オンプレミス#

On Premiseを使用すると、EnterpriseワークスペースでLinux、macOS、またはWindowsコンピューター上のデータセットとコンピュートを利用できます。ソース画像と動画はコンピューター上に保持されます。トレーニングは他のリモートトレーニングロケーションと同様に動作します。メトリクスはPlatformにストリーミングされ、完了したモデルの重みはダウンロード、推論、エクスポート、デプロイのためにアップロードされます。

セットアップは1つのコマンドで完了します。Platformがオペレーティングシステムを検出し、適切なフォルダーの場所を入力し、必要に応じてDockerをインストールして、接続の進行状況をリアルタイムで表示します。

仕組み#

flowchart LR
    A[Your browser] <-->|Interface, labels, and progress| B[Ultralytics Platform]
    A <-->|Dataset previews| C[Your On Premise computer]
    B <-->|Jobs, metrics, and model weights| C
    C --- D[(Dataset folder)]
    C --- E[(Models folder)]

データの境界#

モデルの重み、ラベル、アノテーション、メトリクスには、画像から学習した情報が含まれる場合があります。厳密にローカルのみとなる境界が適用されるのは、データセットのピクセルだけです。クラウド推論では、そのクラウドワークフローに別途送信した画像のみが処理されます。ワーカーがマウントされたデータセットから画像を転送することはありません。

開始する前に#

Platformがデータセットを使用している間も、データセットにアクセスでき、電源を入れたままにできるコンピューターを選択してください。

GPUはオプションです。すべてのコンピューターで、CPU上でデータセットを取り込み、モデルをトレーニングできます。互換性のあるNVIDIA GPUを使用すると、大規模なトレーニングジョブを高速化できます。

コンピューターを接続する#

1. データセットにアクセスできるコンピューターでUltralytics Platformを開きます。
2. Settings > Integrationsに移動し、連携リストからOn Premiseを選択します。
3. あらかじめ入力されたこのマシン上のデータセットフォルダーとこのマシン上のモデルフォルダーのパスを確認します。
4. インストールコマンドを作成を選択します。
5. ダイアログに表示されたターミナルを開き、コマンドをコピーして貼り付け、Enterキーを押します。
6. 進行状況インジケーターに接続済みと表示されるまで、連携ページを開いたままにします。

このページでは、コマンドの実行、ワーカーファイルのダウンロード、Dockerイメージのダウンロード、ワーカーのビルド、ワーカーの起動、接続の確認という6つのセットアップ手順をリアルタイムで追跡します。そのため、ターミナルを確認しなくても進行状況を確認できます。ホストを接続するには、ワークスペースのエディターロールと有効なEnterpriseプランが必要です。別のプランのワークスペースには、インストールコマンドの代わりに、ガイド付きOn Premiseウォークスルーをリクエストする続行ボタンが表示されます。

コマンドをコピーする前に、Platformがフォルダーと1回限りの接続トークンを入力します。生成されたコマンドは、以下の形式に従います。

curl -fsSL 'https://platform.ultralytics.com/api/workers/install?os=linux' \
  | sudo sh -s -- \
    "/datasets" \
    "/models" \
    "YOUR_CONNECTION_TOKEN"

デフォルトのまま編集せずに使用できます。

セットアップコマンドはこれらのフォルダーを作成し、必要に応じてDockerをインストールして起動し、コンピューターの起動時に接続が再起動するよう設定します。セットアップを完了する前に、オペレーティングシステムからインストールまたは再起動の承認を求められる場合があります。

Dockerベースイメージ#

インストーラーは1つのコンテナを実行し、ホストに適した公式Ultralyticsベースイメージを選択します。

インストーラーは、ホスト向けにバージョンが固定された公式イメージを選択します。ワーカーは、Ultralyticsを再インストールすることなく、接続に必要な依存関係を追加します。セットアップ中にCUDAを検出するため、NVIDIAホストでもCPUワーカーとGPUワーカーを別々に用意せず、1つのコンテナを実行します。最良のチェックポイントがアップロードされた後のモデル推論とエクスポートは、Platformのクラウドサービスが処理します。

データセットを追加する#

1. 設定済みのデータセットフォルダー内にデータセットを配置します。
2. Platformで新しいデータセット > On Premiseを選択します。
3. 接続されたコンピューターを選択します。
4. データセットフォルダーを参照し、タスクを選択して、作成を選択します。

Platformはデータセットをローカルでインデックス化し、アップロードデータセットやクラウドストレージデータセットで使用するものと同じギャラリーで開きます。ピクセルをアップロードせずに、画像のプレビュー、ラベルの確認、データセットのフィルタリング、アノテーションを行えます。

対応データ#

On Premiseは、アップロードデータと同じ取り込み形式およびコンピュータービジョンタスクに対応しています。

• 画像と動画
• ZIP、TAR、TAR.GZ、TGZアーカイブ
• Ultralytics NDJSONおよびCOCO JSON
• YOLOデータセットおよび分類フォルダー
• 検出、セグメンテーション、セマンティック、分類、ポーズ、方向付きバウンディングボックス (OBB) タスク

Platformは、一般的なデータセットレイアウト、クラス、ラベル、train/validation/test分割を自動的に認識します。データセットフォルダーは読み取り専用でマウントされるため、Platformがソースファイルのサイズ変更、再エンコード、編集、削除を行うことはありません。取り込み中に派生するもの（展開されたアーカイブ、ダウンロードされたNDJSONアセット、動画フレーム）は、同じコンピューター上のプライベートDockerボリュームに書き込まれます。

プレビューとアノテーション#

画像を開くと、ブラウザーは接続されたコンピューターから画像を直接読み込みます。証明書、ホスト名、VPN、プレビュー設定は必要ありません。

アノテーションとデータセットの整理情報はPlatformワークスペースに保存されますが、Platformでの編集によってソース画像やラベルファイルが変更されることはありません。

モデルをトレーニングする#

通常のPlatformトレーニングダイアログからトレーニングを開始します。

1. プロジェクトを開き、新しいモデルを選択します。
2. On Premiseデータセットを選択します。
3. モデルとトレーニング設定を選択します。
4. トレーニングを開始します。

Platformは接続されたコンピューター上でジョブを実行します。利用可能なNVIDIA GPUを使用し、ない場合は自動的にCPUにフォールバックするため、Macでも専用GPUハードウェアなしでCOCO8上のYOLO26nのような小規模モデルをトレーニングできます。

トレーニングファイルは、実行中に設定済みのモデルフォルダーへ書き込まれます。Ultralyticsパッケージは、顧客管理マシンと同じリモートトレーニングコールバックを使用します。進行状況とメトリクスはPlatformにストリーミングされ、最良のチェックポイントはPlatformストレージにアップロードされ、完了したモデルは既存のダウンロード、推論、エクスポート、デプロイのパスで使用できます。その他のトレーニングアーティファクトはモデルフォルダーに残ります。On PremiseトレーニングではPlatformのコンピュートクレジットを使用せず、Platformがトレーニングジョブをクラウドコンピュートに送信することもありません。

接続を管理する#

Settings > Integrationsを開くと、接続された各コンピューター、そのホスト名とハードウェア、CPUとGPUが現在オンラインかどうかを確認できます。ホストは継続的に状態を報告するため、シャットダウンしたコンピューターや接続を失ったコンピューターはオフラインと表示され、データセットはクラウドコンピュートにフォールバックせず一時的に利用できなくなります。

再接続では、以前に切断したホスト用の新しいインストールコマンドが発行されます。同じホストレコードを再利用するため、既存のデータセットを再インポートせずに使用再開できます。

切断すると、そのホストのアクセスが直ちに取り消されます。キュー内、開始中、実行中でそのホストに割り当てられたジョブは、進行中のトレーニングを含めてキャンセルされます。また、インポート中だったデータセットはOn Premise host disconnected during ingest.で失敗します。インポートが完了したデータセットはクラス、ラベル、アノテーションを保持しますが、再接続するまでプレビューやトレーニングには使用できません。コンピューター上のデータは削除されず、Platformにすでにアップロードされたモデルは引き続き利用できます。

現在の制限事項#

• **再スキャンは行われません。**データセットは作成時に1回だけインデックス化されます。その後にソースファイルが変更されてもPlatformは検知しないため、変更を反映するには新しいデータセットを作成してください。
• **Platformへのコピーを必要とする機能は利用できません。**On Premiseデータセットでは、画像のPlatform所有コピーを必要とする機能（自動アノテーション、クラスタリング分析、データセットのクローン作成、変更不可能なバージョンスナップショット）は使用できません。
• **トレーニングは移動しません。**ワーカープロセスが実行途中で停止した場合、別の場所で再起動されず、実行は失敗します。
• **モデルファイルはホスト上に保持されます。**Platformでモデルを削除またはゴミ箱に移動しても、Platformから削除されるだけで、モデルフォルダーからは削除されません。実行が不要になったら、そのフォルダーを自分で整理してください。

On Premiseデータセットまたはその個々の画像を削除すると、Platformの参照とアノテーションのみが削除されます。ファイルが変更されることはありません。

セットアップが完了しない場合#

• **Dockerが権限を求める場合：**プロンプトを承認し、Dockerが起動するまで待ちます。セットアップは自動的に続行されます。
• Windows が再起動を求める場合: コンピューターを再起動し、Settings > Integrations に戻って、新しいインストールコマンドを作成してください。
• セットアップコマンドの有効期限が切れた場合: 新しいインストールコマンドを作成してください。各コマンドは一時的なもので、1回のみ使用できます。
• 接続がオフラインのままの場合: Docker Desktop を開き、新しく生成したコマンドを再実行して、On Premise が実行中であることが表示されるまでターミナルを開いたままにしてください。
• プレビューが読み込まれない場合: 接続されているコンピューターのブラウザーで Platform を開いてください。データセットのプレビューは そのコンピューターから直接読み込まれます。
• ワーカーのログが必要な場合: インストーラーは、Linux では /opt/ultralytics-worker に、macOS と Windows では ~/.ultralytics/worker に書き込みます。そのフォルダーから docker compose logs -f を実行して、ワーカーを追跡してください。

データセット、アノテーション、トレーニングも参照してください。

FAQ#