistiti dall'IA
• Progetti: Organizza i tuoi modelli e esperimenti
• Addestramento su Cloud: Addestra su GPU cloud
• Inferenza: Testa i tuoi modelli
• Endpoint: Distribuisci i modelli in produzione
• Monitoraggio: Monitora le prestazioni del deployment
• Chiavi API: Gestisci l'accesso API
• Fatturazione: Crediti e pagamenti
• Attività: Tracka gli eventi dell'account
• Cestino: Recupera gli elementi eliminati
• REST API: Riferimento API

FAQ

Come iniziare con la piattaforma Ultralytics?

Per iniziare con Ultralytics Platform:

1. Registrati: Crea un account su platform.ultralytics.com
2. Seleziona Regione: Scegli la tua regione dati (USA, UE o AP) durante l'onboarding
3. Carica Dataset: Vai alla sezione Dataset per caricare i tuoi dati
4. Addestra Modello: Crea un progetto e inizia l'addestramento su GPU cloud
5. Deploy: Testa il tuo modello e distribuiscilo su un endpoint dedicato

Per una guida dettagliata, consulta la pagina Quickstart.

Quali sono i vantaggi della piattaforma Ultralytics?

Ultralytics Platform offre:

• Flusso di Lavoro Unificato: Dati, addestramento e deployment in un unico ambiente
• Multi-Regione: Residenza dei dati nelle regioni US, EU o AP
• Addestramento No-Code: Addestra modelli YOLO avanzati senza scrivere codice
• Metriche in Tempo Reale: Trasmetti in streaming l'avanzamento dell'addestramento e monitora i deployment
• 43 Regioni di Deployment: Distribuisci i modelli vicino ai tuoi utenti in tutto il mondo
• 5 Tipi di Task: Supporto per detection, segmentation, stima della posa, OBB e classificazione (vedi documentazione dei task)
• Annotazione assistita dall'intelligenza artificiale: annotazione intelligente con YOLO SAM YOLO per accelerare la preparazione dei dati

Quali opzioni GPU sono disponibili per l'addestramento in cloud?

Ultralytics Platform supporta diversi tipi di GPU per l'addestramento in cloud:

Vedi Cloud Training per i prezzi completi e le opzioni GPU.

Come funziona l'addestramento remoto?

È possibile addestrare i modelli sul proprio hardware e trasmettere metriche in tempo reale alla piattaforma, in modo simile a Weights & Biases.

pip install "ultralytics>=8.4.14"

# Set your API key
export ULTRALYTICS_API_KEY="YOUR_API_KEY"

# Train with project/name to stream metrics
yolo train model=yolo26n.pt data=coco.yaml epochs=100 project=username/my-project name=exp1

import os

from ultralytics import YOLO

os.environ["ULTRALYTICS_API_KEY"] = "YOUR_API_KEY"

model = YOLO("yolo26n.pt")
model.train(
    data="coco.yaml",
    epochs=100,
    project="username/my-project",
    name="exp1",
)

# Train using a Platform dataset directly
export ULTRALYTICS_API_KEY="YOUR_API_KEY"

yolo train model=yolo26n.pt data=ul://username/datasets/my-dataset epochs=100 project=username/my-project name=exp1

Consulta Addestramento in Cloud per maggiori dettagli sull'addestramento remoto.

Quali strumenti di annotazione sono disponibili?

La Piattaforma include un editor di annotazioni completo che supporta:

• Strumenti manuali: Bounding box, poligoni, keypoint con template di scheletro, box orientati, classificazione
• Modelli di Scheletro: Posiziona tutti i keypoint contemporaneamente utilizzando modelli predefiniti (Persona, Mano, Volto, Cane, Scatola) o personalizzati.
• Annotazione intelligente: utilizza SAM .1 o SAM per l'annotazione tramite clic, oppure eseguiYOLO preaddestrati Ultralytics e YOLO tuoi YOLO ottimizzati dalla barra degli strumenti per detect, segment e l'OBB
• Scorciatoie da Tastiera: Flussi di lavoro efficienti con tasti di scelta rapida

Consulta Annotazione per la guida completa.

Quali formati di esportazione sono supportati?

La Piattaforma supporta 17 formati di deployment:

Consultare Esportazione Modelli, la guida alla modalità di esportazione e l'indice delle integrazioni per le opzioni specifiche del formato.

Risoluzione dei problemi

Problemi del dataset

Problemi di training

Problemi di deployment

Domande frequenti

📅 Creato 2 mesi fa ✏️ Aggiornato 0 giorni fa

Commenti