Guia de início rápido da Ultralytics Platform#

A Ultralytics Platform oferece um fluxo de trabalho guiado para carregar conjuntos de dados, treinar novos modelos YOLO com pesos pré-treinados, testar modelos concluídos no navegador e configurar endpoints de inferência dedicados.

O diagrama interativo a seguir apresenta as quatro etapas principais do fluxo de trabalho da Ultralytics Platform. Clica em qualquer etapa para aceder às instruções correspondentes.

Primeiros passos#

A Ultralytics Platform oferece várias opções simples de cadastro. Você pode se cadastrar e entrar usando suas contas do Google ou GitHub, ou seu endereço de e-mail.

Seleção de região#

Durante a integração inicial, você precisará selecionar sua região de dados. A Platform mede automaticamente a latência para cada região e recomenda a mais próxima. Essa escolha determina onde seus conjuntos de dados, modelos e dados de treinamento gerenciados serão armazenados. As regiões dos endpoints dedicados são selecionadas separadamente durante a implantação de um modelo.

Créditos gratuitos#

Todas as novas contas recebem créditos gratuitos para treinamento na GPU em nuvem:

Complete seu perfil#

O fluxo de integração guia você por três etapas:

1. Perfil - Informe seu nome de exibição, nome de usuário exclusivo (permanente e impossível de alterar depois), organização (opcional) e principal caso de uso
2. Região de dados - Selecione EUA, UE ou AP em um mapa-múndi visual que mostra a latência
3. Conclusão - Revise suas seleções, aplique um código promocional se quiser e conclua o cadastro para resgatar seus créditos de boas-vindas

Painel inicial#

Após iniciar sessão, você será direcionado à página inicial da Ultralytics Platform, que oferece um cartão de boas-vindas com estatísticas do espaço de trabalho, um vídeo de apresentação, acesso rápido a conjuntos de dados, projetos e armazenamento, além de um feed de atividades recentes.

Navegação pela barra lateral#

A barra lateral dá acesso a todas as seções da Platform:

Cada secção de conteúdo lista os teus cinco itens mais recentes com um link para os restantes. Ao passar o cursor sobre um item, é apresentada uma ação de eliminação que o move para o Lixo, exceto no caso das implementações, que são eliminadas permanentemente após confirmação; podes aceder ao próprio Lixo pela pesquisa (Cmd+K) ou abrindo platform.ultralytics.com/trash.

Cartão de boas-vindas#

O cartão de boas-vindas mostra seu perfil, o selo do plano (que leva à comparação de planos) e as estatísticas do espaço de trabalho de forma resumida. Cada estatística leva à visualização correspondente do espaço de trabalho:

Ações rápidas#

Abaixo do cartão de boas-vindas, o painel mostra três cartões:

• Conjuntos de dados: Crie um novo conjunto de dados ou solte imagens, vídeos ou arquivos de conjuntos de dados para carregá-los. Mostra seus conjuntos de dados recentes.
• Projetos: Crie um novo projeto ou solte arquivos de modelo .pt para carregá-los. Mostra seus projetos recentes.
• Armazenamento: Visão geral do uso do armazenamento (conjuntos de dados, modelos e exportações) e dos limites do plano.

Uma tabela de Atividades recentes na parte inferior mostra seus conjuntos de dados, projetos e implantações mais recentes, com o status e horário da última atualização.

Pesquisa global#

Pressione Cmd+K (Mac) ou Ctrl+K (Windows/Linux) para abrir a barra de pesquisa. Pesquise instantaneamente em páginas, projetos, conjuntos de dados e implantações.

Assistente de chat com IA#

Clique em Perguntar à IA para trabalhar com um agente de IA que automatiza tarefas na Ultralytics Platform. Ele trabalha diretamente com seus conjuntos de dados e modelos para anotar imagens, executar experimentos de treinamento, comparar resultados e exportar ou implantar modelos. Consulte Treinamento automático com Ask AI para ver exemplos de prompts e instruções de configuração do seu próprio agente de programação.

Visitas guiadas de integração#

A Platform inclui visitas guiadas que apresentam os principais recursos enquanto você explora diferentes seções:

Reiniciar visitas guiadas#

Para repetir uma visita guiada:

• Botão Refazer visita guiada — Clique no avatar do seu perfil (no canto inferior esquerdo da barra lateral) para abrir o menu da conta e selecione Refazer visita guiada. Isso redefine todas as visitas guiadas para que sejam reproduzidas na próxima vez que você acessar cada seção.
• Parâmetro de URL — Adicione ?tour= com o ID da visita guiada para reiniciá-la diretamente: ?tour=nav na página inicial, ?tour=project na página de um projeto ou ?tour=dataset na página de um conjunto de dados.

Carregue seu primeiro conjunto de dados#

Abra Annotate na barra lateral e clique em + para criar um novo conjunto de dados. Você também pode arrastar e soltar arquivos diretamente no cartão Conjuntos de dados do painel inicial.

A janela Novo conjunto de dados oferece quatro fontes. Este guia de início rápido usa Carregar; as outras opções são abordadas em Conjuntos de dados e Integrações:

Os carregamentos aceitam vários formatos (confere todos os detalhes em Conjuntos de dados):

Após o carregamento, a plataforma processa os teus dados automaticamente:

1. Imagens com mais de 4096px são redimensionadas (mantendo a proporção; os originais TIFF são armazenados como carregados)
2. São geradas miniaturas de 256px para navegação rápida
3. Os rótulos YOLO, COCO, LabelMe e NDJSON da Ultralytics ou Labelbox são analisados e validados
4. As estatísticas são calculadas (distribuição de classes, mapas de calor, dimensões)

my-dataset.zip
├── data.yaml          # Class names and splits
├── train/
│   ├── images/
│   │   ├── img001.jpg
│   │   └── img002.jpg
│   └── labels/
│       ├── img001.txt
│       └── img002.txt
└── val/
    ├── images/
    └── labels/

Saiba mais sobre conjuntos de dados e os formatos compatíveis com detecção, segmentação, pose, OBB e classificação.

Cria o teu primeiro projeto#

Os projetos ajudam a organizar modelos e experimentos relacionados. Abre Train na barra lateral e clica em + para criar um projeto. Também podes arrastar os pesos .pt para o cartão Projetos no painel inicial para criar um projeto e importá-los em uma única etapa.

Insere um nome e, opcionalmente, uma descrição. Os projetos organizam execuções de modelos, pesos de modelos importados ou clonados e gráficos para comparar os resultados de treinamentos concluídos.

Saiba mais sobre projetos.

Treina o teu primeiro modelo#

No teu projeto, clica em New Model para abrir a janela Treinar novo modelo. Também podes começar pela página de um conjunto de dados; nesse caso, o conjunto de dados já estará selecionado e poderás escolher o projeto de destino.

Configuração do treinamento#

1. Modelo base: seleciona pesos oficiais da Ultralytics ou um dos teus modelos treinados. A janela avisa se a tarefa do modelo não corresponder à tarefa do conjunto de dados.
2. Conjunto de dados: escolhe um conjunto de dados pronto com pelo menos uma imagem de treinamento, pelo menos uma imagem de validação ou teste e pelo menos uma imagem rotulada
3. Parâmetros: define Épocas (padrão: 100), Tamanho do lote (em branco significa automático), Tamanho da imagem (padrão: 640) e um Nome opcional para a execução. Expande Configurações avançadas para editar qualquer outro argumento de treinamento da Ultralytics em um editor YAML.
4. Selecionar GPU: na aba Treinamento na nuvem, escolhe a capacidade computacional de acordo com o teu orçamento e o tamanho do modelo. O padrão é RTX PRO 6000 (96 GB Blackwell, US$ 2,09/h), que dá conta de todas as variantes do YOLO26. Consulta a tabela completa de preços de GPUs ou a etapa de GPUs do treinamento na nuvem para ver a lista completa e os requisitos de cada nível.
5. Iniciar treinamento: confere o custo e a duração estimados junto ao teu saldo de créditos e clica em Start Training.

Acompanha o treinamento#

Quando o treinamento começar, abre a aba Train do modelo para acompanhar o progresso em tempo real por meio de três subabas:

As métricas são transmitidas em tempo real via SSE (eventos enviados pelo servidor). Quando os artefatos de validação estiverem disponíveis, a subaba Gráficos será dividida nas visualizações Treinamento e Validação, com a matriz de confusão, as curvas PR e as curvas F1 em Validação.

Saiba mais sobre treinamento na nuvem.

Testa o teu modelo#

Quando o treinamento terminar, testa o teu modelo diretamente no navegador:

1. Acede à aba Predict do teu modelo
2. Carrega uma imagem, arrasta e solta, captura uma imagem pela webcam ou clica em uma imagem de exemplo (a inferência é executada automaticamente ao soltar a imagem)
3. Vê sobreposições de previsões adequadas à tarefa, tempos por etapa (pré-processamento, inferência, pós-processamento, rede) e a resposta JSON bruta

Ajusta os parâmetros de inferência:

Em Documentação da API, a aba Predict mostra exemplos de código em Python, JavaScript e cURL, já preenchidos com os parâmetros selecionados acima. Primeiro, implanta o modelo; depois, substitui a URL e a chave de exemplo pelos valores do teu endpoint:

import requests

url = "https://your-deployment-url.run.app/predict"
api_key = "YOUR_API_KEY"
args = {"conf": 0.25, "iou": 0.7, "imgsz": 640}

with open("image.jpg", "rb") as f:
    response = requests.post(
        url,
        headers={"Authorization": f"Bearer {api_key}"},
        data=args,
        files={"file": f},
    )

print(response.json())

Saiba mais sobre inferência.

Implanta em produção#

Implanta o teu modelo em um endpoint dedicado para uso em produção:

1. Acede à aba Deploy do teu modelo
2. A Platform mede a latência nas 42 regiões e as exibe em um mapa-múndi, com um gradiente de verde a vermelho (latências menores aparecem mais verdes; latências maiores, mais vermelhas)
3. Na tabela Latência por região, abaixo do mapa — ordenada por latência a partir da tua localização —, encontra a região desejada. Usa Rescan para medir novamente a qualquer momento.
4. Clica em Deploy nessa linha para criar o teu endpoint

Quando o provisionamento terminar, o teu endpoint oferecerá:

• URL exclusiva: endpoint HTTPS para chamadas de API
• Comportamento de redução a zero: os endpoints inativos de tamanho predefinido reduzem a zero; os tamanhos personalizados mantêm-se ativos e são cobrados por hora de disponibilidade (as implementações executam atualmente uma única instância ativa)
• Monitoramento: métricas e registros de solicitações

Após a implantação, podes gerenciar todos os teus endpoints na aba Implantações do teu perfil, acessível pela seção Deployments na barra lateral. A aba mostra um mapa global com as tuas implantações ativas, métricas das últimas 24 horas (implantações ativas, total de solicitações, taxa de erros e latência P95) e uma lista de todos os endpoints.

Saiba mais sobre endpoints.

Treinamento remoto (opcional)#

Se preferires treinar no teu próprio hardware, podes usar a tua chave de API para treinar em qualquer lugar e transmitir métricas para a Ultralytics Platform.

O caminho mais rápido é a aba Treinamento local na janela de treinamento: ela monta o comando completo para o modelo, o conjunto de dados e os parâmetros selecionados e preenche uma chave de API (criando uma, caso ainda não tenhas). Copia o comando e executa-o no teu terminal.

Para montar o comando por conta própria:

1. Gera uma chave de API em Settings > API Keys
2. Define a variável de ambiente e treina com um valor username/project para project:

export ULTRALYTICS_API_KEY="YOUR_API_KEY"

yolo train model=yolo26n.pt data=coco.yaml epochs=100 project=username/my-project name=exp1

Lê mais sobre chaves de API, URIs de conjuntos de dados e treinamento remoto.

Comentários e ajuda#

A página Ajuda no rodapé da barra lateral reúne links para a documentação, vídeos explicativos e recursos da comunidade, além de incluir um formulário de comentários no app. Podes avaliar a tua experiência de 1 a 5 estrelas, escolher um tipo de comentário (Bug, Funcionalidade ou Geral) e anexar uma captura de ecrã.

Se precisares de mais ajuda:

• Chat com IA: clica no widget flutuante de chat em qualquer página para obter ajuda imediata
• Documentação: consulta estes documentos para obter guias detalhados sobre conjuntos de dados, anotação, treinamento, implantação e faturação
• Discord: junta-te à nossa comunidade do Discord para participar nas discussões
• GitHub: comunica problemas no GitHub
• REST API e SDK do Python: consulta a referência da API, instala o cliente ultralytics-platform ou experimenta a documentação interativa da API para aceder programaticamente a todas as funcionalidades da Platform

Perguntas frequentes#