AutoTrain con Ask AI#
AutoTrain usa Ask AI per aiutarti ad addestrare, confrontare e migliorare i modelli tramite una conversazione. Inizia con un modello di riferimento, esamina i risultati e chiedi quale esperimento eseguire dopo. Ask AI può anche trovare dataset, annotare immagini, esportare modelli e distribuirli.
Accedi a Ultralytics Platform, apri il tuo dataset o progetto e fai clic su Ask AI.
Per usare le azioni della Platform, crea prima una chiave API Ultralytics in Impostazioni > Chiavi API del tuo spazio di lavoro personale. Ask AI usa automaticamente la tua chiave personale esistente; non devi incollarla nella conversazione. Quando lavori con uno spazio di lavoro del team, includi il link al progetto o al dataset.
Prova questi prompt#
Includi nella richiesta la metrica obiettivo, il modello, il limite di epoche e il numero di esperimenti. Per ottenere risultati confrontabili, mantieni fissi dataset, suddivisioni e seed casuale e modifica un'impostazione alla volta. Le esecuzioni cloud usano i tuoi crediti di addestramento.
Apri il dataset o il progetto pertinente e chiedi:
| Obiettivo | Esempio di prompt |
|---|---|
| Avvia un progetto | Crea un progetto privato chiamato "Wildlife Lab". Trova e clona un dataset per il rilevamento della fauna selvatica, poi prepara un'esecuzione di addestramento di riferimento. |
| Confronta le risoluzioni | Addestra tre modelli su questo dataset con dimensioni delle immagini di 640, 800 e 960. Mantieni invariate tutte le altre impostazioni e le suddivisioni del dataset. |
| Esplora un dataset | Trova navi portacontainer, container marittimi e gru in xView. È un buon punto di partenza per la logistica portuale? |
| Crea una baseline | Addestra YOLO26n su questo dataset e assegna alla run il nome "xview-baseline". |
| Confronta i modelli | Confronta i modelli completati in base a mAP50-95 di validazione. Spiega le differenze e proponi il prossimo esperimento. |
| Distribuisci un modello | Distribuisci il modello completato con il miglior mAP di validazione in questo progetto. Indicami l'URL del suo endpoint e il suo stato. |
| Annotazione automatica | Usa il mio miglior modello compatibile per annotare le immagini senza etichetta in questo dataset. Mantieni le annotazioni esistenti. |
| Esamina la classificazione | Quale modello ha la migliore accuratezza di classificazione? Quali razze sono ancora difficili da distinguere e cosa dovremmo provare in seguito? |
| Esporta un modello | Esporta questo modello in ONNX e inviami il link per il download quando è pronto. |
Usa il tuo agente di coding#
Ask AI usa la CLI di Platform, ul cloud e la skill platform-cli associata. Puoi usare gli stessi comandi da Claude Code, Codex o un altro agente di coding compatibile.
Installa e connetti#
La configurazione qui sotto serve per usare la CLI di Platform con il tuo agente di coding al di fuori di Platform.
La CLI ul è inclusa nel pacchetto Ultralytics con Python 3.11+. Installala o aggiornala:
pip install -U ultralyticsCrea una chiave API di Platform e impostala nel terminale usato dal tuo agente. Verifica la connessione con:
export ULTRALYTICS_API_KEY="YOUR_API_KEY"
ul cloud account summaryAggiungi la skill#
Segui la guida all'installazione di Agent Skills per i plugin di Claude Code e Codex. Per gli agenti supportati dalla CLI delle skill, installa la skill di Platform con:
npx skills add ultralytics/skills --skill platform-cliPoi usa prompt come quelli degli esempi qui sopra, includendo il link al progetto o al dataset come contesto.
Esegui direttamente i comandi#
Usa gli slug URL del tuo progetto e del tuo modello nei comandi. Questi esempi si rivolgono al tuo spazio di lavoro personale; aggiungi owner=TEAM per usare uno spazio di lavoro del team di cui fai parte:
ul cloud datasets list
ul cloud models list project=license-plate
ul cloud models training project=license-plate model=baseline
ul cloud training start --helpUsa ul cloud --help per scoprire i comandi e ul cloud <resource> <operation> --help per i relativi argomenti. Consulta il riferimento API di Platform per ulteriori dettagli.