Guida rapida alla piattaforma Ultralytics

Ultralytics Platform è progettata per essere intuitiva e facile da usare, permettendoti di caricare rapidamente i tuoi dataset e addestrare nuovi modelli YOLO. Offre una gamma di modelli preaddestrati tra cui scegliere, rendendo semplice per te iniziare. Una volta addestrato un modello, puoi testarlo direttamente nel browser e distribuirlo in produzione con un solo clic.

Il seguente diagramma interattivo illustra le quattro fasi principali del flusso di lavoro di Ultralytics Platform. Fai clic su qualsiasi fase o sotto-fase per accedere alle istruzioni dettagliate per quella sezione.

graph LR
    A(Sign Up) --> B(Prepare Data) --> C(Train) --> D(Deploy)
    A -.- A1["<a href='#get-started'>Create account</a><br/><a href='#region-selection'>Select region</a>"]
    B -.- B1["<a href='#upload-your-first-dataset'>Upload dataset</a><br/><a href='#create-your-first-project'>Create Project</a>"]
    C -.- C1["<a href='#training-configuration'>Configure training</a><br/><a href='#monitor-training'>Monitor progress</a>"]
    D -.- D1["<a href='#test-your-model'>Test model</a><br/><a href='#deploy-to-production'>Deploy endpoint</a>"]

    click A "#get-started"
    click B "#upload-your-first-dataset"
    click C "#train-your-first-model"
    click D "#deploy-to-production"

Inizia

Ultralytics Platform offre diverse opzioni di registrazione semplici. Puoi registrarti ed effettuare l'accesso utilizzando i tuoi account Google o GitHub, oppure con il tuo indirizzo email.

Selezione della regione

Durante l'onboarding, ti verrà chiesto di selezionare la tua regione dati. La piattaforma misura automaticamente la latenza verso ogni regione e ti consiglia quella più vicina. Questa è una scelta importante poiché determina dove verranno archiviati i tuoi dati, i modelli e le distribuzioni.

Crediti gratuiti

Ogni nuovo account riceve crediti gratuiti per l'addestramento su GPU nel cloud:

Completa il tuo profilo

Il processo di onboarding ti guida attraverso tre passaggi:

1. Profilo - Inserisci il tuo nome visualizzato, nome utente univoco (permanente, non modificabile in seguito), organizzazione (facoltativo) e caso d'uso principale
2. Regione dati - Seleziona US, EU o AP con una mappa del mondo visiva che mostra la latenza
3. Completa - Controlla le tue selezioni, applica facoltativamente un codice promozionale e termina la registrazione per richiedere i tuoi crediti di benvenuto

Dashboard iniziale

Dopo aver effettuato l'accesso, verrai indirizzato alla pagina principale di Ultralytics Platform, che fornisce una scheda di benvenuto con le statistiche dello spazio di lavoro, accesso rapido a dataset, progetti e archiviazione, e un feed delle attività recenti.

Navigazione nella barra laterale

La barra laterale fornisce l'accesso a tutte le sezioni della piattaforma:

Scheda di benvenuto

La scheda di benvenuto mostra il tuo profilo, il badge del piano e le statistiche dello spazio di lavoro a colpo d'occhio:

Azioni rapide

Sotto la scheda di benvenuto, la dashboard mostra tre schede:

• Dataset: Crea un nuovo dataset o trascina immagini, video o file di dataset per caricarli. Mostra i tuoi dataset recenti.
• Progetti: Crea un nuovo progetto o trascina file di modello .pt per caricarli. Mostra i tuoi progetti recenti.
• Archiviazione: Panoramica del tuo utilizzo dell'archiviazione (dataset, modelli, esportazioni) con i limiti del piano.

Una tabella di Attività recente in fondo mostra i tuoi ultimi dataset, modelli ed esecuzioni di addestramento.

Ricerca globale

Premi Cmd+K (Mac) o Ctrl+K (Windows/Linux) per aprire la barra di ricerca. Cerca istantaneamente tra pagine, progetti, dataset e distribuzioni.

Assistente AI Chat

Un widget di chat mobile è disponibile su ogni pagina. Cliccaci sopra per porre domande sull'addestramento YOLO, sull'annotazione, sulla distribuzione o su qualsiasi funzione della piattaforma. L'assistente fornisce un aiuto contestualizzato basato sulla pagina corrente.

Tour di onboarding

La piattaforma include tour guidati che introducono le funzioni chiave mentre esplori le diverse sezioni:

Riavvia i tour

Per riprodurre qualsiasi tour:

• Pulsante Redo Tour — Clicca sull'avatar del tuo profilo (in basso a sinistra nella barra laterale) per aprire il menu utente, quindi seleziona Redo Tour. Questo ripristina tutti i tour in modo che vengano riprodotti alla tua prossima visita di ogni sezione.
• Parametro URL — Vai su platform.ultralytics.com/home?tour=nav per riavviare direttamente il Tour di navigazione.

Carica il tuo primo dataset

Vai su Annotate nella barra laterale e clicca su New Dataset per aggiungere i tuoi dati di addestramento. Puoi anche trascinare i file direttamente sulla scheda Datasets nella dashboard Home.

Ultralytics Platform supporta diversi formati di caricamento (tutti i dettagli in Datasets):

graph LR
    A[Drop Files] --> B[Auto-Package ZIP]
    B --> C[Upload to Storage]
    C --> D[Backend Worker]
    D --> E[Resize & Thumbnail]
    E --> F[Parse Labels]
    F --> G[Compute Statistics]
    G --> H[Dataset Ready]

Dopo il caricamento, la piattaforma elabora automaticamente i tuoi dati:

1. Le immagini più grandi di 4096px vengono ridimensionate (preservando le proporzioni)
2. Vengono generate miniature da 256px per una navigazione rapida
3. Le etichette vengono analizzate e convalidate (formato YOLO .txt)
4. Vengono calcolate le statistiche (distribuzione delle classi, mappe di calore, dimensioni)

my-dataset.zip
├── data.yaml          # Class names and splits
├── train/
│   ├── images/
│   │   ├── img001.jpg
│   │   └── img002.jpg
│   └── labels/
│       ├── img001.txt
│       └── img002.txt
└── val/
    ├── images/
    └── labels/

Leggi di più sui datasets e sui formati supportati per detect, segment, pose, OBB e classify.

Crea il tuo primo progetto

I progetti ti aiutano a organizzare modelli ed esperimenti correlati. Vai su Projects e clicca su "Create Project".

Inserisci un nome e una descrizione opzionale per il tuo progetto. I progetti contengono:

• Modelli: Checkpoint addestrati
• Registro attività: Cronologia delle modifiche

Leggi di più sui progetti.

Addestra il tuo primo modello

Dal tuo progetto, clicca su Train Model per avviare l'addestramento nel cloud.

Configurazione dell'addestramento

1. Select Dataset: Choose from your uploaded datasets (only datasets with a train split are shown)
2. Scegli modello: Seleziona un modello di base - i modelli ufficiali di Ultralytics o i tuoi modelli addestrati
3. Imposta epoche: Numero di iterazioni di addestramento (predefinito: 100)
4. Seleziona GPU: Scegli le risorse di calcolo in base al tuo budget e alla dimensione del modello. Quella predefinita è la RTX PRO 6000 (96 GB Blackwell, $1.89/ora), che gestisce ogni variante di YOLO26. Consulta la tabella dei prezzi delle GPU completa o il passaggio Cloud Training GPU per l'elenco completo e le limitazioni di livello.

Monitora l'addestramento

Una volta avviato l'addestramento, puoi monitorare i progressi in tempo reale tramite tre schede secondarie:

Le metriche vengono trasmesse in tempo reale tramite SSE (Server-Sent Events). Al termine dell'addestramento, vengono generati grafici di validazione tra cui la matrice di confusione, le curve PR e le curve F1.

Leggi di più sull'addestramento nel cloud.

Testa il tuo modello

Dopo il completamento dell'addestramento, testa il tuo modello direttamente nel browser:

1. Vai alla scheda Predict del tuo modello
2. Carica un'immagine, trascinala o usa le immagini di esempio (inferenza automatica al rilascio)
3. Visualizza i risultati dell'inferenza con i riquadri di delimitazione visualizzati sulla tela

Regola i parametri di inferenza:

La scheda Predict fornisce esempi di codice pronti all'uso con la tua API key effettiva precompilata:

import requests

url = "https://platform.ultralytics.com/api/models/{model_id}/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())

Leggi di più sull'inferenza.

Distribuisci in produzione

Distribuisci il tuo modello su un endpoint dedicato per l'uso in produzione:

1. Vai alla scheda Deploy del tuo modello
2. Seleziona una regione dalla mappa del mondo interattiva (43 regioni disponibili)
3. La mappa mostra misurazioni della latenza in tempo reale con colori simili ai semafori (verde < 100ms, giallo < 200ms, rosso > 200ms)
4. Clicca su Deploy per creare il tuo endpoint

graph LR
    A[Select Region] --> B[Deploy]
    B --> C[Provisioning ~1 min]
    C --> D[Running]
    D --> E{Lifecycle}
    E --> F[Stop]
    E --> G[Delete]
    F --> H[Resume]
    H --> D

Il tuo endpoint sarà pronto in circa un minuto con:

• URL univoco: endpoint HTTPS per le chiamate API
• Comportamento scale-to-zero: nessun costo di calcolo inattivo (le implementazioni attualmente eseguono una singola istanza attiva)
• Monitoraggio: metriche e log delle richieste

Dopo la distribuzione, puoi gestire tutti i tuoi endpoint dalla sezione Deploy nella barra laterale, che mostra una mappa globale con distribuzioni attive, metriche di panoramica e un elenco di tutti gli endpoint.

Leggi di più sugli endpoint.

Addestramento remoto (opzionale)

Se preferisci addestrare sul tuo hardware, puoi trasmettere le metriche alla piattaforma utilizzando la tua API key. Funziona come Weights & Biases: addestra ovunque, monitora sulla piattaforma.

1. Genera una API key in Settings > API Keys
2. Imposta la variabile d'ambiente ed effettua il training con il formato project/name:

export ULTRALYTICS_API_KEY="YOUR_API_KEY"

yolo train model=yolo26n.pt data=coco.yaml epochs=100 project=username/my-project name=exp1

Leggi di più sulle API keys, sui dataset URIs e sul remote training.

Feedback & Aiuto

La pagina Help nel footer della barra laterale include un modulo di feedback in-app. Puoi valutare la tua esperienza, scegliere un tipo di feedback (bug, richiesta di funzionalità o generale) e allegare screenshot.

Se hai bisogno di ulteriore aiuto:

• AI Chat: clicca sul widget della chat fluttuante su qualsiasi pagina per un aiuto immediato
• Documentazione: naviga in questi documenti per guide dettagliate su datasets, annotation, training, deployment e billing
• Discord: unisciti alla nostra Discord community per le discussioni
• GitHub: segnala problemi su GitHub
• REST API: consulta la API reference o prova i interactive API docs per un accesso programmatico a tutte le funzionalità della Platform