On Premise#

O On Premise permite que o teu workspace Enterprise utilize datasets e computação num computador Linux, macOS ou Windows. As imagens e vídeos de origem permanecem no teu computador. O treino comporta-se como qualquer outra localização de treino remoto: as métricas são transmitidas para a Platform e os pesos do modelo concluído são carregados para download, previsão, exportação e implementação.

A configuração demora apenas um comando. A Platform deteta o teu sistema operativo, preenche locais de pastas adequados, instala o Docker se necessário e mostra o progresso da ligação em tempo real.

Como Funciona#

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)]

Limites de dados#

Pesos do modelo, etiquetas, anotações e métricas podem codificar informações aprendidas a partir das tuas imagens. Apenas os píxeis do dataset têm um limite estrito apenas local. A previsão na cloud processa apenas as imagens que submetes separadamente para esse workflow na cloud; o worker nunca reencaminha uma imagem do teu dataset montado.

Antes de começar#

Escolhe um computador Linux, um Mac com Apple silicon ou um computador Windows de 64 bits que consiga aceder aos teus conjuntos de dados e permanecer ligado enquanto a Platform os estiver a utilizar. Deixa espaço de armazenamento livre suficiente para os conjuntos de dados, execuções de modelos e imagens Docker, e certifica-te de que o computador consegue estabelecer ligações HTTPS de saída.

Um GPU é opcional. Todos os computadores conseguem ingerir datasets e treinar modelos no seu CPU. Um GPU NVIDIA compatível pode acelerar trabalhos de treino maiores.

Liga o Teu Computador#

1. Abre a Ultralytics Platform no computador que tem acesso aos teus datasets.
2. Vai a Settings > Integrations e seleciona On Premise na lista de integrações.
3. Revisa os caminhos pré-preenchidos Dataset folder on this machine e Models folder on this machine.
4. Seleciona Criar comando de instalação.
5. Abre o terminal mencionado na caixa de diálogo, copia o comando, cola-o e prime Enter.
6. Mantém a página de Integrações aberta até que o indicador de progresso mostre Connected.

A Platform preenche as pastas e o token de ligação de utilização única antes de copiares o comando. O comando gerado segue o formato abaixo:

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

As predefinições funcionam sem edição:

O comando de configuração cria estas pastas, instala e inicia o Docker quando necessário, e configura a ligação para reiniciar com o teu computador. O teu sistema operativo pode pedir-te para aprovar a instalação ou reiniciar antes que a configuração possa terminar.

Imagens base Docker#

O instalador executa um container e seleciona a imagem base oficial da Ultralytics para o host:

O instalador seleciona uma imagem oficial com versão fixa para o host. O trabalhador adiciona as respetivas dependências de conectividade sem reinstalar o Ultralytics. Ele deteta o CUDA durante a configuração, pelo que um host NVIDIA continua a executar apenas um contentor em vez de trabalhadores de CPU e GPU separados. Os serviços em nuvem da Platform geram previsões de modelos e exportações após o carregamento do melhor checkpoint.

Adicionar um Dataset#

1. Coloca o teu dataset dentro da pasta de datasets configurada.
2. Na plataforma, seleciona New Dataset > On Premise.
3. Escolhe o computador ligado.
4. Navega até à pasta de datasets, escolhe a tarefa e seleciona Criar.

A Platform indexa o dataset localmente e abre-o na mesma galeria usada para datasets carregados e armazenados na nuvem. Podes pré-visualizar imagens, inspecionar etiquetas, filtrar o dataset e anotar sem carregar os píxeis.

Dados Suportados#

O On Premise suporta os mesmos formatos de ingestão e tarefas de visão computacional que os dados carregados:

• Imagens e vídeos
• Arquivos ZIP, TAR, TAR.GZ e TGZ
• Ultralytics NDJSON e COCO JSON
• Datasets YOLO e pastas de classificação
• Tarefas de deteção, segmentação, pose, caixa delimitadora orientada (OBB) e classificação

A Platform reconhece automaticamente esquemas de datasets comuns, classes, etiquetas e divisões de treino/validação/teste. A Platform trata os ficheiros de origem como apenas de leitura e nunca redimensiona, recodifica, edita ou apaga os mesmos.

Visualizar e Anotar#

Quando abres uma imagem, o teu navegador carrega-a diretamente do computador ligado. Não existe certificado, nome de host, VPN ou configuração de pré-visualização.

As anotações e a organização do dataset são guardadas no teu workspace da Platform, mas as edições na Platform nunca alteram a tua imagem de origem ou os ficheiros de etiquetas.

Treine um modelo#

Começa o treino através da caixa de diálogo de treino normal da Platform:

1. Abre um projeto e seleciona New Model.
2. Escolhe o dataset On Premise.
3. Seleciona um modelo e as definições de treino.
4. Começa o treino.

A Platform executa o trabalho no computador ligado. Utiliza um GPU NVIDIA disponível ou recorre ao CPU automaticamente, por isso um Mac pode treinar um modelo pequeno como o YOLO26n no COCO8 sem hardware de GPU dedicado.

Os ficheiros de treino são escritos na pasta de modelos configurada enquanto a execução está ativa. O pacote Ultralytics usa os mesmos callbacks de treino remoto que qualquer máquina gerida pelo cliente: o progresso e as métricas são transmitidos para a Platform, o melhor checkpoint é carregado para o armazenamento da Platform e o modelo concluído funciona com os caminhos existentes de download, previsão, exportação e implementação. Outros artefactos de treino permanecem na tua pasta de modelos. O treino On Premise não utiliza créditos de computação da Platform e a Platform nunca envia o trabalho de treino para computação na cloud.

Gerir a Ligação#

Abre Settings > Integrations para ver se o computador e o seu CPU ou GPU estão disponíveis. Podes voltar a ligar para atualizar o seu acesso ou desligar quando já não for necessário.

Desligar impede novos trabalhos e pré-visualizações, mas não elimina datasets ou ficheiros de origem do computador. Os modelos carregados permanecem disponíveis na Platform.

Se a Configuração Não Terminar#

• O Docker pede permissão: Aprova o pedido e espera que o Docker inicie. A configuração continua automaticamente.
• O Windows pede um reinício: Reinicia o computador, volta a Settings > Integrations e cria um novo comando de instalação.
• O comando de configuração expirou: Cria um novo comando de instalação. Cada comando é temporário e funciona uma vez.
• A ligação permanece offline: Abre o Docker Desktop, volta a executar um comando gerado recentemente e mantém o terminal aberto até que este reporte que o On Premise está a funcionar.
• As pré-visualizações não carregam: Abre a Platform num browser no computador ligado. As pré-visualizações do dataset vêm diretamente desse computador.

Vê também Datasets, Anotação e Treino.