オンプレミス#

オンプレミスを利用すると、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ティングリソースを使用できます。ソース画像と動画はコンピューター上に残ります。トレーニングは他のリモートトレーニング環境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、予測、エクスポート、デプロイに使用できるよう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設定し、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。厳密にローカル限定となるのは、データセットのピクセルのみです。クラウド予測で処理するのは、そのクラウドワークフローに別途送信した画像のみです。ワーカーがマウントされたデータセットの画像を転送することはありません。

始める前に#

データセットにアクセスでき、Platformが使用している間は電源を入れたままにできるコンピューターを選んでください。

GPUは必須ではありません。どのコンピューターでもデータセットを取り込み、CPUでモデルをトレーニングできます。互換性のあるNVIDIA GPUがあれば、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、インテグレーションの一覧からオンプレミスを選択します。
3. 事前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、インテグレーションページを開いたままにします。

ページでは、6つのセットアップ手順（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、ワーカーのビルドと起動、接続の確認）の進行状況がリアルタイムで表示されるため、ターミナルを読まなくても進捗を確認できます。ホストを接続するには、ワークスペースの編集者ロールと有効なエンタープライズプランが必要です。別のプランを利用しているワークスペースにはデモをリクエストボタンが表示され、インストールコマンドの作成ではなく、エンタープライズプランのデモをリクエストします。

コマンドをコピーする前に、Platformがフォルダーと一度限りの接続トークンを設定します。生成されるコマンドの形式は次のとおりです。

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

デフォルト設定のままで使用できます。

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、コンピューターの再起動時に接続も再起動するよう設定します。セットアップが完了する前に、オペレーティングシステムからインストールや再起動の許可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、ホストに応じてUltralytics公式ベースイメージを選択します。

ワーカーのビルドでは、接続に必要な依存関係が追加され、イメージ内のUltralyticsパッケージが最新バージョンに更新されます。セットアップ時にCUDAを検出するため、NVIDIAホストでもCPU用とGPU用のワーカーを別々にする必要はなく、コンテナは1つだけ実行されます。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予測とエクスポートは、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 > オンプレミスを選択します。
3. 接続済みの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、アップロード済みデータセットやクラウドストレージのデータセットと同じギャラリーで開きます。ピクセルをアップロードすることなく、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、アノテーションができます。

対応データ#

オンプレミスでは、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とLabelboxのNDJSON、COCO JSON、およびLabelMe JSON
• YOLOデータセットと分類フォルダー
• 検出、セグメンテーション、セマンティック、分類、姿勢推定、回転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構成、クラス、ラベル、トレーニング／検証／テストの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。アーカイブの展開、NDJSONアセットのダウンロード、動画フレームなど、取り込み時に生成されるデータはすべて、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、ブラウザーが接続済みのコンピューターから直接画像を読み込みます。証明書、ホスト名、VPN、プレビューの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の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. オンプレミス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は接続済みのコンピューターでジョブを実行します。利用可能なNVIDIA GPUを使用し、利用できない場合は自動的にCPUに切り替わるため、Macでも専用GPUハードウェアなしでCOCO8上のYOLO26nのような小規模なモデルをトレーニングできます。

実行中、トレーニングファイルは設定済みのモデルフォルダーに書き込まれます。Ultralyticsパッケージは、顧客が管理する他のマシンと同じリモートトレーニング用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ます。トレーニング完了後のモデルは、既存のダウンロード、予測、エクスポート、デプロイの各経路で使用できます。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。オンプレミストレーニングではPlatformのコンピューティング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ティング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、各コンピューター、そのホスト名とハードウェア、CPU と GPU がオンラインかどうか、最後に報告した時刻を確認できます。コンピューターがシャットダウンしている場合や接続が失われた場合は、最後に確認された時点の詳細とともに Offline と表示され、クラウドコンピューティングにフォールバックすることなく、そのコンピューターのデータセットは一時的に利用できなくなります。ワーカーは Docker とともに起動し、コンピューターがオンラインに戻ると自動的に再接続するため、再実行する必要はありません。

ワーカーは自動で更新されます。 コンテナの起動時と、アイドル状態が続いている間は10分ごとに、Platform から新しいワーカーコードをダウンロードして再起動します。ジョブの実行中に再起動することはありません。セルフアップデート機能が利用可能になる前に接続されたコンピューターは、新しいインストールコマンドを一度実行すると、更新を開始します。

接続済みのコンピューターでインストールコマンドを再度実行すると、フォルダーを変更したり、Docker イメージを更新したりできます。コンピューターのホストは変わらないため、データセットは引き続き動作し、ホストが重複して表示されることもありません。

コンピューターごとにワークスペースは1つです。 1台のコンピューターで実行できるワーカーは1つです。別のワークスペースからインストールコマンドを実行すると、コンピューターはそのワークスペースに移動し、元のワークスペースではホストとの接続が解除されます。

再接続すると、切断され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。そのホストとして機能させるコンピューターでコマンドを実行すると、既存のデータセットは再インポートせずに利用を再開できます。切断されたホストは、データセットまたはモデルが依存している間のみ一覧に表示されます。

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。そのホストに紐付けられたキュー内、起動中、実行中のジョブは、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、インポート中のデータセットは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何も削除されず、Platformにすでにアップロードされたモデルも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。その後ソースファイルが変更されても、Platformは変更を検知しません。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上のコピーが必要な機能は利用できません。**オンプレミスデータセットでは、画像のPlatform所有コピーを必要とする機能、つまり自動アノテーション、クラスタリング分析、データセットの複製、変更不可のバージョンスナップショットは利用できません。
• **トレーニングの実行場所は変更されません。**実行の途中でワーカープロセスが停止した場合、別の場所で再開されず、実行は失敗します。
• **モデルファイルはホスト上に残ります。**Platformでモデルを削除またはゴミ箱に移動すると、Platformからは削除されますが、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、そのフォルダーはご自身で整理してください。

オンプレミスデータセット、またはそのデータセット内の個々の画像を削除しても、削除されるのはPlatformの参照情報とアノテーションのみです。ファイルには一切触れません。

セットアップが完了しない場合#

• **Dockerから許可を求められる場合：**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で再起動を求められる場合: 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。
• 別のコンピューターがこのホストをすでに再接続しています: 別のコンピューターで、同じホストに対する再接続コマンドが先に実行されました。このコンピューター用に新しいインストールコマンドを作成してください。
• 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ください。オンプレミスが実行中と表示されるまで、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: 接続中の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取得されます。
• ワーカーのログを確認する場合: インストーラーは、Linuxでは/opt/ultralytics-workerに、macOSおよびWindowsでは~/.ultralytics/workerにログを書き込みます。そのフォルダーからdocker compose logs -fを実行すると、ワーカーのログを追跡できます。

データセット、アノテーション、トレーニングもご覧ください。

よくある質問#