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およびYOLO11モデルをネイティブにサポートするオールインワンのプラットフォーム。

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

この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

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
• 全5種類のYOLOタスクタイプ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（サポートされるタスクを参照）
• クラウドGPU (19個の無料枠、Proでは22個) を使用して、リアルタイムメトリクス付きでモデルをトレーニング
• 17種類のデプロイメント形式 (ONNX、TensorRT、CoreML、TFLiteなど) にエクスポート
• 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、デプロイメントの健全性、および使用状況メトリクスを監視
• プロジェクトとデータセットをコミュニティ向けに公開することで共同作業

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: 全5種類のYOLOタスクタイプ（detect、segment、pose、OBB、classify; サポートされるタスクを参照）の手動アノテーション
• スケルトンテンプレート: 組み込み（人物、手、顔、犬、ボックス）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ポーズアノテーション
• SAMスマートアノテーション: 最高の精度を実現する5つのモデル（SAM 2.1 (Tiny、Small、Base、Large) および新しいSAM 3）によるクリックベースのインテリジェントアノテーション。アノテーションツールバーから画像ごとにモデルを切り替えることができます。
• 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
• データセットバージョニング: 再現可能なトレーニングのために、説明付きの番号付きNDJSONスナップショットを作成します。
• 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: クラウドGPU (19個の無料枠、Proでは22個) を使用して、リアルタイムメトリクス付きでトレーニング
• リモートトレーニング: どこでもトレーニングし、メトリクスをプラットフォームにストリーミング（W&Bスタイル）
• 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種類のエクスポート形式: ONNX、TensorRT、CoreML、TFLiteなど（サポートされる形式を参照）

モデルは、ウェブ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) のいずれかを通じて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します:

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: チームメンバーと共同作業し、役割と招待を管理
• 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: すべてのアカウントイベントとアクションをtrack
• ゴミ箱と復元: アイテムの復元機能を備えた30日間のソフト削除
• 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をtrack
• ゴミ箱: 削除されたアイテムを復元
• 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、分類をサポート（タスクドキュメントを参照）
• 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:

完全な料金とGPUオプションについては、クラウドトレーニングを参照してください。

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、スケルトンテンプレート付きキーポイント、向き付きボックス、分類
• スケルトンテンプレート: 組み込み（人物、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度に配置します。
• SAM Smart Annotation: クリックして正確なマスクを生成します — ツールバーのモデルピッカーから、SAM 2.1 Tiny/Small/Base/Large、または新しいSAM 3を選択してください
• 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種類のデプロイメント形式をサポートしています：

形式固有のオプションについては、モデルのエクスポート、エクスポートモードガイド、およびインテグレーション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

データセットに関する問題

トレーニングに関する問題

デプロイに関する問題

よくある質問

📅 2ヶ月前に作成✏️ 2日前に更新

コメント