Ultralytics Integrazioni HUB
Scoprite le integrazioni di Ultralytics HUB con varie piattaforme e formati per ottimizzare i vostri flussi di lavoro AI.
Insiemi di dati
Importate senza problemi i vostri set di dati in Ultralytics HUB per una formazione efficiente dei modelli.
Una volta importato un set di dati, è possibile addestrare un modello su di esso proprio come si farebbe con i set di dati nativi di Ultralytics HUB.
Roboflow
È possibile filtrare facilmente i dataset Roboflow nella pagina Dataset di Ultralytics HUB.
Ultralytics HUB supporta due tipi di integrazione con Roboflow: Universe e Workspace.
Universo
L'integrazione Roboflow Universe consente di importare da Roboflow un set di dati alla volta in Ultralytics HUB.
Importazione
Quando si esporta un set di dati Roboflow , selezionare il formato Ultralytics HUB. Questa azione reindirizza a Ultralytics HUB e apre la finestra di dialogo Importazione del dataset.
Importare il set di dati Roboflow facendo clic sul pulsante Importa.
Successivamente, è possibile addestrare un modello sul set di dati appena importato.
Rimuovere
Accedere alla pagina Dataset del dataset Roboflow che si desidera rimuovere. Aprire il menu a discesa Azioni del dataset e fare clic sull'opzione Rimuovi.
Suggerimento
È anche possibile rimuovere un dataset Roboflow importato direttamente dalla pagina principale Datasets.
Spazio di lavoro
L'integrazione con Roboflow Workspace consente di importare un intero Roboflow Workspace in una sola volta in Ultralytics HUB.
Importazione
Passare alla pagina delle integrazioni facendo clic sul pulsante Integrazioni nella barra laterale.
Inserire la chiave API privata di Roboflow Workspace e fare clic sul pulsante Aggiungi.
Suggerimento
Facendo clic sul pulsante Ottieni la mia chiave API si viene reindirizzati alle impostazioni del proprio Roboflow Workspace, dove è possibile trovare la propria chiave API privata.
Questo collega il vostro account Ultralytics HUB con il vostro Roboflow Workspace, rendendo i vostri dataset Roboflow disponibili all'interno di Ultralytics HUB.
Successivamente, è possibile addestrare un modello utilizzando uno qualsiasi dei set di dati dell'area di lavoro connessa.
Rimuovere
Passare alla pagina delle integrazioni tramite la barra laterale. Fare clic sul pulsante Unlink per l'area di lavoro Roboflow che si desidera scollegare.
Suggerimento
È anche possibile scollegare un Workspace Roboflow collegato direttamente dalla pagina Dataset di qualsiasi dataset appartenente a quel workspace.
Suggerimento
In alternativa, è possibile rimuovere un Workspace Roboflow collegato direttamente dalla pagina principale Datasets utilizzando l'opzione remove associata a qualsiasi dataset di quel workspace.
Modelli
Esportazioni
Dopo aver addestrato un modello, è possibile esportarlo in 13 formati diversi utilizzando la modalità Esportazione, compresi quelli più diffusi come ONNX, OpenVINO, CoreML, TensorFlowe PaddlePaddle.
I formati di esportazione disponibili sono illustrati nella tabella seguente.
| Formato | format Argomento |
Modello | Metadati | Argomenti |
|---|---|---|---|---|
| PyTorch | - | yolo11n.pt |
✅ | - |
| TorchScript | torchscript |
yolo11n.torchscript |
✅ | imgsz, optimize, nms, batch, device |
| ONNX | onnx |
yolo11n.onnx |
✅ | imgsz, half, dynamic, simplify, opset, nms, batch, device |
| OpenVINO | openvino |
yolo11n_openvino_model/ |
✅ | imgsz, half, dynamic, int8, nms, batch, data, fraction, device |
| TensorRT | engine |
yolo11n.engine |
✅ | imgsz, half, dynamic, simplify, workspace, int8, nms, batch, data, fraction, device |
| CoreML | coreml |
yolo11n.mlpackage |
✅ | imgsz, half, int8, nms, batch, device |
| TF SavedModel | saved_model |
yolo11n_saved_model/ |
✅ | imgsz, keras, int8, nms, batch, device |
| TF GraphDef | pb |
yolo11n.pb |
❌ | imgsz, batch, device |
| TF Lite | tflite |
yolo11n.tflite |
✅ | imgsz, half, int8, nms, batch, data, fraction, device |
| TF Bordo TPU | edgetpu |
yolo11n_edgetpu.tflite |
✅ | imgsz, device |
| TF.js | tfjs |
yolo11n_web_model/ |
✅ | imgsz, half, int8, nms, batch, device |
| PaddlePaddle | paddle |
yolo11n_paddle_model/ |
✅ | imgsz, batch, device |
| MNN | mnn |
yolo11n.mnn |
✅ | imgsz, batch, int8, half, device |
| NCNN | ncnn |
yolo11n_ncnn_model/ |
✅ | imgsz, half, batch, device |
| IMX500 | imx |
yolov8n_imx_model/ |
✅ | imgsz, int8, data, fraction, device |
| RKNN | rknn |
yolo11n_rknn_model/ |
✅ | imgsz, batch, name, device |
Nuove entusiasmanti funzionalità in arrivo 🎉
Lavoriamo continuamente per espandere le capacità di integrazione di Ultralytics HUB. Le prossime funzionalità includono:
- Integrazioni di set di dati aggiuntivi
- Guide dettagliate per l'integrazione dell'esportazione
- Esercitazioni passo-passo per ogni integrazione
Rimanete aggiornati 🚧
Questa pagina è la risorsa ideale per conoscere gli ultimi aggiornamenti dell'integrazione e le nuove funzionalità. Rimanete in contatto con:
- Newsletter: Iscrivetevi alla newsletter di Ultralytics per ricevere annunci, rilasci e aggiornamenti sull'accesso anticipato.
- Media sociali: Seguite Ultralytics su LinkedIn per scoprire il dietro le quinte, le novità sui prodotti e i punti salienti della comunità.
- Blog: Il blog di Ultralytics AI contiene articoli di approfondimento, esercitazioni e casi d'uso.
Diamo valore al vostro contributo 🗣️
Contribuite a plasmare il futuro di Ultralytics HUB condividendo le vostre idee, feedback e richieste di integrazione attraverso il nostro modulo di contatto ufficiale.
Grazie, Comunità! 🌍
I vostri contributi e il vostro continuo sostegno alimentano il nostro impegno a spingere i confini dell'innovazione dell'IA. Restate sintonizzati: le novità sono dietro l'angolo!
Siete eccitati per le novità in arrivo? Segnatevi questa pagina e date un'occhiata alla nostra Guida rapida per iniziare a utilizzare i nostri strumenti attuali nell'attesa. Preparatevi a un viaggio trasformativo nell'AI e nel ML con Ultralytics! 🛠️🤖
