Ultralytics Platform
Ultralytics Platformは、データ準備からモデルデプロイまで、MLワークフロー全体を効率化する包括的なエンドツーエンドのコンピュータビジョン・プラットフォームです。インフラの複雑さを排除し、製品レベルのコンピュータビジョンソリューションを必要とするチームや個人向けに構築されています。

Ultralytics Platformとは?
Ultralytics Platformは、断片化したMLツールを統合されたソリューションに置き換えるよう設計されています。以下の機能を統合しています:
- Roboflow - データ管理およびアノテーション
- Weights & Biases - 実験トラッキング
- SageMaker - クラウドトレーニング
- HuggingFace - モデルデプロイ
- Arize - モニタリング
これらすべてを、YOLO26およびYOLO11モデルをネイティブサポートする単一のプラットフォームで提供します。
ワークフロー: アップロード → アノテーション → トレーニング → エクスポート → デプロイ
本プラットフォームは、以下のエンドツーエンドのワークフローを提供します:
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| ステージ | 機能 |
|---|---|
| アップロード | 画像(50MB)、動画(1GB)、およびデータセットファイル(ZIP、TAR(.tar.gz/.tgzを含む)、NDJSON)を自動処理付きでアップロード |
| アノテーション | 全5種類のタスク向けの手動ツールに加え、SAMやYOLOモデルを用いた検出、セグメンテーション、OBB対応のスマートアノテーション(サポートされているタスクを参照) |
| トレーニング | クラウドGPU(全プランで22種類、Pro/Enterprise限定で2種類:B200、B300)、リアルタイムメトリクス、プロジェクト管理 |
| エクスポート | 17種類のデプロイフォーマット(ONNX、TensorRT、CoreML、TFLiteなど。サポートされているフォーマットを参照) |
| デプロイ | 43のグローバルリージョンにおける専用エンドポイント、デフォルトでのスケールトゥゼロ(単一アクティブインスタンス)、およびモニタリング |
実行可能なこと:
- アップロード: 画像、動画、データセットファイルをアップロードしてトレーニングデータセットを作成
- 可視化: 5種類のYOLOタスクすべてに対応したインタラクティブなオーバーレイによるアノテーションの確認(サポートされているタスクを参照)
- トレーニング: クラウドGPU(全プランで22種類、Pro/EnterpriseではB200/B300用に24種類)でリアルタイムメトリクスを確認しながらモデルをトレーニング
- エクスポート: 17種類のデプロイフォーマット(ONNX、TensorRT、CoreML、TFLiteなど)へエクスポート
- デプロイ: 43のグローバルリージョンへワンクリックで専用エンドポイントをデプロイ
- モニタリング: トレーニングの進捗、デプロイの健全性、使用メトリクスを監視
- コラボレーション: プロジェクトやデータセットを公開し、コミュニティと共有
マルチリージョンインフラストラクチャ
データは選択したリージョン内に保持されます。Ultralytics Platformは、世界3か所のリージョンでインフラを運用しています:
| リージョン | ラベル | 場所 | 推奨ユーザー |
|---|---|---|---|
| US | アメリカ大陸 | 米国アイオワ州 | アメリカ大陸のユーザー、同地域での最速アクセス |
| EU | 欧州、中東、アフリカ | 欧州ベルギー | 欧州のユーザー、GDPRコンプライアンス対応 |
| AP | アジア太平洋 | 台湾、アジア太平洋 | アジア太平洋のユーザー、同地域での低遅延アクセス |
オンボーディング時にリージョンを選択すると、データ、モデル、デプロイはすべてそのリージョン内に保持されます。
アカウント作成後、データリージョンを変更することはできません。オンボーディング時に各リージョンへのレイテンシを測定し、最も近いリージョンを推奨します。慎重に選択してください。
主な機能
データ準備
- データセット管理: 画像、動画、データセットファイルを自動処理付きでアップロード
- アノテーションエディタ: YOLOの5つのタスクタイプ(検出、セグメンテーション、姿勢推定、OBB、分類;サポートされているタスクを参照)向けの手動アノテーション
- スケルトンテンプレート: 人、手、顔、犬、ボックスなどの組み込みテンプレートおよびカスタムスケルトンテンプレートによるワンクリック姿勢アノテーション
- スマートアノテーション: アノテーションツールバーからSAM 2.1(Tiny, Small, Base, Large)、SAM 3、事前学習済みUltralytics YOLOモデル、または独自の微調整済みYOLOモデルを使用して、検出、セグメンテーション、OBBタスクを実行
- データセットのバージョン管理: 再現性のあるトレーニングのために、説明付きのナンバリングされたNDJSONスナップショットを作成
- 統計: クラス分布、位置ヒートマップ、次元分析
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モデルトレーニング
- クラウドトレーニング: リアルタイムメトリクスを確認しながらクラウドGPU(全プランで22種類、ProまたはEnterpriseではB200/B300用に24種類)でトレーニング
- リモートトレーニング: どこからでもトレーニングを実行し、メトリクスをプラットフォームにストリーミング(W&B形式)
- プロジェクト管理: 関連するモデルをグループ化し、実験を比較し、アクティビティを追跡
- 17種類のエクスポートフォーマット: ONNX、TensorRT、CoreML、TFLiteなど(サポートされているフォーマットを参照)

Web UI(クラウドトレーニング)または独自のローカルマシン(リモートトレーニング)を使用してモデルをトレーニングできます:
- プロジェクトへ移動
Train Model(モデルをトレーニング)をクリック- データセット、モデル、GPU、エポック数を選択
- リアルタイムの損失曲線とメトリクスを監視
デプロイ
- 推論テスト: カスタム画像を使用してブラウザ上で直接モデルをテスト
- 専用エンドポイント: デフォルトでスケールトゥゼロ(単一アクティブインスタンス)機能を持つ43のグローバルリージョンへデプロイ
- モニタリング: リアルタイムメトリクス、リクエストログ、パフォーマンスダッシュボード
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]デプロイ後は、任意の言語からエンドポイントを呼び出すことができます:
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())アカウント管理
- チームと組織: メンバー間のコラボレーション、ロールと招待の管理
- APIキー: リモートトレーニングおよびAPIアクセスのための安全なキー管理
- クレジットと請求: 透明性の高い価格体系による従量課金制トレーニング
- アクティビティフィード: すべてのアカウントイベントとアクションの追跡
- ゴミ箱と復元: 30日間のソフトデリートとアイテム復元
- GDPRコンプライアンス: データエクスポートおよびアカウント削除
| 機能 | 無料 | Pro ($29/月) | Enterprise |
|---|---|---|---|
| サインアップクレジット | $5 / $25* | - | カスタム |
| 月間クレジット | - | $30/シート/月 | カスタム |
| モデル | 100 | 500 | 無制限 |
| 同時トレーニング | 3 | 10 | 無制限 |
| デプロイメント | 3 | 10 | 無制限 |
| ストレージ | 100 GB | 500 GB | 無制限 |
| クラウド GPU タイプ | 22 | 24 (B200 / B300 を含む) | 24 |
| チーム | - | 最大 5 メンバー | 最大 50 |
| サポート | コミュニティ | 優先サポート | 専用サポート |
*サインアップ時は$5、または検証済みの会社用/仕事用メールアドレスの場合は$25。
クイックリンク
以下のリソースから開始してください:
- クイックスタート: 最初のプロジェクトを作成し、数分でモデルをトレーニング
- データセット: トレーニングデータのアップロードと管理
- アノテーション: 手動およびAI支援ツールを使用したデータのラベル付け
- プロジェクト: モデルと実験の整理
- クラウドトレーニング: クラウド GPU でのトレーニング
- 推論: モデルのテスト
- エンドポイント: 本番環境へのモデルデプロイ
- モニタリング: デプロイのパフォーマンス追跡
- API キー: API アクセスの管理
- 請求: クレジットと支払い
- アクティビティ: アカウントイベントの追跡
- ゴミ箱: 削除済みアイテムの復元
- REST API: API リファレンス
FAQ
Ultralytics Platform を始めるには?
Ultralytics Platform を始めるには:
- サインアップ: platform.ultralytics.com でアカウントを作成
- リージョンの選択: オンボーディング中にデータリージョン(US、EU、または AP)を選択
- データセットのアップロード: データセット セクションに移動してデータをアップロード
- モデルのトレーニング: プロジェクトを作成し、クラウド GPU でトレーニングを開始
- デプロイ: モデルをテストし、専用エンドポイントにデプロイ
詳細なガイドについては、クイックスタート ページを参照してください。
Ultralytics Platform の利点は何ですか?
Ultralytics Platform の提供内容:
- 統合されたワークフロー: データ、トレーニング、デプロイを1か所で
- マルチリージョン: US、EU、または AP リージョンでのデータ保存
- ノーコードトレーニング: コードを書かずに高度な YOLO モデルをトレーニング
- リアルタイムメトリクス: トレーニングの進捗状況をストリーミングし、デプロイを監視
- 43 のデプロイリージョン: 世界中のユーザーの近くにモデルをデプロイ
- 5 つのタスクタイプ: 検出、セグメンテーション、姿勢推定、OBB、分類をサポート(タスクのドキュメントを参照)
- AI 支援アノテーション: SAM と YOLO モデルを使用したスマートアノテーションにより、データ準備を加速
クラウドトレーニングではどのような GPU オプションが利用できますか?
Ultralytics Platform は、クラウドトレーニング用に複数の GPU タイプをサポートしています:
| GPU | 世代 | VRAM | コスト/時間 | 推奨ユーザー |
|---|---|---|---|---|
| RTX 2000 Ada | Ada | 16 GB | $0.24 | 小規模データセット、テスト |
| RTX A4500 | Ampere | 20 GB | $0.25 | 小規模〜中規模データセット |
| RTX 4000 Ada | Ada | 20 GB | $0.26 | 中規模データセット |
| RTX A5000 | Ampere | 24 GB | $0.27 | 中規模データセット |
| L4 | Ada | 24 GB | $0.39 | 推論最適化 |
| A40 | Ampere | 48 GB | $0.44 | より大きなバッチサイズ |
| RTX 3090 | Ampere | 24 GB | $0.46 | 汎用トレーニング |
| RTX A6000 | Ampere | 48 GB | $0.49 | 大規模モデル |
| RTX PRO 4500 | Blackwell | 32 GB | $0.64 | 優れた価格/性能 |
| RTX 4090 | Ada | 24 GB | $0.69 | 最高の価格/性能 |
| RTX 6000 Ada | Ada | 48 GB | $0.77 | 大規模バッチトレーニング |
| L40S | Ada | 48 GB | $0.86 | 大規模バッチトレーニング |
| RTX 5090 | Blackwell | 32 GB | $0.99 | 最新のコンシューマー世代 |
| L40 | Ada | 48 GB | $0.99 | 大規模モデル |
| A100 PCIe | Ampere | 80 GB | $1.39 | プロダクション・トレーニング |
| A100 SXM | Ampere | 80 GB | $1.49 | プロダクション・トレーニング |
| RTX PRO 6000 | Blackwell | 96 GB | $1.89 | 推奨デフォルト |
| H100 PCIe | Hopper | 80 GB | $2.39 | 高性能トレーニング |
| H100 SXM | Hopper | 80 GB | $2.99 | 最速トレーニング |
| H100 NVL | Hopper | 94 GB | $3.07 | 最高パフォーマンス |
| H200 NVL | Hopper | 143 GB | $3.39 | 最大メモリ |
| H200 SXM | Hopper | 141 GB | $3.99 | 最高パフォーマンス |
| B200 | Blackwell | 180 GB | $5.49 | 大規模モデル (Pro+) |
| B300 | Blackwell | 288 GB | $7.39 | 超大規模モデル (Pro+) |
料金およびGPUオプションの詳細は、Cloud Training をご覧ください。
リモートトレーニングはどのように機能しますか?
自身のハードウェアでモデルをトレーニングし、Weights & Biases と同様にリアルタイムのメトリクスをプラットフォームにストリーミングできます。
プラットフォームの統合には ultralytics>=8.4.35 が必要です。それより古いバージョンではプラットフォームは動作しません。
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=exp1リモートトレーニングの詳細については、Cloud Training をご覧ください。
どのようなアノテーションツールが利用可能ですか?
プラットフォームには、以下をサポートするフル機能のアノテーションエディタが含まれています:
- 手動ツール: バウンディングボックス、ポリゴン、スケルトンテンプレート付きキーポイント、回転ボックス、分類
- スケルトンテンプレート: 内蔵(人、手、顔、犬、ボックス)またはカスタムテンプレートを使用して、すべてのキーポイントを一括配置できます
- スマートアノテーション: SAM 2.1 または SAM 3 を使用したクリックベースのアノテーション、あるいはツールバーから事前学習済みの Ultralytics YOLO モデルや自身でファインチューニングした YOLO モデルを実行して、検出、セグメンテーション、OBBを実行できます
- キーボードショートカット: ホットキーによる効率的なワークフロー
| ショートカット | アクション |
|---|---|
V | 手動(描画)モード |
S | スマートモード(SAM または YOLO モデル) |
A | 自動適用を切り替え(スマートモード時) |
1 - 9 | 数字によるクラス選択 |
Delete | 選択したアノテーションを削除 |
Ctrl+Z | 元に戻す |
Ctrl+Y | やり直し |
Escape | 保存 / 選択解除 / 終了 |
完全なガイドについては Annotation をご覧ください。
どのエクスポート形式がサポートされていますか?
プラットフォームは17種類のデプロイメント形式をサポートしています:
| 形式 | ファイル拡張子 | ユースケース |
|---|---|---|
| ONNX | .onnx | クロスプラットフォーム・デプロイメント |
| TorchScript | .torchscript | C++ デプロイメント |
| OpenVINO | _openvino_model | Intel ハードウェア |
| TensorRT | .engine | NVIDIA GPU 推論 |
| CoreML | .mlpackage | Apple デバイス |
| TFLite | .tflite | モバイル/エッジデバイス |
| TF SavedModel | _saved_model | TensorFlow エコシステム |
| TF GraphDef | .pb | TensorFlow レガシー |
| PaddlePaddle | _paddle_model | Baidu エコシステム |
| NCNN | _ncnn_model | モバイル (Android/ARM) |
| Edge TPU | _edgetpu.tflite | Google Coral デバイス |
| TF.js | _web_model | ブラウザデプロイメント |
| MNN | .mnn | Alibaba モバイル |
| RKNN | _rknn_model | Rockchip NPU |
| IMX500 | _imx_model | Sony IMX500 センサー |
| Axelera | _axelera_model | Axelera AI アクセラレータ |
| ExecuTorch | _executorch_model | PyTorch モバイル |
フォーマット固有のオプションについては、Models Export、Export mode guide、および Integrations index を参照してください。
トラブルシューティング
データセットの問題
| 問題 | 解決策 |
|---|---|
| データセットが処理されない | ファイル形式がサポートされているか確認してください(画像の場合:JPEG、PNG、WebP、TIFF、HEIC、AVIF、BMP、JP2、DNG、MPO)。最大ファイルサイズ:画像 50 MB、動画 1 GB、データセットアーカイブ 10 GB (Free) / 20 GB (Pro) / 50 GB (Enterprise) |
| アノテーションが欠落している | ラベルが YOLO format に準拠しており、画像ファイル名と一致する .txt ファイルがあるか確認してください。または、COCO JSON をアップロードしてください。 |
| "Train split required" | データセット構成に train/ フォルダーを追加するか、split bar を使用して分割を再構成してください。 |
| クラス名が未定義 | Add a data.yaml file with names: list (see YOLO format), or define classes in the Classes tab |
トレーニングの問題
| 問題 | 解決策 |
|---|---|
| トレーニングが開始されない | Settings > Billing でクレジット残高を確認してください。正の残高が必要です。 |
| メモリ不足エラー (Out of memory) | バッチサイズを減らすか、より小さなモデル (n/s) を使用するか、より多くの VRAM を備えた GPU を選択してください。 |
| メトリクスが低い | データセットの品質を確認し、エポック数を増やし、データ拡張を試し、クラスのバランスを確認してください。 |
| トレーニングが遅い | より高速な GPU を選択し、画像サイズを小さくし、データセットがボトルネックになっていないか確認してください。 |
デプロイメントの問題
| 問題 | 解決策 |
|---|---|
| エンドポイントが応答しない | エンドポイントのステータス(Ready または Stopped)を確認してください。コールドスタートには 5〜15 秒かかる場合があります。 |
| 401 Unauthorized | API キーが正しく、必要なスコープを持っていることを確認してください。 |
| 推論が遅い | モデルサイズを確認し、TensorRT export を検討し、より近いリージョンを選択してください。 |
| エクスポート失敗 | 特定のフォーマットは特定のモデルアーキテクチャを必要とします。最も互換性の高い ONNX を試してください。 |
よくある質問
サインアップ後にユーザー名を変更できますか?
いいえ、ユーザー名は永続的であり変更できません。サインアップ時に慎重に選択してください。
データリージョンを変更できますか?
いいえ、データリージョンはサインアップ時に選択され、変更できません。リージョンを切り替えるには、新しいアカウントを作成してデータを再度アップロードしてください。
クレジットを追加するにはどうすればよいですか?
Settings > Billing > Add Credits に移動してください。$5 から $1000 までのクレジットを購入できます。購入したクレジットに有効期限はありません。
トレーニングが失敗した場合はどうなりますか?
完了した計算時間に対してのみ課金されます。チェックポイントは保存されるため、トレーニングを再開できます。
トレーニング済みモデルをダウンロードできますか?
はい、モデルページのダウンロードアイコンをクリックして、.pt ファイルまたはエクスポートされたフォーマットをダウンロードできます。
自分の作業を公開するにはどうすればよいですか?
プロジェクトまたはデータセットの設定を編集し、公開設定を "Public" に切り替えてください。公開コンテンツは Explore ページに表示されます。
ファイルサイズの制限はありますか?
画像:50MB、動画:1GB、データセット:Free プランで 10GB、Pro で 20GB、Enterprise で 50GB です。それより大きいファイルの場合は、分割してアップロードしてください。
削除されたアイテムはゴミ箱にどのくらい保持されますか?
30 日間です。その後、アイテムは完全に削除され、復元できなくなります。
プラットフォームのモデルを商用利用できますか?
Free および Pro プランは AGPL ライセンスを使用します。AGPL の要件なしで商用利用する場合は、Ultralytics Licensing を参照してください。