Ultralytics Platform

中文 | 한국어 | 日本語 | Русский | Deutsch | Français | Español | Português | Türkçe | Tiếng Việt | العربية

Ultralytics Platform은 데이터 준비부터 모델 배포까지 전체 ML 워크플로우를 간소화하는 포괄적인 엔드투엔드 컴퓨터 비전 플랫폼입니다. 인프라 복잡성 없이 프로덕션 준비가 된 컴퓨터 비전 솔루션이 필요한 팀과 개인을 위해 구축되었습니다.

Ultralytics Platform이란 무엇인가요?

Ultralytics Platform은 분산된 ML 도구를 통합 솔루션으로 대체하도록 설계되었습니다. 다음 기능들을 결합합니다:

• Roboflow - 데이터 관리 및 어노테이션
• Weights & Biases - 실험 추적
• SageMaker - 클라우드 학습
• HuggingFace - 모델 배포
• Arize - 모니터링

YOLO26 및 YOLO3를 네이티브로 지원하는 올인원 플랫폼 YOLO11 모델을 원활하게 지원하는 올인원 플랫폼입니다.

워크플로: 업로드 → 주석 추가 → 훈련 → 내보내기 → 배포

플랫폼은 종단 간 워크플로를 제공합니다:

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

당신이 할 수 있는 일:

• 이미지, 동영상 및 ZIP 아카이브를 업로드하여 훈련 데이터셋을 생성합니다.
• 5가지 YOLO 유형 모두에 대해 대화형 오버레이로 주석을 시각화하세요 ( 지원되는 작업 참조)
• 22가지 클라우드 GPU 실시간 메트릭을 활용하여 모델을 훈련시키세요
• 17가지 배포 형식 (ONNX, TensorRT, CoreML, TFLite 등)으로 내보내기
• 한 번의 클릭으로 전 세계 43개 리전에 전용 엔드포인트를 배포하세요
• 훈련 진행 상황, 배포 상태 및 사용 지표를 모니터링합니다.
• 프로젝트와 데이터 세트를 커뮤니티에 공개하여 협업하세요

다중 지역 인프라

귀하의 데이터는 귀하의 리전에 유지됩니다. Ultralytics 플랫폼은 세 가지 글로벌 리전에서 인프라를 운영합니다:

온보딩 시 리전을 선택하며, 모든 데이터, 모델 및 배포는 해당 리전에 유지됩니다.

주요 기능

데이터 준비

• 데이터셋 관리: 이미지, 비디오 또는 ZIP 아카이브를 자동 처리 기능과 함께 업로드
• 주석 편집기: 모든 5가지 YOLO 유형(detect, segment, 자세, OBB, classify; 지원되는 작업 참조)에 대한 수동 주석
• SAM 어노테이션: Segment Anything 모델을 활용한 클릭 기반 지능형 어노테이션
• 자동 어노테이션: 학습된 모델을 사용하여 새로운 데이터에 사전 라벨링
• 통계: 클래스 분포, 위치 히트맵 및 차원 분석

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

모델 학습

• 클라우드 트레이닝: 실시간 메트릭스와 함께 22가지 클라우드 GPU 훈련하세요
• 원격 훈련: 어디서나 훈련하고 플랫폼에 메트릭을 스트리밍하세요 (W&B 스타일)
• 프로젝트 구성: 관련 모델을 그룹화하고, 실험을 비교하며, 활동을 track합니다.
• 17가지 내보내기 형식: ONNX, TensorRT, CoreML, TFLite 등 ( 지원되는 형식 참조)

모델은 웹 UI(클라우드 훈련) 또는 사용자 자신의 컴퓨터(원격 훈련)를 통해 훈련할 수 있습니다:

# 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

배포

• 추론 테스트: 사용자 지정 이미지로 브라우저에서 직접 모델을 테스트합니다.
• 전용 Endpoints: 자동 스케일링을 통해 43개 글로벌 지역에 배포합니다.
• 모니터링: 실시간 지표, 요청 로그 및 성능 대시보드

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]

배포 후에는 어떤 언어로든 엔드포인트를 호출하세요:

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);

계정 관리

• 팀 및 조직: 팀원과 협업하고, 역할 및 초대 관리를 수행하세요
• API Keys: 원격 훈련 및 API 액세스를 위한 안전한 키 관리
• 크레딧 및 결제: 투명한 가격 책정으로 종량제 훈련
• 활동 피드: 모든 계정 이벤트 및 작업을 추적합니다
• 휴지통 및 복원: 30일 소프트 삭제 및 항목 복구 기능
• GDPR 준수: 데이터 내보내기 및 계정 삭제

빠른 링크

다음 리소스를 통해 시작하세요:

• 빠른 시작: 첫 프로젝트를 생성하고 몇 분 안에 모델을 훈련합니다.
• 데이터셋: 훈련 데이터를 업로드하고 관리합니다.
• 어노테이션: 수동 및 AI 지원 도구를 사용하여 데이터에 레이블을 지정합니다.
• 프로젝트: 모델과 실험을 구성합니다.
• 클라우드 훈련: 클라우드 GPU에서 훈련합니다.
• 추론: 모델을 테스트합니다.
• Endpoints: 모델을 프로덕션에 배포합니다.
• 모니터링: 배포 성능을 track합니다.
• API Keys: API 액세스를 관리합니다.
• 결제: 크레딧 및 결제
• 활동: 계정 이벤트 추적
• 휴지통: 삭제된 항목 복구
• REST API: API 참조

FAQ

Ultralytics Platform을 어떻게 시작하나요?

Ultralytics Platform을 시작하려면:

1. 가입: platform.ultralytics.com에서 계정을 생성합니다.
2. 지역 선택: 온보딩 중에 데이터 지역(미국, EU 또는 AP)을 선택합니다.
3. 데이터셋 업로드: 데이터셋 섹션으로 이동하여 데이터를 업로드합니다.
4. 모델 훈련: 프로젝트를 생성하고 클라우드 GPU에서 훈련을 시작하세요.
5. 배포: 모델을 테스트하고 전용 엔드포인트에 배포하세요.

자세한 가이드는 빠른 시작 페이지를 참조하세요.

Ultralytics Platform의 이점은 무엇인가요?

Ultralytics Platform이 제공하는 기능은 다음과 같습니다:

• 통합 워크플로우: 데이터, 훈련, 배포를 한곳에서 처리
• 다중 리전: 미국, EU 또는 AP 지역의 데이터 상주
• 노코드 훈련: 코드 작성 없이 고급 YOLO 모델 훈련
• 실시간 지표: 훈련 진행 상황 스트리밍 및 배포 모니터링
• 43개 배포 리전: 전 세계 사용자에게 가까운 곳에 모델 배포
• 5가지 작업 유형: 탐지, 분할, 자세 추정, OBB, 분류 지원 ( 작업 문서 참조)
• AI 지원 주석: SAM 및 자동 레이블링으로 데이터 준비 가속화

클라우드 학습을 위한 어떤 GPU 옵션이 제공되나요?

Ultralytics Platform은 클라우드 훈련을 위해 여러 GPU 유형을 지원합니다:

전체 가격 및 GPU 클라우드 트레이닝을 참조하십시오.

원격 학습은 어떻게 작동하나요?

사용자 자신의 하드웨어에서 모델을 훈련하고 실시간 메트릭을 플랫폼으로 스트리밍할 수 있습니다. 이는 Weights & Biases 유사한 방식입니다.

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

원격 학습에 대한 자세한 내용은 클라우드 학습을 참조하십시오.

어떤 어노테이션 도구를 사용할 수 있나요?

Platform에는 다음을 지원하는 모든 기능을 갖춘 주석 편집기가 포함되어 있습니다:

• 수동 도구: 바운딩 박스, 다각형, 키포인트, 지향성 박스, 분류
• SAM 어노테이션: 클릭하여 Segment Anything 모델을 사용한 정밀 마스크 생성
• 키보드 단축키: 단축키를 사용한 효율적인 워크플로우

전체 가이드는 주석을 참조하십시오.

어떤 내보내기 형식이 지원되나요?

플랫폼은 17가지 배포 형식을 지원합니다:

모델 내보내기, 내보내기 모드 가이드 및 통합 지침서를 참조하여 형식별 옵션을 확인하십시오.

문제 해결

데이터셋 문제점

훈련 문제점

배포 문제

자주 묻는 질문

5; 1 전에 생성됨 ✏️ 5 전에 업데이트됨

댓글