Ultralytics Platform#
Ultralytics Platform — это комплексная сквозная платформа компьютерного зрения, оптимизирующая весь рабочий процесс машинного обучения от подготовки данных до развертывания моделей. Она создана для команд и отдельных разработчиков, которым нужны готовые к работе в продакшене решения для компьютерного зрения без лишней сложности инфраструктуры.

Что такое Ultralytics Platform?#
Ultralytics Platform объединяет в едином рабочем пространстве управление и разметку датасетов, отслеживание экспериментов, облачное и удаленное обучение, экспорт моделей, выделенные эндпоинты для инференса и мониторинг развертывания. Платформа имеет встроенную поддержку моделей YOLO26, YOLO11, YOLOv8 и YOLOv5.
Рабочий процесс: Загрузка → Разметка → Обучение → Экспорт или развертывание#
Платформа обеспечивает полный цикл работы:
graph LR
subgraph Data["📁 Data"]
A[Upload]:::start --> B[Annotate]:::proc
end
subgraph Train["🚀 Train"]
D[Configure]:::proc --> E[Train on GPU]:::proc
E --> F[View Metrics]:::out
end
subgraph Deploy["🌐 Export or Deploy"]
G[Export]:::proc
H[Deploy Endpoint]:::proc --> I[Monitor]:::out
end
Data --> Train
E --> G
E --> H
classDef start fill:#4CAF50,color:#fff
classDef proc fill:#2196F3,color:#fff
classDef out fill:#9C27B0,color:#fff| Этап | Функции |
|---|---|
| Загрузка | Изображения (50 МБ), видео (1 ГБ) и файлы датасетов (ZIP, TAR, включая .tar.gz/.tgz, NDJSON) с твоего компьютера, по URL, из облачного хранилища или с локального сервера |
| Разметка | Инструменты ручной разметки для 6 типов задач, а также Smart Annotation с моделями SAM и YOLO для детекции, сегментации, семантического анализа и OBB (см. supported task types) |
| Обучение | Облачные GPU (24 на всех тарифах + 2 эксклюзивно для Pro/Enterprise: B200, B300), метрики в реальном времени, организация проектов |
| Экспорт | 20 форматов развертывания (ONNX, TensorRT, CoreML, LiteRT, Hailo, Ascend и др.; см. поддерживаемые форматы) |
| Развертывание | 42 глобальных региона с выделенными эндпоинтами, масштабированием до нуля по умолчанию (один активный экземпляр) и мониторингом |
Что ты можешь делать:
- Загружать изображения, видео и файлы наборов данных для создания обучающих датасетов
- Визуализируй разметку с помощью интерактивных наложений для 6 типов задач YOLO, поддерживаемых редактором разметки (см. supported task types)
- Обучай модели на облачных GPU (24 на всех тарифах, 26 с Pro или Enterprise для B200 и B300) с использованием метрик в реальном времени
- Экспортируй в 20 форматов развертывания (ONNX, TensorRT, CoreML, LiteRT, Hailo, Ascend и др.)
- Развертывай в 42 глобальных регионах с помощью выделенных эндпоинтов в один клик
- Отслеживать прогресс обучения, состояние развертывания и метрики использования
- Подключай облачные хранилища, инструменты разметки и Slack с помощью интеграций
- Сотрудничать, делая проекты и датасеты общедоступными для сообщества
Мультирегиональная инфраструктура#
Твои данные остаются в твоем регионе. Ultralytics Platform управляет инфраструктурой в трех глобальных регионах:
| Регион | Метка | Расположение | Лучший выбор для |
|---|---|---|---|
| US | Америка | Айова, США | Пользователи из Америки, быстрее всего для Америки |
| EU | Европа, Ближний Восток и Африка | Бельгия, Европа | Европейские пользователи, соответствие GDPR |
| AP | Азиатско-Тихоокеанский регион | Тайвань, Азиатско-Тихоокеанский регион | Пользователи из АТР, минимальная задержка в Азиатско-Тихоокеанском регионе |
Ты выбираешь регион данных при регистрации. Датасеты, модели и данные управляемого обучения остаются в этом регионе. Выделенные эндпоинты развертываются отдельно в регионе, который ты выбираешь на карте глобального развертывания.
Ты не можешь самостоятельно изменить регион данных после создания аккаунта. В процессе онбординга платформа измеряет задержку (latency) для каждого региона и рекомендует наиболее близкий. Обратись в службу поддержки, если тебе позже потребуется запросить изменение региона. Это относится к содержимому датасетов и моделей; данные уровня аккаунта, такие как профиль, платежная информация и записи об активности, обрабатываются глобально, как описано в нашей Политике конфиденциальности и Соглашении об обработке данных.
Ключевые особенности#
Подготовка данных#
- Управление датасетами: создание датасетов из локальных файлов, по URL, из подключенного облачного хранилища или с локального сервера с автоматической обработкой
- Annotation Editor: Инструменты ручной разметки для 6 типов задач YOLO (детекция, сегментация, семантический анализ, классификация, поза, OBB; см. supported task types)
- Шаблоны скелетов: встроенные (человек, рука, собака, лицо, бабочка/прямоугольник) и пользовательские шаблоны скелетов для разметки поз в один клик
- Умная разметка (Smart Annotation): используй SAM 2.1 (Tiny, Small, Base, Large), SAM 3, предобученные модели Ultralytics YOLO или собственные дообученные модели YOLO прямо с панели инструментов разметки для задач детекции, сегментации, семантической разметки и OBB
- Версионирование датасетов: создание пронумерованных снимков NDJSON с описаниями, а затем скачивание или восстановление любой версии для воспроизводимого обучения
- Статистика: распределение классов, распределение разбиений, тепловые карты расположения и анализ размеров ограничивающих прямоугольников
graph LR
A[Upload Dataset/Images/Video]:::start --> B[Auto-Process]:::proc
B --> C[Browse & Filter]:::proc
C --> D{Annotate}:::decide
D --> E[Manual Tools]:::proc
D --> F[SAM Smart]:::proc
D --> G[YOLO Auto-Label]:::proc
E --> H[Train-Ready Dataset]:::out
F --> H
G --> H
classDef start fill:#4CAF50,color:#fff
classDef proc fill:#2196F3,color:#fff
classDef decide fill:#FF9800,color:#fff
classDef out fill:#9C27B0,color:#fffРедактор разметки предоставляет инструменты для 6 типов задач YOLO: detect (ограничивающие рамки), segment (полигоны), semantic (области по классам), classify (метки уровня изображения), pose (ключевые точки) и OBB (ориентированные рамки). Каждый тип задачи имеет специализированные элементы управления разметкой и сочетания клавиш.
Обучение моделей#
- Облачное обучение: обучение на облачных GPU (24 на всех тарифах, 26 с Pro или Enterprise для B200 и B300) с метриками в реальном времени и расчетом стоимости в прямом эфире
- Удаленное обучение: обучайте где угодно и передавай метрики в Ultralytics Platform в режиме реального времени
- Расширенные настройки: переопределение любого аргумента обучения Ultralytics из встроенного YAML-редактора в диалоговом окне обучения
- Организация проектов: Группируй связанные модели, сравнивай эксперименты, отслеживай активность
- 20 форматов экспорта: ONNX, TensorRT, CoreML, LiteRT, Hailo, Ascend и многое другое (см. поддерживаемые форматы)
Ты можешь обучать модели либо через веб-интерфейс (облачное обучение), либо со своего собственного компьютера (удаленное обучение):
- Перейди к своему проекту
- Нажми
New Model - Выбери набор данных, модель, GPU и количество эпох
- Отслеживай графики потерь и метрики в реальном времени
Развертывание#
- Тестирование инференса: тестирование моделей прямо в браузере с твоими собственными изображениями, захватом с веб-камеры или встроенными примерами
- Выделенные эндпоинты: развертывай в 42 глобальных регионах с масштабированием до нуля по умолчанию (один активный экземпляр)
- Мониторинг: Метрики в реальном времени, логи запросов и дашборды производительности
graph LR
A[Trained Model]:::start --> B{Action}:::decide
B --> C[Browser Predict]:::proc
B --> D[Export Format]:::proc
B --> E[Deploy Endpoint]:::proc
D --> F[ONNX / TensorRT / CoreML / LiteRT / ...]:::out
E --> G[42 Global Regions]:::proc
G --> H[API Endpoint URL]:::proc
H --> I[Monitor & Scale]:::out
classDef start fill:#4CAF50,color:#fff
classDef proc fill:#2196F3,color:#fff
classDef decide fill:#FF9800,color:#fff
classDef out fill:#9C27B0,color:#fffПосле развертывания вызывай свой эндпоинт на любом языке. conf, iou и imgsz — это необязательные поля формы, значениями по умолчанию для которых являются
0.25, 0.7 и 640:
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())Управление учетной записью#
- Команды и организации: сотрудничай с членами команды, управляй ролями и приглашениями и переключай рабочие пространства из меню аккаунта
- API-ключи: Безопасное управление ключами для удаленного обучения и API-доступа
- Кредиты и биллинг: оплата по факту использования (pay-as-you-go) с прозрачным ценообразованием и пополнением баланса от $5 до $1000
- Лента активности: Отслеживай все события и действия в аккаунте
- Корзина и восстановление: Мягкое удаление на 30 дней с возможностью восстановления
- Соответствие GDPR: Экспорт данных и удаление аккаунта
Актуальные лимиты, доступ к GPU, возможности совместной работы и лицензирование см. в каноническом сравнении тарифов Free, Pro и Enterprise.
Быстрые ссылки#
Начни работу с этими ресурсами:
- Быстрый старт (Quickstart): создай свой первый проект и обучи модель за считанные минуты
- Просмотр: просмотр и клонирование публичных датасетов и проектов
- Данные: обзор подготовки датасетов
- Датасеты (Datasets): загружай данные для обучения и управляй ими
- Разметка (Annotation): размечай свои данные с помощью ручных и ИИ-инструментов
- Обучение: обзор обучения
- Проекты (Projects): организуй свои модели и эксперименты
- Модели: страницы моделей, загрузки и экспорты
- Облачное обучение (Cloud Training): обучение на облачных GPU
- Развертывание: обзор развертывания
- Инференс (Inference): тестируй свои модели
- Эндпоинты (Endpoints): развертывай модели в продакшене
- Мониторинг (Monitoring): отслеживай производительность развертывания
- Аккаунт: обзор аккаунта
- Настройки: настройки профиля и рабочего пространства
- Команды: участники, роли и приглашения
- Ключи API (API Keys): управляй доступом к API
- Биллинг (Billing): кредиты и оплата
- Активность (Activity): отслеживай события аккаунта
- Корзина (Trash): восстанавливай удаленные элементы
- Интеграции: облачные хранилища, инструменты разметки и Slack
- REST API: справочник по API
Устранение неполадок#
Проблемы с наборами данных#
| Проблема | Решение |
|---|---|
| Набор данных не обрабатывается | Убедись, что формат файла поддерживается (JPEG, PNG, WebP, TIFF, HEIC, AVIF, BMP, JP2, DNG, MPO для изображений). Максимальный размер файла: изображения — 50 МБ, видео — 1 ГБ, архивы наборов данных — 10 ГБ (Free) / 20 ГБ (Pro) / 50 ГБ (Enterprise) |
| Отсутствующие аннотации | Убедись, что метки представлены в формате YOLO с файлами .txt, совпадающими по имени с файлами изображений, либо загрузи COCO JSON |
| «Требуется обучающая выборка (Train split)» | Добавь папку train/ в структуру своего датасета или перераспредели выборки через панель разделения (split bar) |
| Имена классов не определены | Добавь файл data.yaml со списком names: (см. формат YOLO) или определи классы на вкладке Классы (Classes tab) |
Проблемы с обучением#
| Проблема | Решение |
|---|---|
| Обучение не начинается | Проверь баланс кредитов в разделе Настройки > Биллинг. Требуется положительный баланс |
| Ошибка нехватки памяти (Out of memory) | Уменьши размер пакета (batch size), используй модель поменьше (n/s) или выбери GPU с большим объемом видеопамяти |
| Низкие показатели метрик | Проверь качество набора данных, увеличь количество эпох, попробуй аугментацию данных, проверь сбалансированность классов |
| Обучение идет медленно | Выбери более быстрый GPU, уменьши размер изображений, убедись, что узким местом не является набор данных |
Проблемы с развертыванием#
| Проблема | Решение |
|---|---|
| Эндпоинт не отвечает | Проверяй статус эндпоинта (Готов против Остановлен). Холодный старт после простоя может занимать до ~45 секунд при первом запросе |
| 401 Unauthorized (Ошибка авторизации) | Убедись, что API-ключ активен и скопирован правильно |
| Медленный инференс | Проверь размер модели, рассмотри возможность экспорта в TensorRT, выбери более близкий регион |
| Сбой экспорта | Некоторые форматы требуют определенных архитектур моделей. Попробуй ONNX для максимальной совместимости |
Часто задаваемые вопросы#
Могу ли я изменить имя пользователя после регистрации?
Нет, имена пользователей постоянны и не подлежат изменению. Выбирай внимательно во время регистрации.
Могу ли я изменить регион моих данных?
Регион твоих данных выбирается во время адаптации и не может быть изменен тобой самостоятельно. Чтобы сменить регион, свяжись со службой поддержки для оформления заявки.
Как получить больше кредитов?
Перейди в Settings > Billing и нажми Top Up. Покупай кредиты на сумму от $5 до $1,000. Купленные кредиты никогда не сгорают.
Что произойдет, если обучение прервется?
Если облачные вычисления уже начались, затраченное время GPU тарифицируется. Ошибки, возникшие до запуска GPU, не влекут за собой плату за вычислительные ресурсы.
Могу ли я скачать свою обученную модель?
Да. Нажми значок скачивания на странице модели, чтобы получить ее веса .pt, или открой вкладку Экспорт (Export) для уже готовых экспортированных форматов.
Как сделать свою работу публичной?
Открой проект или датасет, нажми значок Private на верхней панели навигации и подтверди выбор Make Public. Публичный контент появится на странице Explore.
Каковы лимиты размера файлов?
Изображения: 50 МБ, видео: 1 ГБ, наборы данных: 10 ГБ на тарифе Free, 20 ГБ на Pro, 50 ГБ на Enterprise. Для файлов большего размера разбей их на несколько загрузок.
Как долго удаленные объекты хранятся в Корзине?
30 дней. После этого элементы удаляются навсегда и не подлежат восстановлению.
Могу ли я использовать модели Platform в коммерческих целях?
Тарифы Free и Pro используют лицензию AGPL. Для коммерческого использования без требований AGPL см. раздел Лицензирование Ultralytics (Ultralytics Licensing).
FAQ#
Чтобы начать работу с Ultralytics Platform:
- Регистрация (Sign Up): создай аккаунт на platform.ultralytics.com
- Выбор региона: Выбери регион данных (US, EU или AP) при регистрации
- Загрузка датасета (Upload Dataset): открой
Annotateна боковой панели и загрузи свои данные - Обучение модели: Создай проект и начни обучение на облачных GPU
- Развертывание: Протестируй свою модель и разверни её на выделенном эндпоинте
Подробное руководство см. на странице Быстрый старт (Quickstart).
Ultralytics Platform предлагает:
- Единый рабочий процесс: Данные, обучение и развертывание в одном месте
- Мультирегиональность: Хранение данных в регионах US, EU или AP
- Обучение без кода: Обучай продвинутые модели YOLO без написания кода
- Метрики в реальном времени: Транслируй ход обучения и отслеживай развертывание
- 42 региона развертывания: развертывай модели ближе к своим пользователям по всему миру
- 7 типов задач: Поддержка детекции, сегментации экземпляров, семантической сегментации, оценки глубины, классификации, позы и OBB (см. документацию по задачам)
- Разметка с помощью ИИ (AI-Assisted Annotation): умная разметка с использованием моделей SAM и YOLO для ускорения подготовки данных
Ultralytics Platform поддерживает несколько типов GPU для облачного обучения:
GPU Поколение VRAM Стоимость/час Лучший выбор для RTX 2000 Ada Ada 16 GB $0.24 Небольшие наборы данных, тестирование RTX A4500 Ampere 20 GB $0.25 Малые-средние наборы данных RTX 4000 Ada Ada 20 GB $0.26 Средние наборы данных RTX A5000 Ampere 24 GB $0.27 Средние наборы данных L4 Ada 24 GB $0.39 Оптимизировано для вывода A40 Ampere 48 GB $0.44 Большие размеры пакетов RTX 3090 Ampere 24 GB $0.46 Общее обучение RTX A6000 Ampere 48 GB $0.49 Большие модели RTX PRO 4000 Blackwell 24 GB $0.57 Бюджетный Blackwell RTX PRO 4500 Blackwell 32 GB $0.64 Отличное соотношение цена/производительность RTX 4090 Ada 24 GB $0.69 Лучшее соотношение цена/производительность RTX 6000 Ada Ada 48 GB $0.77 Обучение с большими пакетами L40S Ada 48 GB $0.86 Обучение с большими пакетами RTX PRO 5000 Blackwell 48 GB $0.96 Обучение с большими пакетами RTX 5090 Blackwell 32 GB $0.99 Последнее потребительское поколение L40 Ada 48 GB $0.99 Большие модели A100 PCIe Ampere 80 GB $1.39 Промышленное обучение A100 SXM Ampere 80 GB $1.49 Промышленное обучение RTX PRO 6000 Blackwell 96 GB $2.09 Рекомендуемый вариант по умолчанию H100 PCIe Hopper 80 GB $2.89 Высокопроизводительное обучение H100 NVL Hopper 94 GB $3.19 Максимальная производительность H100 SXM Hopper 80 GB $3.29 Самое быстрое обучение H200 NVL Hopper 143 GB $3.39 Максимальный объем памяти H200 SXM Hopper 141 GB $4.39 Максимальная производительность B200 Blackwell 180 GB $5.89 Большие модели (Pro+) B300 Blackwell 288 GB $7.39 Крупнейшие модели (Pro+) Полную информацию о ценах и доступных GPU см. в разделе Облачное обучение (Cloud Training).
Ты можешь обучать модели на собственном оборудовании и транслировать метрики в реальном времени в Ultralytics Platform.
Требование к версии пакетаДля интеграции с Platform требуется ultralytics>=8.4.120. Более старые версии НЕ будут работать с Platform.
pip install "ultralytics>=8.4.120"# 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=exp1Подробнее об удаленном обучении читай в разделе Облачное обучение (Cloud Training).
Платформа включает полнофункциональный редактор разметки с поддержкой:
- Инструменты ручной разметки: Bounding boxes, полигоны, ключевые точки с шаблонами скелетов, ориентированные боксы, классификация
- Шаблоны скелетов: размещай все ключевые точки сразу, используя встроенные (человек, рука, собака, лицо, прямоугольник) или пользовательские шаблоны
- Умная разметка (Smart Annotation): используй SAM 2.1 или SAM 3 для разметки кликами либо запускай предобученные модели Ultralytics YOLO и собственные дообученные модели YOLO прямо с панели инструментов для задач детекции, сегментации, семантической разметки и OBB
- Горячие клавиши: эффективные рабочие процессы с помощью комбинаций клавиш, перечисленных во всплывающем окне горячих клавиш редактора
Сочетание клавиш Действие VРежим ручной разметки (рисование) SУмный режим (модель SAM или YOLO) PПредсказание (в интеллектуальном режиме) AПереключить автоприменение (в режиме «Умная разметка») 1-9Выбрать класс по номеру HПереключить видимость разметки Space+ перетаскиваниеПеремещение холста Delete/BackspaceУдалить выбранную аннотацию Ctrl+SСохранить аннотации Ctrl+ZОтменить Ctrl+YВернуть EscapeСохранить / отменить выбор / выйти Полное руководство см. в разделе Разметка (Annotation).
Платформа поддерживает те же 20 форматов развертывания, что и режим экспорта Ultralytics Export mode. Исходным форматом является PyTorch; каждая строка с аргументом
formatпредставляет собой целевой формат экспорта.Формат Аргумент formatМодель Метаданные Аргументы PyTorch - yolo26n.pt✅ - TorchScript torchscriptyolo26n.torchscript✅ imgsz,quantize,dynamic,nms,batch,deviceONNX onnxyolo26n.onnx✅ imgsz,quantize,dynamic,simplify,opset,nms,batch,data,fraction,deviceOpenVINO openvinoyolo26n_openvino_model/✅ imgsz,quantize,dynamic,nms,batch,data,fraction,deviceTensorRT engineyolo26n.engine✅ imgsz,quantize,dynamic,simplify,opset,workspace,nms,batch,data,fraction,deviceCoreML coremlyolo26n.mlpackage✅ imgsz,dynamic,quantize,nms,batch,deviceTF SavedModel saved_modelyolo26n_saved_model/✅ imgsz,keras,quantize,opset,nms,batch,data,fraction,deviceTF GraphDef pbyolo26n.pb❌ imgsz,opset,batch,deviceTF Edge TPU edgetpuyolo26n_edgetpu.tflite✅ imgsz,quantize,opset,data,fraction,devicePaddlePaddle paddleyolo26n_paddle_model/✅ imgsz,batch,deviceMNN mnnyolo26n.mnn✅ imgsz,batch,dynamic,quantize,simplify,opset,nms,deviceNCNN ncnnyolo26n_ncnn_model/✅ imgsz,quantize,batch,deviceIMX500 imxyolo26n_imx_model/✅ imgsz,quantize,data,fraction,nms,deviceRKNN rknnyolo26n_rknn_model/✅ imgsz,batch,name,quantize,simplify,opset,data,fraction,deviceExecuTorch executorchyolo26n_executorch_model/✅ imgsz,batch,deviceAxelera axelerayolo26n_axelera_model/✅ imgsz,batch,quantize,data,fraction,deviceDEEPX deepxyolo26n_deepx_model/✅ imgsz,quantize,simplify,opset,data,optimize,deviceQualcomm QNN qnnyolo26n_qnn.onnx✅ imgsz,batch,name,quantize,simplify,opset,data,fraction,deviceLiteRT litertyolo26n.tflite✅ imgsz,quantize,batch,data,fraction,deviceHailo hailoyolo26n_hailo_model/✅ imgsz,name,quantize,data,fraction,simplify,conf,iouHuawei Ascend ascendyolo26n_ascend_model/✅ imgsz,batch,name,quantize,opset,simplify,nmsApple Core AI coreaiyolo26n.aimodel✅ imgsz,batch,quantizeПараметры для конкретных форматов см. в разделах Экспорт моделей (Models Export), Руководство по режиму экспорта (Export mode guide) и Индекс интеграций (Integrations index).