AutoTrain com Ask AI#
O AutoTrain usa o Ask AI para ajudar-te a treinar, comparar e melhorar modelos através de uma conversa. Começa com uma linha de base, revê os resultados do AutoTrain e pede a próxima experiência. O Ask AI também pode encontrar conjuntos de dados, anotar imagens, exportar modelos e implantá-los.
Inicia sessão no Ultralytics Platform, abre o teu conjunto de dados ou projeto e clica em Ask AI.
Para usar ações da Platform, cria primeiro uma Ultralytics API key em Settings > API Keys no teu espaço de trabalho pessoal. Ask AI utiliza a tua chave pessoal existente automaticamente; não precisas de colá-la na conversa. Inclui o link do projeto ou do conjunto de dados ao trabalhar com um espaço de trabalho de equipa.
Comandos para Experimentar#
Inclui a tua métrica de destino, modelo, limite de épocas e número de experiências no pedido. Para resultados comparáveis, mantém o conjunto de dados, as divisões e a semente aleatória fixos enquanto alteras uma definição de cada vez. As execuções na nuvem utilizam os teus training credits.
Abre o conjunto de dados ou projeto relevante e pergunta:
| Objetivo | Exemplo de comando |
|---|---|
| Iniciar um projeto | Cria um projeto privado chamado "Wildlife Lab". Encontra e clona um conjunto de dados de deteção de vida selvagem e, em seguida, prepara uma execução de treino de referência. |
| Comparar resoluções | Treina três modelos neste conjunto de dados com tamanhos de imagem 640, 800 e 960. Mantém todas as outras configurações e divisões de conjuntos de dados fixas. |
| Explorar um conjunto de dados | Encontra navios porta-contentores, contentores de carga e gruas em xView. É um bom ponto de partida para a logística portuária? |
| Criar uma referência | Treina YOLO26n neste conjunto de dados e chama à execução "xview-baseline". |
| Comparar modelos | Compara os modelos concluídos por mAP50-95 de validação. Explica as diferenças e propõe a próxima experiência. |
| Fazer o deploy de um modelo | Faz o deploy do modelo concluído com o melhor mAP de validação neste projeto. Dá-me o URL do endpoint e o estado. |
| Rotular automaticamente | Usa o meu melhor modelo compatível para rotular imagens não rotuladas neste conjunto de dados. Preserva as rotulagens existentes. |
| Rever classificação | Que modelo tem a melhor precisão de classificação? Que raças continuam confusas e o que devemos tentar a seguir? |
| Exportar um modelo | Exporta este modelo para ONNX e dá-me o link de descarregamento quando estiver pronto. |
Usa o Teu Próprio Agente de Programação#
Ask AI utiliza Platform CLI, ul cloud e a respetiva platform-cli skill complementar. Podes usar os mesmos comandos a partir do Claude Code, Codex ou de outro agente de programação compatível.
Instalar e Ligar#
A configuração abaixo destina-se a usar Platform CLI com o teu próprio agente de programação fora de Platform.
O CLI ul vem incluído no pacote Ultralytics em Python 3.11+. Instala-o ou atualiza-o:
pip install -U ultralyticsCria uma Platform API key e define-a no terminal usado pelo teu agente. Verifica a ligação com:
export ULTRALYTICS_API_KEY="YOUR_API_KEY"
ul cloud account summaryAdicionar a Skill#
Segue o guia de instalação de Agent Skills para os plugins do Claude Code e Codex. Para agentes suportados pelo CLI de skills, instala a skill de Platform com:
npx skills add ultralytics/skills --skill platform-cliEm seguida, usa prompts como os exemplos acima, incluindo o link do projeto ou do conjunto de dados para contexto.
Executar Comandos Diretamente#
Usa os teus slugs de URL de projeto e modelo nos comandos. Estes exemplos têm como alvo o teu espaço de trabalho pessoal; adiciona owner=TEAM para ter como alvo um espaço de trabalho de equipa a que pertences:
ul cloud datasets list
ul cloud models list project=license-plate
ul cloud models training project=license-plate model=baseline
ul cloud training start --helpUsa ul cloud --help para descobrir comandos e ul cloud <resource> <operation> --help para os respetivos argumentos. Vê a Platform API reference para mais detalhes.