エンタープライズ対応のセキュリティ: ISO 27001 + SOC 2 Type I準拠。

Link to this sectionREST API リファレンス#

Ultralytics Platform は、データセット、モデル、トレーニング、デプロイメントへプログラムからアクセスするための包括的な REST API を提供します。

Ultralytics Platform Api Overview

クイックスタート
# List your datasets
curl -H "Authorization: Bearer YOUR_API_KEY" \
  https://platform.ultralytics.com/api/datasets
インタラクティブな API ドキュメント

Ultralytics Platform API docs で、すべてのインタラクティブな API リファレンスを確認できます。

Link to this sectionAPI の概要#

API は、プラットフォームのコアリソースを中心に構成されています。

graph LR
    A[API Key]:::start --> B[Datasets]:::proc
    A --> C[Projects]:::proc
    A --> D[Models]:::proc
    A --> E[Deployments]:::proc
    B -->|train on| D
    C -->|contains| D
    D -->|deploy to| E
    D -->|export| F[Exports]:::proc
    B -->|auto-annotate| B

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
リソース説明主要な操作
Datasetsラベル付き画像コレクションCRUD、画像、ラベル、エクスポート、バージョン、クローン
ProjectsトレーニングワークスペースCRUD、クローン、アイコン
Models学習済みチェックポイントCRUD、推論(predict)、ダウンロード、クローン、エクスポート
Deployments専用の推論エンドポイントCRUD、開始/停止、メトリクス、ログ、ヘルスチェック
Exportsフォーマット変換ジョブ作成、ステータス、ダウンロード
Trainingクラウド GPU トレーニングジョブ開始、ステータス、キャンセル
Billingクレジットとサブスクリプション残高、チャージ、支払い方法
Teamsワークスペースの共同作業メンバー、招待、ロール

Link to this section認証#

データセット、プロジェクト、モデル、トレーニング、エクスポート、推論などのリソース API は、API キーによる認証を使用します。公開エンドポイント(公開データセット、プロジェクト、モデルの一覧表示)は、キーなしでの匿名読み取りアクセスをサポートしています。アクティビティ、設定、チーム、請求、GDPR フローを含むアカウント指向のルートは、現在認証されたブラウザセッションを必要とし、API キー経由では利用できません。

Link to this sectionAPI キーの取得#

  1. Settings > API Keys に移動します
  2. Create Key をクリックします
  3. 生成されたキーをコピーします

詳細な手順については API Keys を参照してください。

Link to this section認証ヘッダー#

すべてのリクエストに API キーを含めてください:

Authorization: Bearer YOUR_API_KEY
API キーのフォーマット

API キーは、ul_ の後に 40 桁の 16 進数が続くフォーマットです。キーは秘密に保持し、バージョン管理にコミットしたり、公開したりしないでください。

Link to this section#

curl -H "Authorization: Bearer YOUR_API_KEY" \
  https://platform.ultralytics.com/api/datasets

Link to this sectionベース URL#

すべての API エンドポイントは以下を使用します:

https://platform.ultralytics.com/api

Link to this sectionレート制限#

この API は、不正利用を防ぎつつ正当な利用を制限しないように、API キーごとのレート制限(スライディングウィンドウ、Upstash Redis ベース)を強制しています。匿名トラフィックは、さらに Vercel のプラットフォームレベルの悪用防止機能によって保護されています。

制限を超えた場合、API は再試行メタデータを含む 429 を返します:

Retry-After: 12
X-RateLimit-Reset: 2026-02-21T12:34:56.000Z

Link to this sectionAPI キーごとの制限#

レート制限は、呼び出されるエンドポイントに基づいて自動的に適用されます。負荷の高い操作には不正利用を防ぐために厳しい制限が設けられていますが、標準的な CRUD 操作には十分なデフォルト枠が設定されています。

エンドポイント制限適用対象
デフォルト100 リクエスト/分以下にリストされていないすべてのエンドポイント(一覧、取得、作成、更新、削除)
トレーニング10 リクエスト/分クラウドトレーニングジョブの開始 (POST /api/training/start)
アップロード10 リクエスト/分ファイルアップロード、署名付き URL、データセット取り込み
推論 (Predict)20 リクエスト/分共有モデル推論 (POST /api/models/{id}/predict)
エクスポート20 リクエスト/分モデルフォーマットエクスポート (POST /api/exports)、データセットの NDJSON エクスポート、およびバージョン作成
ダウンロード30 リクエスト/分モデル重みファイルのダウンロード (GET /api/models/{id}/files)
専用 (Dedicated)無制限Dedicated endpoints — 独自のサービスであり、API 制限はありません。

各カテゴリには、API キーごとに独立したカウンターがあります。例えば、20 回の推論リクエストを行っても、100 リクエスト/分のデフォルト許容量には影響しません。

Link to this section専用エンドポイント (無制限)#

Dedicated endpointsAPI キーのレート制限の対象外 です。モデルを専用エンドポイントにデプロイすると、そのエンドポイント URL (https://predict-abc123.run.app/predict など) へのリクエストは、プラットフォームからのレート制限を受けることなく、直接お客様の専用サービスへ送信されます。コンピューティングリソースに対する支払いを行っているため、共有 API 制限ではなく、専用サービスの構成に応じたスループットが得られます。

レート制限の処理

429 ステータスコードを受け取った場合は、Retry-After (または X-RateLimit-Reset まで) 待機してから再試行してください。指数バックオフの実装については、rate limit FAQ を参照してください。

Link to this sectionレスポンスフォーマット#

Link to this section成功レスポンス#

レスポンスはリソース固有のフィールドを持つ JSON を返します。

{
    "datasets": [...],
    "total": 100
}

Link to this sectionエラーレスポンス#

{
    "error": "Dataset not found"
}
HTTP ステータス意味
200成功
201作成完了
400無効なリクエスト
401認証が必要
403権限不足
404リソースが見つかりません
409競合(重複)
429レート制限を超えました
500サーバーエラー

Link to this sectionDatasets API#

YOLOモデルのトレーニング用に、ラベル付き画像データセットを作成、閲覧、管理します。詳しくは Datasets documentation を参照してください。

Link to this sectionデータセット一覧#

GET /api/datasets

クエリパラメータ:

パラメータタイプ説明
usernamestringユーザー名でフィルタリング
slugstringスラグ(slug)で単一のデータセットを取得
limitintページあたりのアイテム数(デフォルト: 1000、最大: 1000)
ownerstringワークスペース所有者のユーザー名
curl -H "Authorization: Bearer YOUR_API_KEY" \
  "https://platform.ultralytics.com/api/datasets?limit=10"

レスポンス:

{
    "datasets": [
        {
            "_id": "dataset_abc123",
            "name": "my-dataset",
            "slug": "my-dataset",
            "task": "detect",
            "imageCount": 1000,
            "classCount": 10,
            "classNames": ["person", "car"],
            "visibility": "private",
            "username": "johndoe",
            "starCount": 3,
            "isStarred": false,
            "sampleImages": [
                {
                    "url": "https://storage.example.com/...",
                    "width": 1920,
                    "height": 1080,
                    "labels": [{ "classId": 0, "bbox": [0.5, 0.4, 0.3, 0.6] }]
                }
            ],
            "createdAt": "2024-01-15T10:00:00Z",
            "updatedAt": "2024-01-16T08:30:00Z"
        }
    ],
    "total": 1,
    "region": "us"
}

Link to this sectionデータセットを取得#

GET /api/datasets/{datasetId}

メタデータ、クラス名、分割カウントを含むデータセットの完全な詳細を返します。

Link to this sectionデータセットを作成#

POST /api/datasets

ボディ:

{
    "slug": "my-dataset",
    "name": "My Dataset",
    "task": "detect",
    "description": "A custom detection dataset",
    "visibility": "private",
    "classNames": ["person", "car"]
}
サポートされているタスク

有効な task 値: detectsegmentsemanticclassifyposeobb

レスポンス:

{
    "datasetId": "dataset_abc123",
    "slug": "my-dataset",
    "region": "us"
}

Link to this sectionデータセットを更新#

PATCH /api/datasets/{datasetId}

ボディ(部分更新):

{
    "name": "Updated Name",
    "description": "New description",
    "visibility": "public"
}

Link to this sectionデータセットアイコン#

データセットアイコンをアップロードします(画像ファイルを含むマルチパートフォーム):

POST /api/datasets/{datasetId}/icon

データセットアイコンを削除します:

DELETE /api/datasets/{datasetId}/icon

どちらもアクティブなプラットフォームブラウザセッションが必要です。APIキー経由では利用できません。

Link to this sectionデータセットを削除#

DELETE /api/datasets/{datasetId}

データセットを論理削除します(trash に移動され、30日間復元可能です)。

Link to this sectionデータセットをクローンする#

POST /api/datasets/{datasetId}/clone

すべての画像とラベルを含むデータセットのコピーを作成します。パブリックなデータセット、所有するデータセット、または編集可能なワークスペースのデータセットのみ複製可能です。アクティブなプラットフォームブラウザセッションが必要であり、APIキー経由では利用できません。

ボディ(全フィールド任意):

{
    "name": "cloned-dataset",
    "description": "My cloned dataset",
    "visibility": "private",
    "owner": "team-username"
}

Link to this sectionデータセットをエクスポート#

GET /api/datasets/{datasetId}/export

最新のデータセットエクスポートへの署名付きダウンロードURLを含むJSONレスポンスを返します。

クエリパラメータ:

パラメータタイプ説明
vintegerバージョン番号(1から開始)。省略した場合、最新の(キャッシュされていない)エクスポートを返します。

レスポンス:

{
    "downloadUrl": "https://storage.example.com/export.ndjson?signed=...",
    "cached": true
}

Link to this sectionデータセットバージョンを作成#

POST /api/datasets/{datasetId}/export

データセットの番号付きバージョンスナップショットを新しく作成します。所有者のみ実行可能です。このバージョンは、現在の画像数、クラス数、アノテーション数、分割分布を記録し、イミュータブル(不変)なNDJSONエクスポートを生成・保存します。

リクエストボディ:

{
    "description": "Added 500 training images"
}

すべてのフィールドは任意です。description フィールドはユーザーが設定するバージョンのラベルです。

レスポンス:

{
    "version": 3,
    "downloadUrl": "https://storage.example.com/v3.ndjson?signed=..."
}

Link to this sectionバージョン説明を更新#

PATCH /api/datasets/{datasetId}/export

既存バージョンの説明を更新します。所有者のみ実行可能です。

リクエストボディ:

{
    "version": 2,
    "description": "Fixed mislabeled classes"
}

レスポンス:

{
    "ok": true
}

Link to this sectionクラス統計を取得#

GET /api/datasets/{datasetId}/class-stats

クラス分布、位置ヒートマップ、次元統計を返します。結果は最大5分間キャッシュされます。

レスポンス:

{
    "classes": [{ "classId": 0, "count": 1500, "imageCount": 450 }],
    "imageStats": {
        "widthHistogram": [{ "bin": 640, "count": 120 }],
        "heightHistogram": [{ "bin": 480, "count": 95 }],
        "pointsHistogram": [{ "bin": 4, "count": 200 }]
    },
    "locationHeatmap": {
        "bins": [
            [5, 10],
            [8, 3]
        ],
        "maxCount": 50
    },
    "dimensionHeatmap": {
        "bins": [
            [2, 5],
            [3, 1]
        ],
        "maxCount": 12,
        "minWidth": 10,
        "maxWidth": 1920,
        "minHeight": 10,
        "maxHeight": 1080
    },
    "classNames": ["person", "car", "dog"],
    "cached": true,
    "sampled": false,
    "sampleSize": 1000
}

Link to this sectionクラスの管理#

クラスをマージします(ソースクラスのアノテーションをターゲットに再割り当てした後、ソースを削除します):

POST /api/datasets/{datasetId}/classes/merge

クラスを削除します:

POST /api/datasets/{datasetId}/classes/delete

Link to this sectionスプリットの再分配#

POST /api/datasets/{datasetId}/splits/redistribute

train/val/testスプリット間で画像を再割り当てします。これら3つすべてにアクティブなプラットフォームブラウザセッションが必要であり、APIキー経由では利用できません。

Link to this sectionデータセットの埋め込み(Embeddings)#

GET /api/datasets/{datasetId}/embeddings
POST /api/datasets/{datasetId}/embeddings
DELETE /api/datasets/{datasetId}/embeddings

GETは現在のUMAP分析サマリーとアクティブなジョブステータスを返し、POSTは埋め込み分析ジョブをキューに入れ、DELETEはアクティブなジョブをキャンセルします。

Link to this section画像クラスタリング#

GET /api/datasets/{datasetId}/images/clustering

クラスタリング散布図ビュー用のUMAP 2Dレイアウトおよび画像ごとのメタデータを返します(ページ分割され、レート制限があります)。

Link to this sectionデータセットでトレーニングされたモデルを取得#

GET /api/datasets/{datasetId}/models

このデータセットを使用してトレーニングされたモデルを返します。

レスポンス:

{
    "models": [
        {
            "_id": "model_abc123",
            "name": "experiment-1",
            "slug": "experiment-1",
            "status": "completed",
            "task": "detect",
            "epochs": 100,
            "bestEpoch": 87,
            "projectId": "project_xyz",
            "projectSlug": "my-project",
            "projectIconColor": "#3b82f6",
            "projectIconLetter": "M",
            "username": "johndoe",
            "startedAt": "2024-01-14T22:00:00Z",
            "completedAt": "2024-01-15T10:00:00Z",
            "createdAt": "2024-01-14T21:55:00Z",
            "metrics": {
                "mAP50": 0.85,
                "mAP50-95": 0.72,
                "precision": 0.88,
                "recall": 0.81
            }
        }
    ],
    "count": 1
}

Link to this sectionデータセットを自動アノテーション#

POST /api/datasets/{datasetId}/predict

データセット画像でYOLO推論を実行し、アノテーションを自動生成します。選択したモデルを使用して、アノテーションのない画像のラベルを予測します。

ボディ:

フィールドタイプ必須説明
imageHashstringはいアノテーション対象画像のハッシュ
modelIdstringいいえ推論に使用するモデル。ul:// URI(例: ul://username/project/model)として指定します。省略された場合、データセットのタスク固有のデフォルトモデルが使用されます。
confidencefloatいいえ信頼度のしきい値(デフォルト: 0.25)
ioufloatいいえIoUのしきい値(デフォルト: 0.7)

Link to this sectionデータセット取り込み#

POST /api/datasets/ingest

既存のデータセットに対してデータセット取り込みジョブを作成します。ターゲットとなるデータセットは、URLパスではなく、JSONボディ内の datasetId として必ず渡す必要があります。

リクエストボディには datasetId に加え、sessionId(アップロード済みアーカイブのアップロードセッション)または sourceUrl(リモートのZIP、TAR、TAR.GZ、TGZ、またはNDJSONのURL)のいずれか一方が必要です。アーカイブの分割構造を上書きする場合は、オプションの targetSplittrainval、または test)を追加してください。

For uploaded archives, the upload session is already bound to the dataset by the assetId passed to POST /api/upload/signed-url; ingest validates that assetId matches the body datasetId. Optional classMapping entries map each incoming class name to an existing zero-based class index, a class name to reuse or create, or null to skip the class. For remote sourceUrl imports, create the dataset first, then pass its datasetId to ingest.

ボディ(アップロード済みアーカイブ):

{
    "datasetId": "dataset_abc123",
    "sessionId": "session_abc123",
    "targetSplit": "train"
}

ボディ(リモートアーカイブまたはNDJSON):

{
    "datasetId": "dataset_abc123",
    "sourceUrl": "https://example.com/my-dataset.zip"
}

ボディ(後続の取り込み、ラベルのインポート):

{
    "datasetId": "dataset_abc123",
    "sessionId": "session_abc123",
    "classMapping": { "person": 0, "automobile": "car", "background": null }
}
クラスマッピング

初回取り込み時は、アーカイブからクラスが自動的に作成されます。後続の取り込みにおいて、classMapping から省略されたアーカイブクラスは、まず既存のデータセットクラスとの大文字小文字を区別しない一致判定が行われます。ラベルは、明示的に null にマップされたクラス、または一致する既存のクラスがない場合にのみスキップされます。

レスポンス:

{
    "jobId": "job_abc123",
    "datasetId": "dataset_abc123",
    "status": "queued"
}
graph LR
    A[POST /api/datasets]:::start --> B[POST /api/upload/signed-url]:::proc
    B --> C[Upload archive to signed URL]:::proc
    C --> D[POST /api/upload/complete]:::proc
    D --> E[POST /api/datasets/ingest]:::proc
    E --> F[Process archive]:::proc
    F --> G[Dataset ready]:::out

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef out fill:#9C27B0,color:#fff

Link to this sectionデータセット画像#

Link to this section画像一覧を取得#

GET /api/datasets/{datasetId}/images

クエリパラメータ:

パラメータタイプ説明
splitstring分割(split)でフィルタリング: trainvaltest
offsetintページネーションのオフセット(デフォルト: 0)
limitintページあたりのアイテム数(デフォルト: 50、最大: 5000)
sortstring並び順: newestoldestname-ascname-descheight-ascheight-descwidth-ascwidth-descsize-ascsize-desclabels-asclabels-desc(10万枚を超えるデータセットでは一部無効)
hasLabelstringラベルの状態によるフィルタリング(true または false
hasErrorstringエラーの状態によるフィルタリング(true または false
searchstringファイル名または画像ハッシュによる検索
classIdsstringカンマ区切りのクラスID。指定されたクラスのいずれかを含む画像を返します。
includeThumbnailsstring署名付きサムネイルURLを含める(デフォルト: true
includeImageUrlsstring署名付きフル画像URLを含める(デフォルト: false

Link to this section署名付き画像URLを取得#

POST /api/datasets/{datasetId}/images/urls

画像ハッシュのバッチに対する署名付きURLを取得します(ブラウザでの表示用)。

Link to this section画像を削除#

DELETE /api/datasets/{datasetId}/images/{hash}

Link to this section画像ラベルを取得#

GET /api/datasets/{datasetId}/images/{hash}/labels

特定の画像のアノテーションとクラス名を返します。

Link to this section画像ラベルを更新#

PUT /api/datasets/{datasetId}/images/{hash}/labels

ボディ:

{
    "labels": [
        { "classId": 0, "bbox": [0.5, 0.5, 0.2, 0.3] },
        { "classId": 1, "segments": [0.1, 0.2, 0.3, 0.2, 0.2, 0.4] }
    ]
}
座標形式

ラベルの座標は、0から1の間のYOLO正規化値を使用します。バウンディングボックスは [x_center, y_center, width, height] を使用します。セグメンテーションラベルは、ポリゴン頂点のフラット化されたリストである segments ([x1, y1, x2, y2, ...] ) を使用します。

Link to this section一括画像操作#

データセット内の分割(train/val/test)間で画像を移動します:

PATCH /api/datasets/{datasetId}/images/bulk

画像の一括削除:

DELETE /api/datasets/{datasetId}/images/bulk

Link to this sectionProjects API#

モデルをプロジェクトに整理します。各モデルは1つのプロジェクトに属します。詳しくは Projects documentation を参照してください。

Link to this sectionプロジェクト一覧を取得#

GET /api/projects

クエリパラメータ:

パラメータタイプ説明
usernamestringユーザー名でフィルタリング
limitintページあたりのアイテム数
ownerstringワークスペース所有者のユーザー名

Link to this sectionプロジェクトを取得#

GET /api/projects/{projectId}

Link to this sectionプロジェクトを作成#

POST /api/projects
curl -X POST \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "my-project",
    "slug": "my-project",
    "description": "Detection experiments"
  }' \
  https://platform.ultralytics.com/api/projects

Link to this sectionプロジェクトを更新#

PATCH /api/projects/{projectId}

Link to this sectionプロジェクトを削除#

DELETE /api/projects/{projectId}

プロジェクトを論理削除します(trash に移動されます)。

Link to this sectionプロジェクトのクローン#

POST /api/projects/{projectId}/clone

公開プロジェクト(すべてのモデルを含む)をワークスペースにクローンします。アクティブなプラットフォームブラウザセッションが必要であり、APIキー経由では利用できません。

Link to this sectionプロジェクトアイコン#

プロジェクトアイコンをアップロードします(画像ファイルを含むマルチパートフォーム):

POST /api/projects/{projectId}/icon

プロジェクトアイコンを削除します:

DELETE /api/projects/{projectId}/icon

どちらもアクティブなプラットフォームブラウザセッションが必要です。APIキー経由では利用できません。


Link to this sectionModels API#

トレーニング済みのYOLOモデルを管理します。メトリクスの表示、重みのダウンロード、推論の実行、他フォーマットへのエクスポートが可能です。詳しくはModelsのドキュメントを参照してください。

Link to this sectionモデルの一覧表示#

GET /api/models

クエリパラメータ:

パラメータタイプ必須説明
projectIdstringはいプロジェクトID(必須)
fieldsstringいいえフィールドセット: summary, charts
idsstringいいえカンマ区切りのモデルID
limitintいいえ最大結果数(デフォルト20、最大100)

Link to this section完了したモデルの一覧表示#

GET /api/models/completed

トレーニングが完了したモデルを返します(モデルセレクターやデプロイで使用)。

Link to this sectionモデルの取得#

GET /api/models/{modelId}

Link to this sectionモデルの作成#

POST /api/models

JSON Body:

フィールドタイプ必須説明
projectIdstringはい対象プロジェクトID
slugstringいいえURLスラッグ(英数字小文字およびハイフン)
namestringいいえ表示名(最大100文字)
descriptionstringいいえモデルの説明(最大1000文字)
taskstringいいえタスクタイプ(detect, segment, semantic, pose, obb, classify)
モデルファイルのアップロード

モデルの.ptファイルアップロードは別途処理されます。プラットフォームのUIを使用して、モデルファイルをプロジェクトにドラッグ&ドロップしてください。

Link to this sectionモデルの更新#

PATCH /api/models/{modelId}

Link to this sectionモデルの削除#

DELETE /api/models/{modelId}

Link to this sectionモデルファイルのダウンロード#

GET /api/models/{modelId}/files

モデルファイルへの署名付きダウンロードURLを返します。

Link to this sectionモデルをクローンする#

POST /api/models/{modelId}/clone

公開モデルを自分のプロジェクトにクローンします。アクティブなプラットフォームブラウザセッションが必要です。APIキー経由では利用できません。

ボディ:

{
    "targetProjectSlug": "my-project",
    "modelName": "cloned-model",
    "description": "Cloned from public model",
    "owner": "team-username"
}
フィールドタイプ必須説明
targetProjectSlugstringはい宛先プロジェクトのスラッグ
modelNamestringいいえクローンモデルの名称
descriptionstringいいえモデルの説明
ownerstringいいえチームのユーザー名(ワークスペースクローン用)

Link to this sectionダウンロードの追跡#

POST /api/models/{modelId}/track-download

モデルダウンロードの分析を追跡します。

Link to this section推論を実行します#

POST /api/models/{modelId}/predict

Multipart Form:

フィールドタイプ説明
fileファイル画像または動画ファイル(例: JPG, PNG, WebP, BMP, TIFF; MP4, MOV, AVI)
conffloat信頼度のしきい値(デフォルト: 0.25)
ioufloatIoUのしきい値(デフォルト: 0.7)
imgszintピクセル単位の画像サイズ(デフォルト: 640)
sourcestring画像URLまたはbase64エンコードされた画像(fileの代替)

最大アップロードサイズは100 MBです。

curl -X POST \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -F "file=@image.jpg" \
  -F "conf=0.5" \
  https://platform.ultralytics.com/api/models/MODEL_ID/predict

レスポンス:

{
    "images": [
        {
            "shape": [1080, 1920],
            "results": [
                {
                    "class": 0,
                    "name": "person",
                    "confidence": 0.92,
                    "box": { "x1": 100, "y1": 50, "x2": 300, "y2": 400 }
                }
            ]
        }
    ],
    "metadata": {
        "imageCount": 1
    }
}

Link to this section予測トークンの取得#

POST /api/models/{modelId}/predict/token
ブラウザセッションのみ

このルートは、アプリ内のPredictタブが、ブラウザからpredict-serviceへの直接呼び出し(低レイテンシ、APIプロキシなし)を行うための短期間有効な推論トークンを発行するために使用されます。アクティブなプラットフォームブラウザセッションが必要であり、APIキー経由では利用できません。プログラムによる推論には、APIキーを使用して POST /api/models/{modelId}/predict を呼び出してください。

Link to this sectionモデルのウォームアップ#

POST /api/models/{modelId}/predict/warmup
ブラウザセッションのみ

ウォームアップルートは、ユーザーが最初の推論を行う前に、Predictタブがpredict-service上でモデルの重みをプリロードするために使用されます。アクティブなプラットフォームブラウザセッションが必要であり、APIキー経由では利用できません。


Link to this sectionTraining API#

クラウドGPU(RTX 2000 AdaからB300まで、26種類のGPUタイプ)でYOLOのトレーニングを開始し、リアルタイムで進行状況を監視できます。詳細はCloud Training documentationを参照してください。

graph LR
    A[POST /training/start]:::start --> B[Job Created]:::proc
    B --> C{Training}:::decide
    C -->|progress| D[GET /models/id/training]:::proc
    C -->|cancel| E[DELETE /models/id/training]:::error
    C -->|complete| F[Model Ready]:::out
    F --> G[Deploy or Export]:::proc

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef decide fill:#FF9800,color:#fff
    classDef out fill:#9C27B0,color:#fff
    classDef error fill:#F44336,color:#fff

Link to this sectionトレーニングの開始#

POST /api/training/start
curl -X POST \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "modelId": "MODEL_ID",
    "projectId": "PROJECT_ID",
    "gpuType": "rtx-4090",
    "trainArgs": {
      "model": "yolo26n.pt",
      "data": "ul://username/datasets/my-dataset",
      "epochs": 100,
      "imgsz": 640,
      "batch": 16
    }
  }' \
  https://platform.ultralytics.com/api/training/start
GPUタイプ

利用可能なGPUタイプには rtx-4090, a100-80gb-pcie, a100-80gb-sxm, h100-sxm, rtx-pro-6000, b300 などが含まれます。料金を含む全リストはクラウドトレーニングを参照してください。

Link to this sectionGPU可用性の取得#

GET /api/training/gpu-availability

GPUタイプIDごとの現在のGPU在庫ステータス(HighMediumLow、またはnull)を返します。パブリックであり認証は不要で、5分間キャッシュされます。

Link to this sectionトレーニングステータスの取得#

GET /api/models/{modelId}/training

モデルの現在のトレーニングジョブステータス、メトリクス、進捗を返します。公開プロジェクトは匿名でアクセス可能ですが、プライベートプロジェクトにはアクティブなプラットフォームブラウザセッションが必要です(このルートはAPIキー認証を受け付けません)。

Link to this sectionトレーニングのキャンセル#

DELETE /api/models/{modelId}/training

実行中のコンピューティングインスタンスを終了し、ジョブをキャンセル済みとしてマークします。アクティブなプラットフォームブラウザセッションが必要であり、APIキー経由では利用できません。


Link to this sectionDeployments API#

ヘルスチェックとモニタリングを備えた専用推論エンドポイントにモデルをデプロイします。新しいデプロイメントはデフォルトでスケールトゥゼロを使用し、APIはオプションの resources オブジェクトを受け付けます。詳細はエンドポイントのドキュメントを参照してください。

ルートごとのAPIキーサポート

GET /api/deployments, POST /api/deployments, GET /api/deployments/{deploymentId}, DELETE /api/deployments/{deploymentId} のみがAPIキー認証をサポートしています。predict, health, logs, metrics, start, stop のサブルートはアクティブなプラットフォームブラウザセッションを必要とします。これらはアプリ内UIのための便利なプロキシです。プログラムによる推論を行う場合は、APIキーを使用して、デプロイメント固有のエンドポイントURL(例: https://predict-abc123.run.app/predict)を直接呼び出してください。専用エンドポイントにはレート制限がありません。

graph LR
    A[Create]:::start --> B[Deploying]:::proc
    B --> C[Ready]:::out
    C -->|stop| D[Stopped]:::extern
    D -->|start| C
    C -->|delete| E[Deleted]:::error
    D -->|delete| E
    C -->|predict| F[Inference Results]:::out

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef out fill:#9C27B0,color:#fff
    classDef error fill:#F44336,color:#fff
    classDef extern fill:#607D8B,color:#fff

Link to this sectionデプロイメントの一覧表示#

GET /api/deployments

クエリパラメータ:

パラメータタイプ説明
modelIdstringモデルによるフィルタリング
statusstringステータスによるフィルタリング
limitint最大結果数(デフォルト: 20、最大: 100)
ownerstringワークスペース所有者のユーザー名

Link to this sectionデプロイメントの作成#

POST /api/deployments

ボディ:

{
    "modelId": "model_abc123",
    "name": "my-deployment",
    "region": "us-central1",
    "resources": {
        "cpu": 1,
        "memoryGi": 2,
        "minInstances": 0,
        "maxInstances": 1
    }
}
フィールドタイプ必須説明
modelIdstringはいデプロイするモデルID
namestringはいデプロイメント名
regionstringはいデプロイメントリージョン
resourcesオブジェクトいいえリソース設定(cpu, memoryGi, minInstances, maxInstances

指定したリージョンに専用の推論エンドポイントを作成します。エンドポイントは固有のURLを介してグローバルにアクセス可能です。

デフォルトリソース

現在、デプロイメントダイアログは cpu=1, memoryGi=2, minInstances=0, maxInstances=1 の固定デフォルト値を送信します。APIルートは resources オブジェクトを受け付けますが、プラン制限により minInstances0maxInstances1 が上限となります。

リージョン選択

レイテンシを最小限に抑えるため、ユーザーに近いリージョンを選択してください。プラットフォームのUIでは、利用可能な42の全リージョンのレイテンシ推定値が表示されます。

Link to this sectionデプロイメントの取得#

GET /api/deployments/{deploymentId}

Link to this sectionデプロイメントの削除#

DELETE /api/deployments/{deploymentId}

Link to this sectionデプロイメントの開始#

POST /api/deployments/{deploymentId}/start

停止中のデプロイメントを再開します。

Link to this sectionデプロイメントの停止#

POST /api/deployments/{deploymentId}/stop

実行中のデプロイメントを一時停止します(課金を停止します)。

Link to this sectionヘルスチェック#

GET /api/deployments/{deploymentId}/health

デプロイメントエンドポイントの健全性ステータスを返します。

Link to this sectionデプロイメントでの推論実行#

POST /api/deployments/{deploymentId}/predict

画像をデプロイメントエンドポイントに直接送信して推論します。機能的にはモデルの予測と同じですが、低レイテンシのために専用エンドポイントを経由します。

Multipart Form:

フィールドタイプ説明
fileファイル画像ファイル(JPEG, PNG, WebP)
conffloat信頼度のしきい値(デフォルト: 0.25)
ioufloatIoUのしきい値(デフォルト: 0.7)
imgszintピクセル単位の画像サイズ(デフォルト: 640)

Link to this sectionメトリクスの取得#

GET /api/deployments/{deploymentId}/metrics

リクエスト数、レイテンシ、エラー率のメトリクスをスパークラインデータとともに返します。

クエリパラメータ:

パラメータタイプ説明
rangestring時間範囲: 1h, 6h, 24h(デフォルト), 7d, 30d
sparklinestringダッシュボード表示用に最適化されたスパークラインデータを取得するには true に設定してください。

Link to this sectionログの取得#

GET /api/deployments/{deploymentId}/logs

クエリパラメータ:

パラメータタイプ説明
severitystringカンマ区切りのフィルタ: DEBUG, INFO, WARNING, ERROR, CRITICAL
limitintエントリー数(デフォルト: 50、最大: 200)
pageTokenstring前回のレスポンスからのページネーショントークン

Link to this sectionMonitoring API#

ブラウザセッションのみ

GET /api/monitoring はUI専用のルートであり、アクティブなプラットフォームブラウザセッションが必要です。APIキー認証は受け付けません。デプロイメントごとのルート(これもブラウザセッション専用です)を介して個別のデプロイメントメトリクスをクエリするか、プログラムによるアクセスのために、デプロイされた Cloud Run サービス上の Cloud Monitoring エクスポート を使用してください。

Link to this section集計メトリクス#

GET /api/monitoring

すべてのユーザーデプロイメントにわたる集計メトリクス(合計リクエスト数、アクティブなデプロイメント数、エラー率、平均レイテンシ)を返します。


Link to this sectionエクスポートAPI#

モデルをONNX、TensorRT、CoreML、LiteRTなどの最適化されたフォーマットに変換して、エッジデバイスにデプロイします。Deployドキュメントを参照してください。

Link to this sectionエクスポート一覧#

GET /api/exports

クエリパラメータ:

パラメータタイプ説明
modelIdstringモデルID(必須)
statusstringステータスによるフィルタリング
limitint最大結果数(デフォルト: 20、最大: 100)

Link to this sectionエクスポート作成#

POST /api/exports

ボディ:

フィールドタイプ必須説明
modelIdstringはいソースモデルID
formatstringはいエクスポート形式(下表参照)
gpuTypestring条件付きformatengine の場合に必須です。サポートされている GPU または Jetson ターゲット を使用してください。
argsオブジェクトいいえエクスポート引数 (imgszquantizedynamic など)
curl -X POST \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"modelId": "MODEL_ID", "format": "onnx"}' \
  https://platform.ultralytics.com/api/exports

サポートされている形式:

形式ユースケース
ONNXonnxクロスプラットフォーム推論
TorchScripttorchscriptPyTorch デプロイメント
OpenVINOopenvinoIntel ハードウェア
TensorRTengineNVIDIA GPU 最適化
CoreMLcoremlApple デバイス
TF SavedModelsaved_modelTensorFlow Serving
TF GraphDefpbTensorFlow フリーズグラフ
PaddlePaddlepaddleBaidu PaddlePaddle
NCNNncnnモバイルニューラルネットワーク
LiteRTlitertモバイル/エッジおよびブラウザ
Edge TPUedgetpuGoogle Coral デバイス
MNNmnnAlibaba モバイル推論
RKNNrknnRockchip NPU
QualcommqnnQualcomm Snapdragon NPU
IMXimxSony IMX500 センサー
AxeleraaxeleraAxelera AI アクセラレータ
ExecuTorchexecutorchMeta ExecuTorch ランタイム
DeepXdeepxDeepX NPU アクセラレータ

Link to this sectionエクスポートステータスの取得#

GET /api/exports/{exportId}

Link to this sectionエクスポートのキャンセル#

DELETE /api/exports/{exportId}

Link to this sectionエクスポートダウンロードの追跡#

POST /api/exports/{exportId}/track-download

Link to this sectionアクティビティAPI#

アカウントでの最近のアクション(トレーニング実行、アップロードなど)のフィードを表示します。アクティビティのドキュメント を参照してください。

ブラウザセッション専用

アクティビティルートは、プラットフォームUIからのブラウザ認証済みリクエストによって機能します。これらはパブリックAPIとして公開されておらず、APIキー認証も受け付けません。以下のルート形状は参照用としてのみ記載されています。イベントの表示、確認、アーカイブを行うには、プラットフォームUIのアクティビティフィードを使用してください。

Link to this sectionアクティビティ一覧#

GET /api/activity

クエリパラメータ:

パラメータタイプ説明
limitintページサイズ(デフォルト: 20、最大: 100)
pageintページ番号(デフォルト: 1)
archivedbooleanアーカイブタブの場合は true、受信トレイの場合は false
searchstringイベントフィールドの大文字と小文字を区別しない検索

Link to this sectionイベントを既読にする#

POST /api/activity/mark-seen

ボディ:

{
    "all": true
}

または特定のIDを渡す:

{
    "eventIds": ["EVENT_ID_1", "EVENT_ID_2"]
}

Link to this sectionイベントのアーカイブ#

POST /api/activity/archive

ボディ:

{
    "all": true,
    "archive": true
}

または特定のIDを渡す:

{
    "eventIds": ["EVENT_ID_1", "EVENT_ID_2"],
    "archive": false
}

Link to this sectionゴミ箱API#

削除されたアイテムの表示と復元。アイテムは30日後に完全に削除されます。ゴミ箱のドキュメント を参照してください。

Link to this sectionゴミ箱一覧#

GET /api/trash

クエリパラメータ:

パラメータタイプ説明
typestringフィルター: allprojectdatasetmodel
pageintページ番号(デフォルト: 1)
limitintページあたりのアイテム数(デフォルト: 50、最大: 200)
ownerstringワークスペース所有者のユーザー名

Link to this sectionアイテムの復元#

POST /api/trash

ボディ:

{
    "id": "item_abc123",
    "type": "dataset"
}

Link to this sectionアイテムの完全削除#

DELETE /api/trash

ボディ:

{
    "id": "item_abc123",
    "type": "dataset"
}
元に戻せません

完全削除は取り消すことができません。リソースおよびすべての関連データが削除されます。

Link to this sectionゴミ箱を空にする#

DELETE /api/trash/empty

ゴミ箱内のすべてのアイテムを完全に削除します。

認証

DELETE /api/trash/empty は認証済みのブラウザセッションを必要とし、APIキーでは利用できません。代わりにUIの ゴミ箱を空にする ボタンを使用してください。


Link to this section請求API#

クレジット残高の確認、クレジットの購入、取引履歴の表示、自動チャージの設定を行います。請求のドキュメント を参照してください。

通貨単位

請求金額にはセント (creditsCents) が使用されます(100 = $1.00)。

Link to this section残高取得#

GET /api/billing/balance

クエリパラメータ:

パラメータタイプ説明
ownerstringワークスペース所有者のユーザー名

レスポンス:

{
    "creditsCents": 2500,
    "plan": "free"
}

Link to this section利用状況サマリーの取得#

GET /api/billing/usage-summary

プランの詳細、制限、使用メトリクスを返します。

Link to this section取引履歴の取得#

GET /api/billing/transactions

取引履歴(最新のものから順に)を返します。

クエリパラメータ:

パラメータタイプ説明
ownerstringワークスペース所有者のユーザー名

Link to this sectionチェックアウトセッションの作成#

POST /api/billing/checkout-session

ボディ:

{
    "amount": 25,
    "owner": "team-username"
}
フィールドタイプ必須説明
amountnumberはいドル単位の金額($5-$1000)
ownerstringいいえワークスペースチャージ用のチームユーザー名(管理者ロールが必要)

クレジット購入のためのチェックアウトセッションを作成します。

Link to this sectionサブスクリプションチェックアウトの作成#

POST /api/billing/subscription-checkout

Pro サブスクリプションアップグレードのためのチェックアウトセッションを作成します。

ボディ:

{
    "planId": "pro",
    "billingCycle": "monthly",
    "owner": "team-username"
}
フィールドタイプ必須説明
planIdstringはいサブスクライブするプラン (pro)
billingCyclestringいいえ請求サイクル: monthly (デフォルト) または yearly
ownerstringいいえワークスペースアップグレード用のチームユーザー名(管理者ロールが必要)

Link to this sectionサブスクリプションのキャンセルまたは再開#

DELETE /api/billing/subscription-checkout

デフォルトでは、期間終了時に Pro サブスクリプションをキャンセルします。請求期間終了前にすでにスケジュールされたキャンセルを再開するには、{"resume": true} を送信してください。

ボディ:

{
    "resume": true
}

Link to this section自動チャージ#

残高がしきい値を下回った場合に、自動的にクレジットを追加します。

Link to this section自動チャージ設定の取得#

GET /api/billing/auto-topup

クエリパラメータ:

パラメータタイプ説明
ownerstringワークスペース所有者のユーザー名

Link to this section自動チャージ設定の更新#

PATCH /api/billing/auto-topup

ボディ:

{
    "enabled": true,
    "thresholdCents": 500,
    "amountCents": 2500
}

Link to this section支払い方法#

Link to this section支払い方法の一覧表示#

GET /api/billing/payment-methods

Link to this sectionSetup Intentの作成#

POST /api/billing/payment-methods/setup

新しい支払い方法を追加するためのクライアントシークレットを返します。

Link to this sectionデフォルトの支払い方法を設定#

POST /api/billing/payment-methods/default

ボディ:

{
    "paymentMethodId": "pm_123"
}

Link to this section請求情報の更新#

PATCH /api/billing/payment-methods

ボディ:

{
    "name": "Jane Doe",
    "address": {
        "line1": "123 Main St",
        "city": "San Francisco",
        "state": "CA",
        "postal_code": "94105",
        "country": "US"
    }
}

Link to this section支払い方法の削除#

DELETE /api/billing/payment-methods/{id}

Link to this sectionストレージAPI#

カテゴリ別(データセット、モデル、エクスポート)のストレージ使用状況の内訳を確認し、容量の大きい項目を表示します。

ブラウザセッションのみ

ストレージ関連のルートにはアクティブなプラットフォームブラウザセッションが必要であり、APIキー経由ではアクセスできません。対話型の内訳については、UIのSettings > Profileページを使用してください。

Link to this sectionストレージ情報の取得#

GET /api/storage

クエリパラメータ:

パラメータタイプ説明
detailsbooleantrue に設定すると、topItems (最大規模のデータセット、モデル、エクスポート) が含まれます。

レスポンス:

{
    "tier": "free",
    "usage": {
        "storage": {
            "current": 1073741824,
            "limit": 107374182400,
            "percent": 1.0
        }
    },
    "region": "us",
    "username": "johndoe",
    "updatedAt": "2024-01-15T10:00:00Z",
    "breakdown": {
        "byCategory": {
            "datasets": { "bytes": 536870912, "count": 2 },
            "models": { "bytes": 268435456, "count": 4 },
            "exports": { "bytes": 268435456, "count": 3 }
        },
        "topItems": [
            {
                "_id": "dataset_abc123",
                "name": "my-dataset",
                "slug": "my-dataset",
                "sizeBytes": 536870912,
                "type": "dataset"
            },
            {
                "_id": "model_def456",
                "name": "experiment-1",
                "slug": "experiment-1",
                "sizeBytes": 134217728,
                "type": "model",
                "parentName": "My Project",
                "parentSlug": "my-project"
            }
        ]
    }
}

Link to this sectionアップロードAPI#

署名付きURLを使用してファイルをクラウドストレージに直接アップロードし、高速かつ信頼性の高い転送を実現します。データセットアーカイブの場合は、返された sessionId を使用して POST /api/upload/complete を実行し、続いて POST /api/datasets/ingest を実行してください。詳細はデータドキュメントを参照してください。

Link to this section署名付きアップロードURLの取得#

POST /api/upload/signed-url

ファイルをクラウドストレージに直接アップロードするための署名付きURLを要求します。署名付きURLを使用することで、大容量ファイルの転送時にAPIサーバーを介さずに済みます。

ボディ:

{
    "assetType": "datasets",
    "assetId": "dataset_abc123",
    "filename": "my-dataset.zip",
    "contentType": "application/zip",
    "totalBytes": 52428800
}
フィールドタイプ説明
assetTypestringアセットタイプ: models, datasets, images, videos
assetIdstringターゲットアセットのID
filenamestring元のファイル名
contentTypestringMIMEタイプ
totalBytesintバイト単位のファイルサイズ

レスポンス:

{
    "sessionId": "session_abc123",
    "uploadUrl": "https://storage.example.com/...",
    "gcsPath": "gs://bucket/users/user123/datasets/dataset_abc123/my-dataset.zip",
    "downloadUrl": "https://cdn.example.com/...",
    "expiresAt": "2026-02-22T12:00:00Z"
}

Link to this sectionアップロードの完了#

POST /api/upload/complete

ファイルのアップロードが完了したことをプラットフォームに通知します。データセットアーカイブの場合、これによりアップロードセッションが検証および記録されます。その後、POST /api/datasets/ingest を呼び出してデータセットの処理を開始してください。

ボディ:

{
    "sessionId": "session_abc123",
    "checksum": "<optional sha-256 hex>"
}

Link to this sectionインテグレーションAPI#

サードパーティサービスからデータセットをインポートします。インテグレーションドキュメントを参照してください。

Link to this sectionRoboflowインポートのプレビュー#

POST /api/integrations/roboflow/preview

Roboflow APIキーをバルクインポート計画に解決します。ワークスペース情報、新しくインポートされるプロジェクト、すでにインポート済みのバージョン数(スキップ)、およびサポートされていないプロジェクトタイプが対象です。Roboflow APIキーはボディで渡され、永続化されません。

Link to this sectionRoboflowからのインポート#

POST /api/integrations/roboflow/import

選択したRoboflowプロジェクトをワークスペースにインポートするためのデータセット取り込みジョブをキューに入れます。ストレージの余裕が必要であり、各データセットはプランごとのインポートサイズ制限内に収まる必要があります。


Link to this sectionAPIキーAPI#

プログラムによるアクセスのためにAPIキーを管理します。APIキーのドキュメントを参照してください。

Link to this sectionAPIキーの一覧表示#

GET /api/api-keys

Link to this sectionAPIキーの作成#

POST /api/api-keys

ボディ:

{
    "name": "training-server"
}

Link to this sectionAPIキーの削除#

DELETE /api/api-keys

クエリパラメータ:

パラメータタイプ説明
keyIdstring取り消すAPIキーのID

例:

curl -X DELETE \
  -H "Authorization: Bearer YOUR_API_KEY" \
  "https://platform.ultralytics.com/api/api-keys?keyId=KEY_ID"

Link to this sectionチーム&メンバーAPI#

チームワークスペースの作成、メンバーの招待、共同作業のためのロール管理を行います。チームのドキュメントを参照してください。

Link to this sectionチームの一覧表示#

GET /api/teams

Link to this sectionチームの作成#

POST /api/teams/create

ボディ:

{
    "username": "my-team",
    "fullName": "My Team"
}

Link to this sectionメンバーの一覧表示#

GET /api/members

現在のワークスペースのメンバーを返します。

Link to this sectionメンバーの招待#

POST /api/members

ボディ:

{
    "email": "user@example.com",
    "role": "editor"
}
メンバーのロール
ロール権限
viewerワークスペースリソースへの読み取り専用アクセス
editorリソースの作成、編集、削除
adminメンバー、請求、およびすべてのリソースの管理(チームオーナーのみ割り当て可能)

チームのowner(オーナー)は作成者であり、招待することはできません。オーナー権限は、POST /api/members/transfer-ownership経由で個別に譲渡されます。ロールの完全な詳細についてはチームを参照してください。

Link to this sectionメンバーロールの更新#

PATCH /api/members/{userId}

Link to this sectionメンバーの削除#

DELETE /api/members/{userId}

Link to this section所有権の譲渡#

POST /api/members/transfer-ownership

Link to this section招待#

Link to this section招待の承諾#

POST /api/invites/accept

Link to this section招待情報の取得#

GET /api/invites/info

クエリパラメータ:

パラメータタイプ説明
tokenstring招待トークン

Link to this section招待の取り消し#

DELETE /api/invites/{inviteId}

Link to this section招待の再送#

POST /api/invites/{inviteId}/resend

Link to this section探索API#

コミュニティによって共有された公開データセットやプロジェクトを検索・閲覧します。探索ドキュメントを参照してください。

Link to this section公開コンテンツの検索#

GET /api/explore/search

クエリパラメータ:

パラメータタイプ説明
qstring検索クエリ
typestringリソースタイプ: all (デフォルト), projects, datasets
sortstring並び替え順: newest(デフォルト)、starsoldestname-ascname-desccount-desccount-asc
offsetintページネーションのオフセット(デフォルト: 0)。結果は1ページあたり20項目を返します。
taskstringオプション: データセットをフィルタリングするためのカンマ区切りのYOLOタスクタイプ(detectsegmentsemanticclassifyposeobb

Link to this sectionサイドバーデータ#

GET /api/explore/sidebar

探索サイドバー用の厳選されたコンテンツを返します。


Link to this sectionユーザー&設定API#

プロフィール、APIキー、ストレージ使用状況、データプライバシー設定を管理します。設定ドキュメントを参照してください。

Link to this sectionユーザー名によるユーザー取得#

GET /api/users

クエリパラメータ:

パラメータタイプ説明
usernamestring検索するユーザー名

Link to this sectionユーザーのフォローまたはフォロー解除#

PATCH /api/users

ボディ:

{
    "username": "target-user",
    "followed": true
}

Link to this sectionユーザー名の利用可否確認#

GET /api/username/check

クエリパラメータ:

パラメータタイプ説明
usernamestring確認するユーザー名
suggestboolオプション: 使用中の場合に提案を含めるにはtrue

Link to this section設定#

GET /api/settings
POST /api/settings

ユーザープロファイル設定(表示名、バイオ、ソーシャルリンクなど)の取得または更新。

Link to this sectionプロフィールアイコン#

POST /api/settings/icon
DELETE /api/settings/icon

プロフィールアバターのアップロードまたは削除。

Link to this sectionオンボーディング#

POST /api/onboarding

オンボーディングフローの完了(データリージョン、ユーザー名の設定)。


Link to this sectionGDPR API#

すべてのデータの書き出し要求、またはアカウントの完全な削除を行います。設定ドキュメントを参照してください。

Link to this sectionGDPRジョブステータスの取得#

GET /api/gdpr

クエリパラメータ:

パラメータタイプ説明
jobIdstring確認するGDPRジョブID

ジョブのステータスを返します。完了したエクスポートジョブについては、レスポンスにdownloadUrlが含まれます。

Link to this sectionエクスポートまたは削除フローの開始#

POST /api/gdpr

ボディ:

{
    "action": "export"
}
{
    "action": "delete",
    "confirmationWord": "DELETE"
}

チームワークスペースの場合のオプション:

{
    "action": "delete",
    "confirmationWord": "DELETE",
    "teamUsername": "my-team"
}
元に戻せない操作

アカウントの削除は永続的であり、元に戻すことはできません。すべてのデータ、モデル、およびデプロイメントが削除されます。


Link to this sectionエラーコード#

コードHTTP ステータス説明
UNAUTHORIZED401APIキーが無効または未入力です
FORBIDDEN403権限不足
NOT_FOUND404リソースが見つかりません
VALIDATION_ERROR400無効なリクエストデータ
RATE_LIMITED429リクエストが多すぎます
INTERNAL_ERROR500サーバーエラー

Link to this sectionPythonの統合#

より簡単に統合するには、認証、アップロード、リアルタイムのメトリクスストリーミングを自動的に処理するUltralytics Pythonパッケージを使用してください。

Link to this sectionインストールとセットアップ#

pip install ultralytics

インストールの確認:

yolo check
パッケージのバージョン要件

プラットフォームの統合には ultralytics>=8.4.60 が必要です。こ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。

Link to this section認証#

yolo settings api_key=YOUR_API_KEY

Link to this sectionプラットフォームデータセットの使用#

ul:// URIを使用してデータセットを参照します:

from ultralytics import YOLO

model = YOLO("yolo26n.pt")

# Train on your Platform dataset
model.train(
    data="ul://your-username/datasets/your-dataset",
    epochs=100,
    imgsz=640,
)

URI形式:

パターン説明
ul://username/datasets/slugデータセット
ul://username/project-nameプロジェクト
ul://username/project/model-name特定のモデル
ul://ultralytics/yolo26/yolo26n公式モデル

Link to this sectionプラットフォームへのプッシュ#

プラットフォームプロジェクトに結果を送信します:

from ultralytics import YOLO

model = YOLO("yolo26n.pt")

# Results automatically sync to Platform
model.train(
    data="coco8.yaml",
    epochs=100,
    project="your-username/my-project",
    name="experiment-1",
)

同期される項目:

  • トレーニングメトリクス (リアルタイム)
  • 最終的なモデルウェイト
  • 検証用プロット
  • コンソール出力
  • システムメトリクス

Link to this sectionAPIの例#

プラットフォームからモデルを読み込む:

# Your own model
model = YOLO("ul://username/project/model-name")

# Official model
model = YOLO("ul://ultralytics/yolo26/yolo26n")

推論を実行:

results = model("image.jpg")

# Access results
for r in results:
    boxes = r.boxes  # Detection boxes
    masks = r.masks  # Segmentation masks
    keypoints = r.keypoints  # Pose keypoints
    probs = r.probs  # Classification probabilities

モデルをエクスポート:

# Export to ONNX
model.export(format="onnx", imgsz=640, quantize=16)

# Export to TensorRT
model.export(format="engine", imgsz=640, quantize=16)

# Export to CoreML
model.export(format="coreml", imgsz=640)

検証:

metrics = model.val(data="ul://username/datasets/my-dataset")

print(f"mAP50: {metrics.box.map50}")
print(f"mAP50-95: {metrics.box.map}")

Link to this sectionWebhook#

プラットフォームは内部Webhookを使用して、ultralytics Python SDK (クラウドGPUやリモート/ローカルマシン上で実行) からエポックごとの損失、mAP、システム統計、完了ステータスなどのリアルタイムトレーニングメトリクスをプラットフォームにストリーミングします。これらのWebhookは、トレーニングジョブごとにプロビジョニングされるHMAC webhookSecret を介して認証されており、ユーザーアプリケーションでの使用を想定したものではありません。

ユーザー側での作業

すべてのプラン: ultralytics SDKを介したトレーニングの進捗状況 (リアルタイムメトリクス、完了通知) はすべてのプランで自動的に機能します。トレーニング時に project=username/my-project name=my-run を設定するだけで、SDKがイベントをプラットフォームにストリーミングします。ユーザー側でのWebhook登録は不要です。

ユーザー向けのWebhookサブスクリプション (制御可能なURLへのPOSTコールバック) はEnterpriseのロードマップに記載されており、現時点では利用できません。その間は、ステータスを確認するために GET /api/models/{modelId}/training をポーリングするか、UIの アクティビティフィード を使用してください。


Link to this sectionよくある質問 (FAQ)#

Link to this section大量の結果をページネーションするにはどうすればよいですか?#

ほとんどのエンドポイントは、リクエストごとに返される結果の数を制御するために limit パラメータを使用します:

curl -H "Authorization: Bearer YOUR_API_KEY" \
  "https://platform.ultralytics.com/api/datasets?limit=50"

アクティビティおよびゴミ箱エンドポイントも、ページベースのページネーションのために page パラメータをサポートしています:

curl -H "Authorization: Bearer YOUR_API_KEY" \
  "https://platform.ultralytics.com/api/activity?page=2&limit=20"

The Explore Search endpoint uses offset instead of page, with a fixed page size of 20:

curl "https://platform.ultralytics.com/api/explore/search?type=datasets&offset=20&sort=stars"

Link to this sectionSDKなしでAPIを使用できますか?#

はい、すべての機能はREST経由で利用可能です。Python SDKは、リアルタイムメトリクスストリーミングや自動モデルアップロードなどの機能を追加する便利なラッパーです。また、platform.ultralytics.com/api/docs ですべてのエンドポイントをインタラクティブに探索できます。

Link to this sectionAPIクライアントライブラリはありますか?#

現在は、Ultralytics Pythonパッケージを使用するか、直接HTTPリクエストを行ってください。他の言語向けの公式クライアントライブラリは計画中です。

Link to this sectionレート制限にはどのように対処すればよいですか?#

429レスポンスの Retry-After ヘッダーを使用して、適切な時間だけ待機してください:

import time

import requests

def api_request_with_retry(url, headers, max_retries=3):
    for attempt in range(max_retries):
        response = requests.get(url, headers=headers)
        if response.status_code != 429:
            return response
        wait = int(response.headers.get("Retry-After", 2**attempt))
        time.sleep(wait)
    raise Exception("Rate limit exceeded")

Link to this sectionモデルまたはデータセットのIDはどこで確認できますか?#

リソースIDは、APIを介してリソースを作成する際に返されます。また、プラットフォームのURLでも確認できます:

https://platform.ultralytics.com/username/project/model-name
                                  ^^^^^^^^ ^^^^^^^ ^^^^^^^^^^
                                  username project   model

リストエンドポイントを使用して、名前で検索したりプロジェクトでフィルタリングしたりしてください。

コメント