Ultralytics Platform

A Ultralytics Platform é uma plataforma de visão computacional completa de ponta a ponta que agiliza todo o fluxo de trabalho de ML, desde a preparação de dados até a implementação do modelo. Desenvolvida para equipes e indivíduos que precisam de soluções de visão computacional prontas para produção, sem a complexidade de infraestrutura.

Captura de tela do conjunto de dados da Ultralytics Platform

O que é a Ultralytics Platform?

A Ultralytics Platform foi projetada para substituir ferramentas de ML fragmentadas por uma solução unificada. Ela combina as capacidades de:

  • Roboflow - Gerenciamento e anotação de dados
  • Weights & Biases - Rastreamento de experimentos
  • SageMaker - Treinamento em nuvem
  • HuggingFace - Implementação de modelos
  • Arize - Monitoramento

Tudo em uma única plataforma com suporte nativo para modelos YOLO26 e YOLO11.

Fluxo de trabalho: Upload → Anotação → Treinamento → Exportação → Implementação

A plataforma oferece um fluxo de trabalho de ponta a ponta:

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
EtapaRecursos
UploadImagens (50MB), vídeos (1GB) e arquivos de conjuntos de dados (ZIP, TAR incluindo .tar.gz/.tgz, NDJSON) com processamento automático
AnotarFerramentas manuais para todos os 5 tipos de tarefa, além de Anotação Inteligente com modelos SAM e YOLO para detecção, segmentação e OBB (veja tarefas suportadas)
TreinarGPUs em nuvem (22 em todos os planos + 2 apenas para Pro/Enterprise: B200, B300), métricas em tempo real, organização de projetos
Exportar17 formatos de implementação (ONNX, TensorRT, CoreML, TFLite, etc.; veja formatos suportados)
Implementar43 regiões globais com endpoints dedicados, escala para zero por padrão (instância única ativa) e monitoramento

O que você pode fazer:

  • Fazer upload de imagens, vídeos e arquivos de conjuntos de dados para criar conjuntos de dados de treinamento
  • Visualizar anotações com sobreposições interativas para todos os 5 tipos de tarefa YOLO (veja tarefas suportadas)
  • Treinar modelos em GPUs em nuvem (22 em todos os planos, 24 com Pro ou Enterprise para B200 e B300) com métricas em tempo real
  • Exportar para 17 formatos de implementação (ONNX, TensorRT, CoreML, TFLite, etc.)
  • Implementar em 43 regiões globais com endpoints dedicados de um clique
  • Monitorar o progresso do treinamento, a saúde da implementação e métricas de uso
  • Colaborar tornando projetos e conjuntos de dados públicos para a comunidade

Infraestrutura Multi-Região

Seus dados permanecem na sua região. A Ultralytics Platform opera infraestrutura em três regiões globais:

RegiãoRótuloLocalizaçãoIdeal para
USAméricasIowa, EUAUsuários das Américas, mais rápido para as Américas
EUEuropa, Oriente Médio e ÁfricaBélgica, EuropaUsuários europeus, conformidade com o GDPR
APÁsia-PacíficoTaiwan, Ásia-PacíficoUsuários da Ásia-Pacífico, menor latência APAC

Você seleciona sua região durante o onboarding, e todos os seus dados, modelos e implementações permanecem nessa região.

A região é permanente

A região de seus dados não pode ser alterada após a criação da conta. Durante o onboarding, a plataforma mede a latência para cada região e recomenda a mais próxima. Escolha com cuidado.

Principais recursos

Preparação de dados

  • Gerenciamento de Conjunto de Dados: Faça upload de imagens, vídeos ou arquivos de conjuntos de dados com processamento automático
  • Editor de Anotação: Anotação manual para todos os 5 tipos de tarefa YOLO (detecção, segmentação, pose, OBB, classificação; veja tarefas suportadas)
  • Modelos de Esqueleto: Modelos de esqueleto integrados (Pessoa, Mão, Rosto, Cachorro, Caixa) e personalizados para anotação de pose com um clique
  • Anotação Inteligente: Use SAM 2.1 (Tiny, Small, Base, Large), SAM 3, modelos Ultralytics YOLO pré-treinados ou seus próprios modelos YOLO ajustados a partir da barra de ferramentas de anotação para tarefas de detecção, segmentação e OBB
  • Versionamento de Conjunto de Dados: Crie snapshots NDJSON numerados com descrições para treinamento reprodutível
  • Estatísticas: Distribuição de classes, mapas de calor de localização e análise de dimensão
graph LR
    A[Upload Dataset/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
Tipos de tarefa suportados

O editor de anotação suporta todos os 5 tipos de tarefa YOLO: detecção (caixas delimitadoras), segmentação (polígonos), pose (pontos-chave), OBB (caixas orientadas) e classificação (rótulos de nível de imagem). Cada tipo de tarefa possui ferramentas de desenho e atalhos de teclado dedicados.

Treinamento de modelos

  • Treinamento em nuvem: Treine em GPUs em nuvem (22 em todos os planos, 24 com Pro ou Enterprise para B200 e B300) com métricas em tempo real
  • Treinamento remoto: Treine em qualquer lugar e transmita métricas para a plataforma (estilo W&B)
  • Organização de projetos: Agrupe modelos relacionados, compare experimentos, rastreie atividades
  • 17 Formatos de Exportação: ONNX, TensorRT, CoreML, TFLite e mais (veja formatos suportados)

Captura de tela do projeto na Ultralytics Platform

Você pode treinar modelos através da interface web (treinamento em nuvem) ou de sua própria máquina (treinamento remoto):

  1. Navegue até o seu projeto
  2. Clique em Train Model
  3. Selecione conjunto de dados, modelo, GPU e épocas
  4. Monitore curvas de perda e métricas em tempo real

Implementação

  • Teste de inferência: Teste modelos diretamente no navegador com imagens personalizadas
  • Endpoints Dedicados: Implemente em 43 regiões globais com escala para zero por padrão (instância única ativa)
  • Monitoramento: Métricas em tempo real, logs de solicitação e painéis de desempenho
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]

Uma vez implementado, chame seu endpoint de qualquer linguagem:

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())

Gerenciamento de conta

  • Equipes e Organizações: Colabore com membros da equipe, gerencie funções e convites
  • Chaves de API: Gerenciamento seguro de chaves para treinamento remoto e acesso à API
  • Créditos e Faturamento: Treinamento pay-as-you-go com preços transparentes
  • Feed de atividades: Rastreie todos os eventos e ações da conta
  • Lixeira e Restauração: Exclusão leve de 30 dias com recuperação de itens
  • Conformidade GDPR: Exportação de dados e exclusão de conta
Níveis de plano
RecursoGrátisPro ($29/mês)Enterprise
Crédito de inscrição$5 / $25*-Personalizado
Crédito Mensal-$30/assento/mêsPersonalizado
Modelos100500Ilimitado
Treinamentos Simultâneos310Ilimitado
Implantações310Ilimitado
Armazenamento100 GB500 GBIlimitado
Tipos de GPU na Nuvem2224 (incl. B200 / B300)24
Equipes-Até 5 membrosAté 50
SuporteComunidadePrioritárioDedicado

*$5 no cadastro, ou $25 com um e-mail corporativo/de trabalho verificado.

Comece com estes recursos:

  • Quickstart: Crie seu primeiro projeto e treine um modelo em minutos
  • Datasets: Carregue e gerencie seus dados de treinamento
  • Annotation: Rotule seus dados com ferramentas manuais e assistidas por IA
  • Projects: Organize seus modelos e experimentos
  • Cloud Training: Treine em GPUs na nuvem
  • Inference: Teste seus modelos
  • Endpoints: Implante modelos em produção
  • Monitoring: Monitore o desempenho da implantação
  • API Keys: Gerencie o acesso à API
  • Billing: Créditos e pagamento
  • Activity: Acompanhe eventos da conta
  • Trash: Recupere itens excluídos
  • REST API: Referência da API

Perguntas Frequentes

Como começo a usar a Ultralytics Platform?

Para começar a usar a Ultralytics Platform:

  1. Sign Up: Crie uma conta em platform.ultralytics.com
  2. Select Region: Escolha sua região de dados (US, EU ou AP) durante a integração
  3. Upload Dataset: Navegue até a seção Datasets para carregar seus dados
  4. Train Model: Crie um projeto e inicie o treinamento em GPUs na nuvem
  5. Deploy: Teste seu modelo e implante em um endpoint dedicado

Para um guia detalhado, veja a página Quickstart.

Quais são os benefícios da Ultralytics Platform?

A Ultralytics Platform oferece:

  • Unified Workflow: Dados, treinamento e implantação em um só lugar
  • Multi-Region: Residência de dados nas regiões US, EU ou AP
  • No-Code Training: Treine modelos YOLO avançados sem escrever código
  • Real-Time Metrics: Transmita o progresso do treinamento e monitore implantações
  • 43 Deploy Regions: Implante modelos perto dos seus usuários em todo o mundo
  • 5 Task Types: Suporte para detecção, segmentação, pose, OBB e classificação (veja a documentação de tarefas)
  • AI-Assisted Annotation: Anotação inteligente com modelos SAM e YOLO para acelerar a preparação de dados

Quais opções de GPU estão disponíveis para treinamento na nuvem?

A Ultralytics Platform suporta múltiplos tipos de GPU para treinamento na nuvem:

GPUGeraçãoVRAMCusto/HoraIdeal para
RTX 2000 AdaAda16 GB$0.24Datasets pequenos, testes
RTX A4500Ampere20 GB$0.25Datasets pequenos a médios
RTX 4000 AdaAda20 GB$0.26Datasets médios
RTX A5000Ampere24 GB$0.27Datasets médios
L4Ada24 GB$0.39Otimizado para inferência
A40Ampere48 GB$0.44Tamanhos de lote maiores
RTX 3090Ampere24 GB$0.46Treinamento geral
RTX A6000Ampere48 GB$0.49Modelos grandes
RTX PRO 4500Blackwell32 GB$0.64Ótima relação preço/desempenho
RTX 4090Ada24 GB$0.69Melhor relação preço/desempenho
RTX 6000 AdaAda48 GB$0.77Treinamento de lotes grandes
L40SAda48 GB$0.86Treinamento de lotes grandes
RTX 5090Blackwell32 GB$0.99Geração de consumo mais recente
L40Ada48 GB$0.99Modelos grandes
A100 PCIeAmpere80 GB$1.39Treinamento de produção
A100 SXMAmpere80 GB$1.49Treinamento de produção
RTX PRO 6000Blackwell96 GB$1.89Padrão recomendado
H100 PCIeHopper80 GB$2.39Treinamento de alto desempenho
H100 SXMHopper80 GB$2.99Treinamento mais rápido
H100 NVLHopper94 GB$3.07Desempenho máximo
H200 NVLHopper143 GB$3.39Memória máxima
H200 SXMHopper141 GB$3.99Desempenho máximo
B200Blackwell180 GB$5.49Modelos grandes (Pro+)
B300Blackwell288 GB$7.39Modelos maiores (Pro+)

Veja Treinamento em Nuvem para preços completos e opções de GPU.

Como funciona o treinamento remoto?

Você pode treinar modelos em seu próprio hardware e transmitir métricas em tempo real para a plataforma, similar ao Weights & Biases.

Requisito de versão do pacote

A integração com a plataforma requer ultralytics>=8.4.35. Versões inferiores NÃO funcionarão com a Plataforma.

pip install "ultralytics>=8.4.35"
# 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

Veja Treinamento em Nuvem para mais detalhes sobre o treinamento remoto.

Quais ferramentas de anotação estão disponíveis?

A plataforma inclui um editor de anotação completo com suporte a:

  • Ferramentas manuais: Bounding boxes, polígonos, keypoints com templates de esqueleto, caixas orientadas, classificação
  • Templates de esqueleto: Coloque todos os keypoints de uma vez usando templates integrados (Pessoa, Mão, Rosto, Cachorro, Caixa) ou personalizados
  • Anotação inteligente: Use SAM 2.1 ou SAM 3 para anotação baseada em cliques, ou execute modelos YOLO Ultralytics pré-treinados e seus próprios modelos YOLO ajustados a partir da barra de ferramentas para detecção, segmentação e OBB
  • Atalhos de teclado: Fluxos de trabalho eficientes com teclas de atalho
AtalhoAção
VModo manual (desenhar)
SModo inteligente (SAM ou modelo YOLO)
AAlternar aplicação automática (no modo inteligente)
1 - 9Selecionar classe pelo número
DeleteExcluir anotação selecionada
Ctrl+ZDesfazer
Ctrl+YRefazer
EscapeSalvar / desmarcar / sair

Veja Anotação para o guia completo.

Quais formatos de exportação são suportados?

A Plataforma suporta 17 formatos de implantação:

FormatoExtensão de arquivoCaso de uso
ONNX.onnxImplantação multiplataforma
TorchScript.torchscriptImplantação em C++
OpenVINO_openvino_modelHardware Intel
TensorRT.engineInferência em GPU NVIDIA
CoreML.mlpackageDispositivos Apple
TFLite.tfliteDispositivos móveis/edge
TF SavedModel_saved_modelEcossistema TensorFlow
TF GraphDef.pbTensorFlow legacy
PaddlePaddle_paddle_modelEcossistema Baidu
NCNN_ncnn_modelDispositivos móveis (Android/ARM)
Edge TPU_edgetpu.tfliteDispositivos Google Coral
TF.js_web_modelImplantação em navegador
MNN.mnnMobile Alibaba
RKNN_rknn_modelNPU Rockchip
IMX500_imx_modelSensor Sony IMX500
Axelera_axelera_modelAceleradores Axelera AI
ExecuTorch_executorch_modelPyTorch mobile

Veja Exportação de modelos, o Guia de modo de exportação e o Índice de integrações para opções específicas de formato.

Resolução de problemas

Problemas com o dataset

ProblemaSolução
O dataset não processaVerifique se o formato do arquivo é suportado (JPEG, PNG, WebP, TIFF, HEIC, AVIF, BMP, JP2, DNG, MPO para imagens). Tamanho máximo do arquivo: 50 MB para imagens, 1 GB para vídeos, 10 GB (Free) / 20 GB (Pro) / 50 GB (Enterprise) para arquivos de dataset.
Anotações ausentesVerifique se os rótulos estão no formato YOLO com arquivos .txt correspondentes aos nomes dos arquivos de imagem, ou carregue um JSON COCO.
"Divisão de treino necessária"Adicione a pasta train/ à estrutura do seu dataset ou redistribua as divisões através da barra de divisão.
Nomes das classes indefinidosAdicione um arquivo data.yaml com uma lista names: (veja o formato YOLO), ou defina as classes na aba Classes.

Problemas com o treinamento

ProblemaSolução
O treinamento não iniciaVerifique seu saldo de créditos em Configurações > Cobrança. É necessário um saldo positivo.
Erro de falta de memória (Out of memory)Reduza o tamanho do lote (batch size), use um modelo menor (n/s) ou selecione uma GPU com mais VRAM.
Métricas baixasVerifique a qualidade do dataset, aumente o número de épocas, tente a aumento de dados (augmentation) e verifique o equilíbrio das classes.
Treinamento lentoSelecione uma GPU mais rápida, reduza o tamanho da imagem e verifique se o dataset não está causando gargalos.

Problemas de implantação

ProblemaSolução
Endpoint não respondeVerifique o status do endpoint (Pronto vs Parado). Uma inicialização a frio (cold start) pode levar de 5 a 15 segundos.
401 Não autorizadoVerifique se a chave da API está correta e possui os escopos necessários.
Inferência lentaVerifique o tamanho do modelo, considere a exportação TensorRT e selecione uma região mais próxima.
Falha na exportaçãoAlguns formatos exigem arquiteturas de modelo específicas. Tente ONNX para uma compatibilidade mais ampla.

Perguntas comuns

Posso alterar meu nome de usuário após o cadastro?

Não, os nomes de usuário são permanentes e não podem ser alterados. Escolha com cuidado durante o cadastro.

Posso alterar minha região de dados?

Não, a região de dados é selecionada durante o cadastro e não pode ser alterada. Para trocar de região, crie uma nova conta e carregue seus dados novamente.

Como obtenho mais créditos?

Vá para Configurações > Cobrança > Adicionar créditos. Você pode comprar créditos de $5 a $1000. Os créditos adquiridos nunca expiram.

O que acontece se o treinamento falhar?

Você só é cobrado pelo tempo de processamento concluído. Pontos de verificação (checkpoints) são salvos e você pode retomar o treinamento.

Posso baixar meu modelo treinado?

Sim, clique no ícone de download em qualquer página de modelo para baixar o arquivo .pt ou formatos exportados.

Como posso compartilhar meu trabalho publicamente?

Edite as configurações do seu projeto ou dataset e alterne a visibilidade para "Público". O conteúdo público aparece na página Explorar.

Quais são os limites de tamanho de arquivo?

Imagens: 50 MB, Vídeos: 1 GB, datasets: 10 GB no plano Free, 20 GB no Pro, 50 GB no Enterprise. Para arquivos maiores, divida-os em vários envios.

Por quanto tempo os itens excluídos são mantidos na Lixeira?

30 dias. Após esse período, os itens são excluídos permanentemente e não podem ser recuperados.

Posso usar os modelos da plataforma comercialmente?

Os planos Free e Pro utilizam a licença AGPL. Para uso comercial sem os requisitos da AGPL, consulte o Licenciamento da Ultralytics.

Comentários