Ultralytics YOLO27: Inscreve-te na lista de espera.
Get Started

Treinamento automático com o Ask AI#

O AutoTrain usa o Ask AI para ajudar você a treinar, comparar e aprimorar modelos por meio de uma conversa. Comece com uma linha de base, analise os resultados e peça o próximo experimento. O Ask AI também pode encontrar conjuntos de dados, anotar imagens, exportar modelos e implantá-los.

Entre na Ultralytics Platform, abra seu conjunto de dados ou projeto e clique em Ask AI.

Para usar as ações da Platform, primeiro crie uma chave de API da Ultralytics em Configurações > Chaves de API, no seu espaço de trabalho pessoal. O Ask AI usa automaticamente sua chave pessoal existente; não é necessário colá-la na conversa. Inclua o link do projeto ou do conjunto de dados ao trabalhar em um espaço de trabalho de equipe.

Conjunto de dados de detecção de EPI da Ultralytics Platform com o Ask AI revisando classes, anotações e preparação para treinamento

Sugestões de prompts#

Inclua na solicitação a métrica desejada, o modelo, o limite de épocas e o número de experimentos. Para obter resultados comparáveis, mantenha fixos o conjunto de dados, as divisões e a semente aleatória enquanto altera uma configuração por vez. As execuções na nuvem usam seus créditos de treinamento.

Abra o conjunto de dados ou projeto relevante e pergunte:

ObjetivoExemplo de prompt
Iniciar um projetoCrie um projeto privado chamado "Wildlife Lab". Encontre e clone um conjunto de dados de detecção de vida selvagem e, em seguida, prepare uma execução de treinamento de linha de base.
Comparar resoluçõesTreine três modelos neste conjunto de dados com tamanhos de imagem de 640, 800 e 960. Mantenha todas as outras configurações e divisões do conjunto de dados fixas.
Explorar um conjunto de dadosEncontre navios porta-contêineres, contêineres de transporte e guindastes no xView. É um bom ponto de partida para a logística portuária?
Criar uma linha de baseTreine o YOLO26n neste conjunto de dados e dê ao treino o nome "xview-baseline".
Comparar modelosCompare os modelos concluídos pela mAP50-95 de validação. Explique as diferenças e proponha o próximo experimento.
Implantar um modeloImplante o modelo concluído com a melhor mAP de validação neste projeto. Informe o URL do endpoint e o status.
Anotar automaticamenteUse meu melhor modelo compatível para anotar imagens sem rótulos neste conjunto de dados. Preserve as anotações existentes.
Revisar a classificaçãoQual modelo tem a melhor precisão de classificação? Quais raças continuam difíceis de distinguir e o que devemos tentar em seguida?
Exportar um modeloExporte este modelo para ONNX e me envie o link de download quando estiver pronto.

Projeto de logística da Ultralytics Platform com o Ask AI comparando modelos de detecção concluídos e explicando as diferenças de validação

Use seu próprio agente de programação#

O Ask AI usa a CLI da Platform, ul cloud e a skill platform-cli complementar. Você pode usar os mesmos comandos no Claude Code, Codex ou em outro agente de programação compatível.

Instalar e conectar#

A configuração abaixo explica como usar a CLI da Platform com seu próprio agente de programação fora da Platform.

A CLI ul acompanha o pacote Ultralytics para Python 3.11+. Instale-a ou atualize-a:

pip install -U ultralytics

Crie uma chave de API da Platform e configure-a no terminal usado pelo seu agente. Verifique a conexão com:

export ULTRALYTICS_API_KEY="YOUR_API_KEY"
ul cloud account summary

Adicionar a skill#

Siga o guia de instalação do Agent Skills para os plugins do Claude Code e do Codex. Para agentes compatíveis com a CLI skills, instale a skill da Platform com:

npx skills add ultralytics/skills --skill platform-cli

Depois, use prompts como os exemplos acima, incluindo o link do projeto ou do conjunto de dados para dar contexto.

Executar comandos diretamente#

Use os slugs de URL do seu projeto e modelo nos comandos. Estes exemplos são para seu espaço de trabalho pessoal; adicione owner=TEAM para usar um espaço de trabalho de equipe do qual você faz parte:

ul cloud datasets list
ul cloud models list project=license-plate
ul cloud models training project=license-plate model=baseline
ul cloud training start --help

Use ul cloud --help para descobrir comandos e ul cloud <resource> <operation> --help para consultar os argumentos. Consulte a referência da API da Platform para mais detalhes.

Colaboradores

Comentários