Ultralytics Platform
Ultralytics Platform è una piattaforma di computer vision completa ed end-to-end che ottimizza l'intero flusso di lavoro ML, dalla preparazione dei dati al deployment dei modelli. Creata per team e singoli che necessitano di soluzioni di computer vision pronte per la produzione senza la complessità dell'infrastruttura.

Cos'è Ultralytics Platform?
Ultralytics Platform è progettata per sostituire gli strumenti ML frammentati con una soluzione unificata. Combina le funzionalità di:
- Roboflow - Gestione dati e annotazione
- Weights & Biases - Tracciamento degli esperimenti
- SageMaker - Addestramento nel cloud
- HuggingFace - Deployment dei modelli
- Arize - Monitoraggio
Tutto in un'unica piattaforma con supporto nativo per i modelli YOLO26 e YOLO11.
Flusso di lavoro: Carica → Annotazione → Addestramento → Esportazione → Deployment
La Piattaforma fornisce 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| Fase | Funzionalità |
|---|---|
| Caricamento | Immagini (50MB), video (1GB) e file di dataset (ZIP, TAR inclusi .tar.gz/.tgz, NDJSON) con elaborazione automatica |
| Annotazione | Strumenti manuali per tutti i 5 tipi di attività, più Smart Annotation con modelli SAM e YOLO per detect, segment e OBB (vedi attività supportate) |
| Addestramento | GPU cloud (22 su tutti i piani + 2 solo per Pro/Enterprise: B200, B300), metriche in tempo reale, organizzazione dei progetti |
| Esportazione | 17 formati di deployment (ONNX, TensorRT, CoreML, TFLite, ecc.; vedi formati supportati) |
| Deployment | 43 regioni globali con endpoint dedicati, scale-to-zero di default (singola istanza attiva) e monitoraggio |
Cosa puoi fare:
- Caricare immagini, video e file di dataset per creare dataset di addestramento
- Visualizzare le annotazioni con overlay interattivi per tutti i 5 tipi di attività YOLO (vedi attività supportate)
- Addestrare modelli su GPU cloud (22 su tutti i piani, 24 con Pro o Enterprise per B200 e B300) con metriche in tempo reale
- Esportare in 17 formati di deployment (ONNX, TensorRT, CoreML, TFLite, ecc.)
- Effettuare il deployment in 43 regioni globali con endpoint dedicati con un clic
- Monitorare il progresso dell'addestramento, lo stato del deployment e le metriche di utilizzo
- Collaborare rendendo progetti e dataset pubblici per la community
Infrastruttura Multi-Regione
I tuoi dati rimangono nella tua regione. Ultralytics Platform gestisce l'infrastruttura in tre regioni globali:
| Regione | Etichetta | Posizione | Ideale per |
|---|---|---|---|
| US | Americhe | Iowa, USA | Utenti delle Americhe, più veloce per le Americhe |
| EU | Europa, Medio Oriente e Africa | Belgio, Europa | Utenti europei, conformità GDPR |
| AP | Asia Pacifico | Taiwan, Asia-Pacifico | Utenti dell'Asia-Pacifico, latenza APAC più bassa |
Selezioni la tua regione durante l'onboarding e tutti i tuoi dati, modelli e deployment rimangono in quella regione.
La regione dei tuoi dati non può essere modificata dopo la creazione dell'account. Durante l'onboarding, la piattaforma misura la latenza verso ogni regione e consiglia quella più vicina. Scegli attentamente.
Funzionalità Chiave
Preparazione dei Dati
- Gestione Dataset: Carica immagini, video o file di dataset con elaborazione automatica
- Editor di Annotazione: Annotazione manuale per tutti i 5 tipi di attività YOLO (detect, segment, pose, OBB, classify; vedi attività supportate)
- Template di Scheletro: Template di scheletro integrati (Persona, Mano, Viso, Cane, Scatola) e personalizzati per l'annotazione di pose con un clic
- Smart Annotation: Utilizza SAM 2.1 (Tiny, Small, Base, Large), SAM 3, modelli Ultralytics YOLO preaddestrati o i tuoi modelli YOLO ottimizzati dalla barra degli strumenti di annotazione per attività di detect, segment e OBB
- Versionamento Dataset: Crea snapshot NDJSON numerati con descrizioni per un addestramento riproducibile
- Statistiche: Distribuzione delle classi, mappe di calore della 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 --> HAddestramento Modelli
- Addestramento Cloud: Addestra su GPU cloud (22 su tutti i piani, 24 con Pro o Enterprise per B200 e B300) con metriche in tempo reale
- Addestramento Remoto: Addestra ovunque e trasmetti le metriche alla piattaforma (stile W&B)
- Organizzazione Progetti: Raggruppa modelli correlati, confronta esperimenti, traccia l'attività
- 17 Formati di Esportazione: ONNX, TensorRT, CoreML, TFLite e altro (vedi formati supportati)

Puoi addestrare modelli tramite l'interfaccia web (addestramento cloud) o dalla tua macchina (addestramento remoto):
- Vai al tuo progetto
- Clicca su
Train Model - Seleziona dataset, modello, GPU ed epoche
- Monitora le curve di perdita e le metriche in tempo reale
Deployment
- Test di Inferenza: Testa i modelli direttamente nel browser con immagini personalizzate
- Endpoint Dedicati: Effettua il deployment in 43 regioni globali con scale-to-zero di default (singola istanza attiva)
- 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 effettuato il deployment, 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())Gestione 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: Traccia tutti gli eventi e le azioni dell'account
- Cestino e Ripristino: Eliminazione soft a 30 giorni con recupero elementi
- Conformità GDPR: Esportazione dati ed eliminazione account
| Funzionalità | Gratuito | Pro ($29/mese) | Enterprise |
|---|---|---|---|
| Credito Iscrizione | $5 / $25* | - | Personalizzato |
| Credito mensile | - | $30/posto/mese | Personalizzato |
| Modelli | 100 | 500 | Illimitato |
| Addestramenti simultanei | 3 | 10 | Illimitato |
| Deployment | 3 | 10 | Illimitato |
| Archiviazione | 100 GB | 500 GB | Illimitato |
| Tipi di GPU cloud | 22 | 24 (incl. B200 / B300) | 24 |
| Team | - | Fino a 5 membri | Fino a 50 |
| Supporto | Community | Prioritario | Dedicato |
*$5 alla registrazione, o $25 con un'email aziendale/di lavoro verificata.
Link rapidi
Inizia con queste risorse:
- Quickstart: Crea il tuo primo progetto e addestra un modello in pochi minuti
- Datasets: Carica e gestisci i tuoi dati di addestramento
- Annotation: Etichetta i tuoi dati con strumenti manuali e assistiti dall'AI
- Projects: Organizza i tuoi modelli ed esperimenti
- Cloud Training: Addestra su GPU cloud
- Inference: Testa i tuoi modelli
- Endpoints: Distribuisci i modelli in produzione
- Monitoring: Monitora le performance dei deployment
- API Keys: Gestisci l'accesso API
- Billing: Crediti e pagamenti
- Activity: Traccia gli eventi dell'account
- Trash: Recupera gli elementi eliminati
- REST API: Riferimento API
FAQ
Come inizio a usare Ultralytics Platform?
Per iniziare con Ultralytics Platform:
- Registrati: Crea un account su platform.ultralytics.com
- Seleziona la Regione: Scegli la tua regione dati (US, EU, o AP) durante l'onboarding
- Carica Dataset: Vai alla sezione Datasets per caricare i tuoi dati
- Addestra Modello: Crea un progetto e avvia l'addestramento su GPU cloud
- Distribuisci: Testa il tuo modello e distribuiscilo su un endpoint dedicato
Per una guida dettagliata, consulta la pagina Quickstart.
Quali sono i vantaggi di Ultralytics Platform?
Ultralytics Platform offre:
- Workflow unificato: Dati, addestramento e deployment in un unico posto
- 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 il progresso 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, pose, OBB e classification (vedi documentazione sui task)
- Annotazione assistita dall'AI: Annotazione intelligente con modelli SAM e YOLO per velocizzare 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:
| GPU | Generazione | VRAM | Costo/Ora | Ideale per |
|---|---|---|---|---|
| RTX 2000 Ada | Ada | 16 GB | $0.24 | Piccoli dataset, test |
| RTX A4500 | Ampere | 20 GB | $0.25 | Dataset medio-piccoli |
| RTX 4000 Ada | Ada | 20 GB | $0.26 | Dataset medi |
| RTX A5000 | Ampere | 24 GB | $0.27 | Dataset medi |
| L4 | Ada | 24 GB | $0.39 | Ottimizzata per l'inferenza |
| A40 | Ampere | 48 GB | $0.44 | Dimensioni batch più grandi |
| RTX 3090 | Ampere | 24 GB | $0.46 | Addestramento generale |
| RTX A6000 | Ampere | 48 GB | $0.49 | Modelli di grandi dimensioni |
| RTX PRO 4500 | Blackwell | 32 GB | $0.64 | Ottimo rapporto prezzo/prestazioni |
| RTX 4090 | Ada | 24 GB | $0.69 | Miglior rapporto prezzo/prestazioni |
| RTX 6000 Ada | Ada | 48 GB | $0.77 | Addestramento con batch di grandi dimensioni |
| L40S | Ada | 48 GB | $0.86 | Addestramento con batch di grandi dimensioni |
| RTX 5090 | Blackwell | 32 GB | $0.99 | Ultima generazione consumer |
| L40 | Ada | 48 GB | $0.99 | Modelli di grandi dimensioni |
| A100 PCIe | Ampere | 80 GB | $1.39 | Addestramento in produzione |
| A100 SXM | Ampere | 80 GB | $1.49 | Addestramento in produzione |
| RTX PRO 6000 | Blackwell | 96 GB | $1.89 | Predefinito consigliato |
| H100 PCIe | Hopper | 80 GB | $2.39 | Addestramento ad alte prestazioni |
| H100 SXM | Hopper | 80 GB | $2.99 | Addestramento più veloce |
| H100 NVL | Hopper | 94 GB | $3.07 | Prestazioni massime |
| H200 NVL | Hopper | 143 GB | $3.39 | Memoria massima |
| H200 SXM | Hopper | 141 GB | $3.99 | Prestazioni massime |
| B200 | Blackwell | 180 GB | $5.49 | Modelli di grandi dimensioni (Pro+) |
| B300 | Blackwell | 288 GB | $7.39 | Modelli più grandi (Pro+) |
Vedi Cloud Training per i prezzi completi e le opzioni GPU.
Come funziona l'addestramento remoto?
Puoi addestrare modelli sul tuo hardware e trasmettere metriche in tempo reale alla piattaforma, in modo simile a Weights & Biases.
L'integrazione della piattaforma richiede ultralytics>=8.4.35. Versioni precedenti NON funzioneranno con la piattaforma.
pip install "ultralytics>=8.4.35"# 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=exp1Vedi Cloud Training 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
- Template di scheletro: Posiziona tutti i keypoint contemporaneamente utilizzando template integrati (Persona, Mano, Volto, Cane, Box) o personalizzati
- Annotazione intelligente: Usa SAM 2.1 o SAM 3 per l'annotazione basata su clic, oppure esegui modelli Ultralytics YOLO preaddestrati e i tuoi modelli YOLO ottimizzati dalla barra degli strumenti per rilevamento, segmentazione e OBB
- Scorciatoie da tastiera: Flussi di lavoro efficienti con tasti di scelta rapida
| Scorciatoia | Azione |
|---|---|
V | Modalità manuale (disegno) |
S | Modalità intelligente (modello SAM o YOLO) |
A | Attiva/disattiva applicazione automatica (in modalità intelligente) |
1 - 9 | Seleziona classe per numero |
Delete | Elimina annotazione selezionata |
Ctrl+Z | Annulla |
Ctrl+Y | Ripristina |
Escape | Salva / deseleziona / esci |
Vedi Annotazione per la guida completa.
Quali formati di esportazione sono supportati?
La piattaforma supporta 17 formati di distribuzione:
| Formato | Estensione file | Caso d'uso |
|---|---|---|
| ONNX | .onnx | Distribuzione multipiattaforma |
| TorchScript | .torchscript | Distribuzione C++ |
| OpenVINO | _openvino_model | Hardware Intel |
| TensorRT | .engine | Inferenza GPU NVIDIA |
| CoreML | .mlpackage | Dispositivi Apple |
| TFLite | .tflite | Dispositivi mobile/edge |
| TF SavedModel | _saved_model | Ecosistema TensorFlow |
| TF GraphDef | .pb | TensorFlow legacy |
| PaddlePaddle | _paddle_model | Ecosistema Baidu |
| NCNN | _ncnn_model | Mobile (Android/ARM) |
| Edge TPU | _edgetpu.tflite | Dispositivi Google Coral |
| TF.js | _web_model | Deployment su browser |
| MNN | .mnn | Alibaba mobile |
| RKNN | _rknn_model | Rockchip NPU |
| IMX500 | _imx_model | Sensore Sony IMX500 |
| Axelera | _axelera_model | Acceleratori IA Axelera |
| ExecuTorch | _executorch_model | PyTorch mobile |
Consulta Esportazione Modelli, la guida alla modalità di esportazione e l'indice delle integrazioni per le opzioni specifiche di formato.
Risoluzione dei problemi
Problemi con i dataset
| Problema | Soluzione |
|---|---|
| Il dataset non viene elaborato | Verifica che il formato del file sia supportato (JPEG, PNG, WebP, TIFF, HEIC, AVIF, BMP, JP2, DNG, MPO per le immagini). Dimensione massima file: 50 MB per le immagini, 1 GB per i video, 10 GB (Free) / 20 GB (Pro) / 50 GB (Enterprise) per gli archivi di dataset |
| Annotazioni mancanti | Verifica che le etichette siano nel formato YOLO con file .txt corrispondenti ai nomi dei file immagine, o carica JSON COCO |
| "Train split required" | Aggiungi una cartella train/ alla struttura del tuo dataset o ridistribuisci gli split tramite la barra di split |
| Nomi delle classi non definiti | Aggiungi un file data.yaml con l'elenco names: (vedi formato YOLO), oppure definisci le classi nella scheda Classi |
Problemi con l'addestramento
| Problema | Soluzione |
|---|---|
| L'addestramento non parte | Controlla il credito residuo in Impostazioni > Fatturazione. È richiesto un saldo positivo |
| Errore di memoria insufficiente (Out of memory) | Riduci la dimensione del batch, usa un modello più piccolo (n/s) o seleziona una GPU con più VRAM |
| Metriche scarse | Controlla la qualità del dataset, aumenta le epoche, prova l'aumento dei dati (data augmentation), verifica il bilanciamento delle classi |
| Addestramento lento | Seleziona una GPU più veloce, riduci la dimensione dell'immagine, verifica che il dataset non sia un collo di bottiglia |
Problemi di deployment
| Problema | Soluzione |
|---|---|
| L'endpoint non risponde | Controlla lo stato dell'endpoint (Pronto vs Fermo). Un avvio a freddo può richiedere 5-15 secondi |
| 401 Non autorizzato | Verifica che la chiave API sia corretta e abbia gli ambiti (scopes) richiesti |
| Inferenza lenta | Controlla la dimensione del modello, valuta l'esportazione TensorRT, seleziona una regione più vicina |
| Esportazione fallita | Alcuni formati richiedono specifiche architetture di modello. Prova ONNX per una maggiore compatibilità |
Domande comuni
Posso cambiare il mio nome utente dopo la registrazione?
No, i nomi utente sono permanenti e non possono essere modificati. Scegli con attenzione durante la registrazione.
Posso cambiare la mia regione dati?
No, la regione dei dati viene selezionata durante la registrazione e non può essere modificata. Per cambiare regione, crea un nuovo account e ricarica i tuoi dati.
Come ottengo più crediti?
Vai in Impostazioni > Fatturazione > Aggiungi Crediti. Puoi acquistare crediti da 5$ a 1000$. I crediti acquistati non scadono mai.
Cosa succede se l'addestramento fallisce?
Ti viene addebitato solo il tempo di calcolo completato. I checkpoint vengono salvati e puoi riprendere l'addestramento.
Posso scaricare il mio modello addestrato?
Sì, clicca sull'icona di download su qualsiasi pagina del modello per scaricare il file .pt o i formati esportati.
Come condivido il mio lavoro pubblicamente?
Modifica le impostazioni del tuo progetto o dataset e imposta la visibilità su "Pubblico". I contenuti pubblici appaiono nella pagina Esplora.
Quali sono i limiti di dimensione dei file?
Immagini: 50MB, Video: 1GB, dataset: 10GB per piano Free, 20GB per Pro, 50GB per Enterprise. Per file più grandi, dividili in più caricamenti.
Per quanto tempo vengono conservati gli elementi eliminati nel Cestino?
30 giorni. Dopodiché, gli elementi vengono eliminati permanentemente e non possono essere recuperati.
Posso usare i modelli della Platform commercialmente?
I piani Free e Pro utilizzano la licenza AGPL. Per un uso commerciale senza i requisiti AGPL, consulta Licenza Ultralytics.