Ultralytics Platform クイックスタート

Ultralytics Platformは、ユーザーフレンドリーで直感的に操作できるように設計されており、ユーザーはデータセットを迅速にアップロードし、新しいYOLOモデルをトレーニングできます。さまざまな事前学習済みモデルが用意されており、ユーザーは簡単に利用を開始できます。モデルがトレーニングされると、ブラウザで直接テストし、ワンクリックで本番環境にデプロイできます。

journey
    title Your First Model in 5 Minutes
    section Sign Up
      Create account: 5: User
      Select region: 5: User
    section Prepare Data
      Upload dataset: 5: User
      Review images: 4: User
    section Train
      Configure training: 5: User
      Monitor progress: 3: Platform
    section Deploy
      Test model: 5: User
      Deploy endpoint: 5: User

はじめに

Ultralytics Platformでは、さまざまな簡単なサインアップオプションを提供しています。Google、Apple、またはGitHubアカウントを使用して登録およびログインできるほか、メールアドレスのみでも可能です。

領域選択

サインアップ中に、データリージョンを選択するよう求められます。これは、データ、モデル、およびデプロイメントがどこに保存されるかを決定する重要な選択です。

無料クレジット

新規アカウントにはクラウドGPU 用の無料クレジットが付与されます：

プロフィールを完了する

リージョンを選択した後、あなたの情報でプロフィールを完成させてください。

ホームダッシュボード

サインイン後、Ultralytics Platformのホームぺージに移動します。そこでは、包括的な概要、クイックアクション、および最近のアクティビティが提供されます。

サイドバーからプラットフォームの全セクションにアクセスできます：

上部セクション：

私のワークスペース：

下部セクション：

クイックアクション

ホームページから、以下の操作を素早く実行できます。

• データセットのアップロード: トレーニングデータの準備を開始します
• プロジェクトの作成: 新しい実験セットを整理します
• モデルのトレーニング: GPU上でクラウドトレーニングを開始します

最初のデータセットをアップロードする

「データセット」に移動し、「データセットのアップロード」をクリックしてトレーニングデータを追加します。

Ultralytics Platformは複数のアップロード形式をサポートしています。

アップロード後、プラットフォームがデータを処理します。

1. 画像は正規化され、サムネイルが生成されます
2. ラベルは解析され、検証されます
3. 統計は自動的に計算されます

データセットとサポートされている形式について詳しくはこちらをご覧ください。

最初のプロジェクトを作成する

プロジェクトは、関連するモデルや実験を整理するのに役立ちます。「プロジェクト」に移動し、「プロジェクトの作成」をクリックしてください。

プロジェクトの名前と、オプションで説明を入力してください。プロジェクトには以下が含まれます。

• モデル: トレーニング済みチェックポイント
• アクティビティログ: 変更履歴

プロジェクトの詳細はこちらをご覧ください。

最初のモデルをトレーニングする

プロジェクトから「モデルをトレーニング」をクリックして、クラウドトレーニングを開始します。

トレーニング設定

1. データセットの選択: アップロード済みのデータセットから選択します
2. モデルを選択: ベースモデルを選択してください（YOLO26n、YOLO26sなど）
3. エポックの設定: トレーニングの反復回数
4. GPUの選択: 計算リソースを選択します

トレーニングを監視する

トレーニングが開始されると、リアルタイムで進捗を監視できます。

• 損失曲線: トレーニングおよび検証の損失をtrackします
• メトリクス: mAP、精度、再現率が各エポックで更新されます
• システム統計: GPU使用率、メモリ使用量

クラウドトレーニングの詳細はこちらをご覧ください。

モデルをテストする

トレーニング完了後、ブラウザで直接モデルをテストできます。

1. モデルのテストタブに移動します
2. 画像をアップロードするか、サンプル画像を使用してください。
3. バウンディングボックス付きの推論結果を表示します。

推論パラメータを調整します。

• 信頼度閾値: 信頼度の低い予測をフィルタリングします。
• IoU閾値: NMSのオーバーラップを制御します。
• 画像サイズ: 推論のために入力サイズを変更します。

推論について詳しくはこちらをご覧ください。

本番環境にデプロイする

本番環境での使用のために、モデルを専用のエンドポイントにデプロイします。

1. モデルのデプロイタブに移動します。
2. グローバルマップからリージョンを選択します（43箇所利用可能）。
3. 「デプロイ」をクリックしてエンドポイントを作成します。

エンドポイントは約1分で準備が完了し、以下の機能が利用可能になります。

• ユニークURL: API呼び出し用のHTTPSエンドポイント
• オートスケーリング: トラフィックに応じて自動的にスケールします。
• モニタリング: リクエストメトリクスとログ

エンドポイントについて詳しくはこちらをご覧ください。

フィードバック

皆様からのフィードバックを重視しています！フィードバックボタンを使用して、プラットフォームの改善にご協力ください。

ヘルプが必要ですか？

問題が発生した場合やご質問がある場合は、以下をご参照ください。

• ドキュメント: 詳細なガイドについては、これらのドキュメントをご覧ください。
• Discord: 議論のためにDiscordコミュニティにご参加ください。
• GitHub: GitHubで問題を報告してください。

📅 20日前に作成✏️ 14日前に更新

コメント