Ultralytics Platform

中文 | 한국어 | 日本語 | Русский | Deutsch | Français | Español | Português | Türkçe | Tiếng Việt | العربية

Ultralytics Platformは、データ準備からモデルデプロイメントまで、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ービジョンプラットフォームです。インフラストラクチャの複雑さなしに、本番環境対応のコンピューター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ツールを統合ソリューションに置き換えるように設計されています。以下の機能を組み合わせています。

• Roboflow - データ管理とアノテーション
• Weights & Biases - 実験track
• SageMaker - クラウド学習
• HuggingFace - モデルデプロイ
• Arize - モニタリング

YOLO26とYOLO11をネイティブサポートするオールインワンプラットフォーム YOLO11 モデルをネイティブサポートするオールインワンプラットフォーム。

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

プラットフォームは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

あなたができること：

• 画像、動画、ZIPアーカイブをアップロードしてトレーニングデータセットを作成する
• 5つのYOLO タスクタイプすべてに対応したインタラクティブなオーバーレイでアノテーションを可視化（対応タスクを参照）
• GPU クラウドGPU でモデルをトレーニングし、リアルタイムメトリクスを取得
• 17種類のデプロイ形式（ONNX、TensorRT、CoreML、TFLite）へのエクスポート
• ワンクリック専用エンドポイントで43のグローバルリージョンにデプロイ
• トレーニングの進捗状況、デプロイメントの健全性、および使用状況の指標を監視する
• プロジェクトやデータセットを公開してコミュニティと協力する

マルチリージョンインフラストラクチャ

お客様のデータは、お客様のリージョンに留まります。Ultralytics Platformは、以下の3つのグローバルリージョンでインフラストラクチャを運用しています。

オンボーディング時にリージョンを選択すると、お客様のすべてのデータ、モデル、デプロイメントはそのリージョンに保持されます。

主な特徴

データ準備

• データセット管理: 画像、動画、またはZIPアーカイブを自動処理でアップロード
• アノテーションエディター：YOLO （detect、segment、姿勢推定、OBB、classify；対応タスク参照）に対する手動アノテーション
• SAM アノテーション：Segment Anything Modelを用いたクリックベースのインテリジェントアノテーション
• 自動アノテーション: 学習済みモデルを使用して新しいデータに事前ラベル付け
• 統計: クラス分布、ロケーションヒートマップ、次元分析

graph LR
    A[Upload ZIP/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

モデル学習

• クラウドトレーニング：GPU クラウドGPU でトレーニングを実施、リアルタイムメトリクス付き
• リモートトレーニング：どこでもトレーニング可能、測定値をプラットフォームへストリーミング（W&B方式）
• プロジェクト整理: 関連モデルのグループ化、実験の比較、アクティビティの追跡
• 17 種類の出力形式:ONNX、TensorRT、CoreML、TFLite など（対応形式を参照）

モデルは、Web UI（クラウドトレーニング）またはご自身のマシン（リモートトレーニング）からトレーニングできます：

# Install ultralytics
pip install "ultralytics>=8.4.14"

# Set your API key
export ULTRALYTICS_API_KEY="your_api_key"

# Train and stream metrics to the platform
yolo train model=yolo26n.pt data=coco.yaml epochs=100 project=username/my-project name=exp1

import os

from ultralytics import YOLO

os.environ["ULTRALYTICS_API_KEY"] = "your_api_key"

model = YOLO("yolo26n.pt")
model.train(
    data="coco.yaml",
    epochs=100,
    project="username/my-project",
    name="exp1",
)
# Metrics stream to Platform automatically

デプロイ

• 推論テスト: カスタム画像を使用してブラウザで直接モデルをテスト
• 専用エンドポイント: オートスケーリングで43のグローバルリージョンにデプロイ
• 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、任意の言語からエンドポイントを呼び出せます:

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())

curl -X POST "https://your-endpoint-url/predict" \
  -H "Authorization: Bearer your_api_key" \
  -F "file=@image.jpg"

const form = new FormData();
form.append("file", fileInput.files[0]);

const response = await fetch("https://your-endpoint-url/predict", {
    method: "POST",
    headers: { Authorization: "Bearer your_api_key" },
    body: form,
});

const results = await response.json();
console.log(results);

アカウント管理

• チームと組織: チームメンバーとの共同作業、役割と招待の管理
• APIキー: リモートトレーニングおよびAPIアクセス用のセキュアなキー管理
• クレジットと請求: 透明性の高い料金設定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：アカウントのすべてのイベントとアクションを追跡
• ごみ箱と復元: 30日間のソフト削除とアイテム復元
• GDPR準拠: データのエクスポートとアカウントの削除

クイックリンク

これらのリソースから始めましょう:

• 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をアップロードして管理
• アノテーション: 手動およびAI支援ツールでデータにラベル付け
• プロジェクト: モデルと実験を整理
• クラウドトレーニング: クラウドGPUでトレーニング
• 推論: モデルをテスト
• エンドポイント: モデルを本番環境にデプロイ
• モニタリング: デプロイのパフォーマンスをtrack
• APIキー: APIアクセスを管理
• 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
• ごみ箱: 削除したアイテムを復元する
• REST API: APIリファレンス

よくある質問

Ultralytics Platformの利用を開始するには？

Ultralytics Platformを始めるには:

1. サインアップ: platform.ultralytics.comでアカウントを作成
2. 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 (米国、EU、またはAP) を選択
3. 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
4. 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
5. デプロイ: モデルをテストし、専用の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が提供するもの:

• 統合ワークフロー: データ、トレーニング、デプロイメントを一箇所で
• マルチリージョン: 米国、EU、またはAPリージョンでのデータレジデンシー
• 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ムし、デプロイメントを監視
• 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種類のタスクタイプ：検出、セグメンテーション、姿勢推定、OBB、分類のサポート（タスクドキュメント参照）
• AIアシストアノテーション: SAMと自動ラベリングによりデータ準備を高速化

クラウド学習で利用可能なGPUオプションは何ですか？

Ultralytics Platformは、クラウドトレーニング向けに複数のGPUタイプをサポートしています:

完全な価格とGPU については、クラウドトレーニングをご覧ください。

リモート学習はどのように機能しますか？

独自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。

pip install "ultralytics>=8.4.14"

# 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

import os

from ultralytics import YOLO

os.environ["ULTRALYTICS_API_KEY"] = "your_api_key"

model = YOLO("yolo26n.pt")
model.train(
    data="coco.yaml",
    epochs=100,
    project="username/my-project",
    name="exp1",
)

# Train using a Platform dataset directly
export ULTRALYTICS_API_KEY="your_api_key"

yolo train model=yolo26n.pt data=ul://username/datasets/my-dataset 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、クラウドトレーニングを参照してください。

利用可能なアノテーションツールは何ですか？

プラットフォームには、以下の機能をサポートする全機能搭載のアノテーションエディターが含まれています。

• 手動ツール: バウンディングボックス、ポリゴン、キーポイント、向き付きボックス、分類
• SAM ：クリックしてSegment Anything Modelで精密なマスクを生成
• 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

完全なガイドについては、アノテーションを参照してください。

どのような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のデプロイ形式をサポートしています：

フォーマット固有のオプションについては、モデルエクスポート、エクスポートモードガイド、および統合インデックス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点

訓練上の問題

デプロイメントの問題

よくある質問

📅 1ヶ月前に作成 ✏️ 5日前に更新

コメント