Link to this sectionUltralytics Platform#

Ultralytics Platform è una piattaforma completa di computer vision 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.

Link to this sectionCos'è Ultralytics Platform?#

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

• Roboflow - Gestione dei dati e annotazione
• Weights & Biases - Monitoraggio 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.

Link to this sectionFlusso di lavoro: Carica → Annota → Addestra → Esporta → Distribuisci#

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

Cosa puoi fare:

• Carica immagini, video e file di dataset per creare dataset di addestramento
• Visualizza le annotazioni con overlay interattivi per tutti i 6 tipi di attività YOLO (vedi attività supportate)
• Addestra i modelli su GPU cloud (22 su tutti i piani, 24 con Pro o Enterprise per B200 e B300) con metriche in tempo reale
• Esporta in 19+ formati di deployment (ONNX, TensorRT, CoreML, TFLite, ecc.)
• Distribuisci in 43 regioni globali con endpoint dedicati in un clic
• Monitora il progresso dell'addestramento, lo stato del deployment e le metriche di utilizzo
• Collabora rendendo progetti e dataset pubblici per la community

Link to this sectionInfrastruttura Multi-Regione#

I tuoi dati rimangono nella tua regione. Ultralytics Platform 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.

Link to this sectionCaratteristiche principali#

Link to this sectionPreparazione dei dati#

• Gestione del dataset: Carica immagini, video o file di dataset con elaborazione automatica
• Editor di annotazione: Annotazione manuale per tutti i 6 tipi di attività YOLO (rilevamento, segmentazione, semantica, posa, OBB, classificazione; vedi attività supportate)
• Modelli di scheletro: Modelli di scheletro predefiniti (Persona, Mano, Volto, Cane, Scatola) e personalizzati per l'annotazione della posa con un clic
• Smart Annotation: Usa SAM 2.1 (Tiny, Small, Base, Large), SAM 3, modelli YOLO di Ultralytics preaddestrati o i tuoi modelli YOLO ottimizzati dalla barra degli strumenti di annotazione per attività di rilevamento, segmentazione, semantica e OBB
• Versionamento del 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 --> H

Link to this sectionAddestramento del modello#

• Addestramento nel 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 dei progetti: Raggruppa modelli correlati, confronta esperimenti, monitora le attività
• 19+ Formati di esportazione: ONNX, TensorRT, CoreML, TFLite e altro (vedi formati supportati)

Puoi addestrare i modelli tramite l'interfaccia web (addestramento nel cloud) o dalla tua macchina (addestramento remoto):

Link to this sectionDistribuzione#

• Test di inferenza: Testa i modelli direttamente nel browser con immagini personalizzate
• Endpoint dedicati: Distribuisci in 43 regioni globali con scalabilità a zero per impostazione predefinita (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 distribuito, 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())

Link to this sectionGestione 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 all'API
• Crediti e Fatturazione: Addestramento con pagamento a consumo e prezzi trasparenti
• Feed delle attività: Monitora tutti gli eventi e le azioni dell'account
• Cestino e Ripristino: Eliminazione logica di 30 giorni con recupero degli elementi
• Conformità GDPR: Esportazione dati ed eliminazione account

Link to this sectionLink 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 ed esperimenti
• Addestramento nel 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 all'API
• Fatturazione: Crediti e pagamento
• Attività: Monitora gli eventi dell'account
• Cestino: Recupera gli elementi eliminati
• REST API: Riferimento API

Link to this sectionFAQ#

Link to this sectionCome posso iniziare con Ultralytics Platform?#

Per iniziare con Ultralytics Platform:

1. Iscriviti: Crea un account su platform.ultralytics.com
2. Seleziona regione: Scegli la tua regione per i dati (US, EU 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. Distribuisci: Testa il tuo modello e distribuiscilo su un endpoint dedicato

Per una guida dettagliata, consulta la pagina Guida rapida.

Link to this sectionQuali sono i vantaggi di Ultralytics Platform?#

Ultralytics Platform offre:

• Flusso di lavoro 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 l'avanzamento dell'addestramento e monitora i deployment
• 43 Regioni di deployment: Distribuisci i modelli vicino ai tuoi utenti in tutto il mondo
• 6 Tipi di task: Supporto per detection, instance segmentation, semantic segmentation, pose, OBB e classificazione (vedi documentazione task)
• Annotazione assistita dall'IA: Annotazione intelligente con modelli SAM e YOLO per velocizzare la preparazione dei dati

Link to this sectionQuali opzioni GPU sono disponibili per l'addestramento in cloud?#

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

Vedi Addestramento in Cloud per i prezzi completi e le opzioni GPU.

Link to this sectionCome funziona l'addestramento remoto?#

Puoi addestrare i modelli sul tuo hardware e trasmettere le metriche in tempo reale alla piattaforma, in modo simile a Weights & Biases.

pip install "ultralytics>=8.4.60"

# 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

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

Link to this sectionQuali strumenti di annotazione sono disponibili?#

La piattaforma include un editor di annotazione completo che supporta:

• Strumenti manuali: Bounding box, poligoni, keypoint con modelli skeleton, box orientate, classificazione
• Modelli Skeleton: Posiziona tutti i keypoint in una volta sola usando 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 i modelli Ultralytics YOLO preaddestrati e i tuoi modelli YOLO ottimizzati dalla barra degli strumenti per detect, segment, semantic e OBB
• Scorciatoie da tastiera: Workflow efficienti con tasti di scelta rapida

Vedi Annotazione per la guida completa.

Link to this sectionQuali formati di esportazione sono supportati?#

La piattaforma supporta oltre 19 formati di deployment:

Vedi Esportazione Modelli, la guida alla modalità Esportazione e l'indice delle integrazioni per opzioni specifiche per formato.

Link to this sectionRisoluzione dei problemi#

Link to this sectionProblemi con i dataset#

Link to this sectionProblemi di addestramento#

Link to this sectionProblemi di deployment#

Link to this sectionDomande comuni#