Link to this sectionUltralytics Platform#
Ultralytics Platform — это комплексная платформа компьютерного зрения, которая упрощает весь рабочий процесс ML от подготовки данных до развертывания моделей. Она создана для команд и отдельных разработчиков, которым нужны готовые к работе решения в области компьютерного зрения без необходимости настраивать сложную инфраструктуру.

Link to this sectionЧто такое Ultralytics Platform?#
Ultralytics Platform разработана для замены разрозненных ML-инструментов единым решением. Она объединяет в себе возможности:
- Roboflow — управление данными и аннотирование
- Weights & Biases — отслеживание экспериментов
- SageMaker — облачное обучение
- HuggingFace — развертывание моделей
- Arize — мониторинг
Все это — в одной платформе с нативной поддержкой моделей YOLO26 и YOLO11.
Link to this sectionРабочий процесс: Загрузка → Аннотирование → Обучение → Экспорт → Развертывание#
Платформа предоставляет полный рабочий процесс:
graph LR
subgraph Data["📁 Data"]
A[Upload] --> B[Annotate]
B --> C[Analyze]
end
subgraph Train["🚀 Train"]
D[Configure] --> E[Train on GPU]
E --> F[View Metrics]
end
subgraph Deploy["🌐 Deploy"]
G[Export] --> H[Deploy Endpoint]
H --> I[Monitor]
end
Data --> Train --> Deploy| Этап | Функции |
|---|---|
| Загрузка | Изображения (50 МБ), видео (1 ГБ) и файлы наборов данных (ZIP, TAR, включая .tar.gz/.tgz, NDJSON) с автоматической обработкой |
| Аннотирование | Инструменты ручной разметки для всех 6 типов задач, плюс Умная аннотация с использованием моделей SAM и YOLO для обнаружения, сегментации, семантического анализа и OBB (см. поддерживаемые задачи) |
| Обучение | Облачные GPU (22 на всех тарифах + 2 только для Pro/Enterprise: B200, B300), метрики в реальном времени, организация проектов |
| Экспорт | 19+ форматов развертывания (ONNX, TensorRT, CoreML, TFLite и др.; см. поддерживаемые форматы) |
| Развертывание | 43 глобальных региона с выделенными эндпоинтами, масштабирование до нуля по умолчанию (один активный инстанс) и мониторинг |
Что ты можешь делать:
- Загружать изображения, видео и файлы наборов данных для создания датасетов для обучения
- Визуализировать аннотации с помощью интерактивных оверлеев для всех 6 типов задач YOLO (см. поддерживаемые задачи)
- Обучать модели на облачных GPU (22 на всех тарифах, 24 на Pro или Enterprise для B200 и B300) с метриками в реальном времени
- Экспортировать в 19+ форматов развертывания (ONNX, TensorRT, CoreML, TFLite и др.)
- Развертывать в 43 глобальных регионах с помощью выделенных эндпоинтов в один клик
- Контролировать прогресс обучения, состояние развертывания и метрики использования
- Сотрудничать, делая проекты и наборы данных общедоступными для сообщества
Link to this sectionМультирегиональная инфраструктура#
Твои данные остаются в выбранном тобой регионе. Ultralytics Platform управляет инфраструктурой в трех глобальных регионах:
| Регион | Метка | Расположение | Для кого лучше всего |
|---|---|---|---|
| US | Америка | Айова, США | Пользователи из Америки, самая быстрая связь для них |
| 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 для АТР |
Ты выбираешь регион во время онбординга, и все твои данные, модели и развертывания остаются в этом регионе.
Регион хранения данных нельзя изменить после создания аккаунта. Во время онбординга платформа измеряет задержку до каждого региона и рекомендует наиболее близкий. Выбирай внимательно.
Link to this sectionОсновные функции#
Link to this sectionПодготовка данных#
- Управление наборами данных: Загружай изображения, видео или файлы датасетов с автоматической обработкой
- Редактор аннотаций: Ручная разметка для всех 6 типов задач YOLO (обнаружение, сегментация, семантический анализ, поза, OBB, классификация; см. поддерживаемые задачи)
- Шаблоны скелетов: Встроенные (Человек, Рука, Лицо, Собака, Коробка) и пользовательские шаблоны скелетов для аннотирования поз в один клик
- Умная аннотация: Используй SAM 2.1 (Tiny, Small, Base, Large), SAM 3, предобученные модели Ultralytics YOLO или собственные дообученные модели YOLO прямо из панели инструментов для задач обнаружения, сегментации, семантического анализа и OBB
- Версионирование датасетов: Создавай пронумерованные снимки NDJSON с описаниями для воспроизводимого обучения
- Статистика: Распределение классов, тепловые карты расположения и анализ размерностей
graph LR
A[Upload Dataset/Images/Video] --> B[Auto-Process]
B --> C[Browse & Filter]
C --> D{Annotate}
D --> E[Manual Tools]
D --> F[SAM Smart]
D --> G[YOLO Auto-Label]
E --> H[Train-Ready Dataset]
F --> H
G --> HРедактор аннотаций поддерживает все 6 типов задач YOLO: detect (ограничивающие рамки), segment (полигоны), semantic (регионы по классам), pose (ключевые точки), OBB (ориентированные рамки) и classify (метки на уровне изображений). Для каждого типа задач есть специализированные инструменты рисования и горячие клавиши.
Link to this sectionОбучение моделей#
- Облачное обучение: Обучай на облачных GPU (22 на всех тарифах, 24 с Pro или Enterprise для B200 и B300) с метриками в реальном времени
- Удаленное обучение: Обучай где угодно и передавай метрики на платформу (в стиле W&B)
- Организация проектов: Группируй связанные модели, сравнивай эксперименты, отслеживай активность
- 19+ форматов экспорта: ONNX, TensorRT, CoreML, TFLite и другие (см. поддерживаемые форматы)

Ты можешь обучать модели через веб-интерфейс (облачное обучение) или со своего компьютера (удаленное обучение):
- Перейди в свой проект
- Нажми
Train Model - Выбери датасет, модель, GPU и количество эпох
- Следи за кривыми потерь и метриками в реальном времени
Link to this sectionРазвертывание#
- Тестирование инференса: Тестируй модели прямо в браузере с использованием своих изображений
- Выделенные эндпоинты: Развертывай в 43 глобальных регионах с масштабированием до нуля по умолчанию (один активный инстанс)
- Мониторинг: Метрики в реальном времени, логи запросов и дашборды производительности
graph LR
A[Trained Model] --> B{Action}
B --> C[Browser Predict]
B --> D[Export Format]
B --> E[Deploy Endpoint]
D --> F[ONNX / TensorRT / CoreML / TFLite / ...]
E --> G[43 Global Regions]
G --> H[API Endpoint URL]
H --> I[Monitor & Scale]После развертывания вызывай свой эндпоинт из любого языка программирования:
import requests
url = "https://your-endpoint-url/predict"
headers = {"Authorization": "Bearer YOUR_API_KEY"}
with open("image.jpg", "rb") as f:
response = requests.post(url, headers=headers, files={"file": f})
print(response.json())Link to this sectionУправление аккаунтом#
- Команды и организации: Сотрудничай с участниками команды, управляй ролями и приглашениями
- Ключи API: Безопасное управление ключами для удаленного обучения и доступа к API
- Кредиты и биллинг: Оплата по мере использования (pay-as-you-go) с прозрачными ценами
- Лента активности: Отслеживай все события и действия в аккаунте
- Корзина и восстановление: 30-дневное мягкое удаление с возможностью восстановления элементов
- Соответствие GDPR: Экспорт данных и удаление аккаунта
| Функция | Free | Pro ($29/мес) | Enterprise |
|---|---|---|---|
| Приветственный кредит | $5 / $25* | - | Индивидуальный |
| Ежемесячный кредит | - | $30/место/месяц | Индивидуальный |
| Модели | 100 | 500 | Безлимитно |
| Параллельные обучения | 3 | 10 | Безлимитно |
| Развертывания | 3 | 10 | Безлимитно |
| Хранилище | 100 ГБ | 500 ГБ | Безлимитно |
| Типы облачных GPU | 22 | 24 (вкл. B200 / B300) | 24 |
| Команды | - | До 5 участников | До 50 |
| Поддержка | Сообщество | Приоритетная | Персональная |
*$5 при регистрации или $25 с подтвержденным корпоративным/рабочим email.
Link to this sectionБыстрые ссылки#
Начни работу с этими ресурсами:
- Быстрый старт: Создай свой первый проект и обучи модель за считанные минуты
- Наборы данных: Загружай и управляй своими данными для обучения
- Аннотирование: Размечай свои данные с помощью инструментов ручной и ИИ-помощи
- Проекты: Организуй свои модели и эксперименты
- Облачное обучение: Обучай на облачных GPU
- Инференс: Тестируй свои модели
- Эндпоинты: Развертывай модели в продакшн
- Мониторинг: Отслеживай производительность развертывания
- API-ключи: Управляй доступом к API
- Биллинг: Кредиты и оплата
- Активность: Отслеживай события аккаунта
- Корзина: Восстанавливай удаленные элементы
- REST API: Справочник API
Link to this sectionЧасто задаваемые вопросы#
Link to this sectionКак начать работу с Ultralytics Platform?#
Чтобы начать работу с Ultralytics Platform:
- Регистрация: Создай аккаунт на platform.ultralytics.com
- Выбор региона: Выбери регион данных (США, ЕС или Азиатско-Тихоокеанский регион) во время онбординга
- Загрузка набора данных: Перейди в раздел Наборы данных, чтобы загрузить свои данные
- Обучение модели: Создай проект и начни обучение на облачных GPU
- Развертывание: Протестируй свою модель и разверни её на персональный эндпоинт
Подробное руководство смотри на странице Быстрый старт.
Link to this sectionКаковы преимущества Ultralytics Platform?#
Ultralytics Platform предлагает:
- Единый рабочий процесс: Данные, обучение и развертывание в одном месте
- Мультирегиональность: Хранение данных в регионах США, ЕС или Азиатско-Тихоокеанском регионе
- Обучение без написания кода: Обучай передовые модели YOLO без написания кода
- Метрики в реальном времени: Потоковое отслеживание прогресса обучения и мониторинг развертываний
- 43 региона развертывания: Развертывай модели рядом со своими пользователями по всему миру
- 6 типов задач: Поддержка обнаружения, сегментации экземпляров, семантической сегментации, определения поз, OBB и классификации (смотри документацию по задачам)
- Аннотирование с помощью ИИ: Умное аннотирование с использованием моделей SAM и YOLO для ускорения подготовки данных
Link to this sectionКакие GPU доступны для облачного обучения?#
Ultralytics Platform поддерживает несколько типов GPU для облачного обучения:
| GPU | Поколение | VRAM | Стоимость/час | Для кого лучше всего |
|---|---|---|---|---|
| RTX 2000 Ada | Ada | 16 ГБ | $0.24 | Малые наборы данных, тестирование |
| RTX A4500 | Ampere | 20 ГБ | $0.25 | Малые и средние наборы данных |
| RTX 4000 Ada | Ada | 20 ГБ | $0.26 | Средние наборы данных |
| RTX A5000 | Ampere | 24 ГБ | $0.27 | Средние наборы данных |
| L4 | Ada | 24 ГБ | $0.39 | Оптимизировано для инференса |
| A40 | Ampere | 48 ГБ | $0.44 | Большие размеры батчей |
| RTX 3090 | Ampere | 24 ГБ | $0.46 | Общее обучение |
| RTX A6000 | Ampere | 48 ГБ | $0.49 | Большие модели |
| RTX PRO 4500 | Blackwell | 32 ГБ | $0.64 | Отличное соотношение цена/производительность |
| RTX 4090 | Ada | 24 ГБ | $0.69 | Лучшее соотношение цены и производительности |
| RTX 6000 Ada | Ada | 48 ГБ | $0.77 | Обучение на больших батчах |
| L40S | Ada | 48 ГБ | $0.86 | Обучение на больших батчах |
| RTX 5090 | Blackwell | 32 ГБ | $0.99 | Последнее потребительское поколение |
| L40 | Ada | 48 ГБ | $0.99 | Большие модели |
| A100 PCIe | Ampere | 80 ГБ | $1.39 | Промышленное обучение |
| A100 SXM | Ampere | 80 ГБ | $1.49 | Промышленное обучение |
| RTX PRO 6000 | Blackwell | 96 ГБ | $1.89 | Рекомендуемый вариант по умолчанию |
| H100 PCIe | Hopper | 80 ГБ | $2.39 | Высокопроизводительное обучение |
| H100 SXM | Hopper | 80 ГБ | $2.99 | Самое быстрое обучение |
| H100 NVL | Hopper | 94 ГБ | $3.07 | Максимальная производительность |
| H200 NVL | Hopper | 143 ГБ | $3.39 | Максимальный объем памяти |
| H200 SXM | Hopper | 141 ГБ | $3.99 | Максимальная производительность |
| B200 | Blackwell | 180 ГБ | $5.49 | Большие модели (Pro+) |
| B300 | Blackwell | 288 ГБ | $7.39 | Самые большие модели (Pro+) |
Ознакомься с Cloud Training для получения полной информации о ценах и доступных GPU.
Link to this sectionКак работает удаленное обучение?#
Ты можешь обучать модели на собственном оборудовании и транслировать метрики в реальном времени на платформу, аналогично тому, как это работает в Weights & Biases.
Для работы с платформой требуется ultralytics>=8.4.60. Более старые версии НЕ будут работать с платформой.
pip install "ultralytics>=8.4.60"# 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=exp1Более подробную информацию об удаленном обучении см. в Cloud Training.
Link to this sectionКакие инструменты аннотирования доступны?#
Платформа включает в себя полнофункциональный редактор аннотаций, поддерживающий:
- Ручные инструменты: Ограничивающие рамки, многоугольники, ключевые точки с шаблонами скелета, ориентированные рамки, классификация
- Шаблоны скелета: Размещай все ключевые точки сразу, используя встроенные (человек, рука, лицо, собака, рамка) или пользовательские шаблоны
- Умная аннотация: Используй SAM 2.1 или SAM 3 для аннотирования на основе кликов или запускай предобученные модели Ultralytics YOLO и собственные дообученные модели YOLO с панели инструментов для детектирования, сегментации, семантического анализа и OBB
- Клавиши быстрого доступа: Эффективные рабочие процессы с горячими клавишами
| Клавиша | Действие |
|---|---|
V | Ручной режим (рисование) |
S | Умный режим (SAM или модель YOLO) |
A | Переключение автоприменения (в умном режиме) |
1 - 9 | Выбор класса по номеру |
Delete | Удалить выбранную аннотацию |
Ctrl+Z | Отменить действие |
Ctrl+Y | Повторить действие |
Escape | Сохранить / отменить выбор / выйти |
Полное руководство см. в разделе Annotation.
Link to this sectionКакие форматы экспорта поддерживаются?#
Платформа поддерживает 19+ форматов развертывания:
| Формат | Расширение файла | Вариант использования |
|---|---|---|
| ONNX | .onnx | Кроссплатформенное развертывание |
| TorchScript | .torchscript | Развертывание на C++ |
| OpenVINO | _openvino_model | Оборудование Intel |
| TensorRT | .engine | Вывод на GPU NVIDIA |
| CoreML | .mlpackage | Устройства Apple |
| TFLite | .tflite | Мобильные/периферийные устройства |
| TF SavedModel | _saved_model | Экосистема TensorFlow |
| TF GraphDef | .pb | Устаревшая версия TensorFlow |
| PaddlePaddle | _paddle_model | Экосистема Baidu |
| NCNN | _ncnn_model | Мобильные устройства (Android/ARM) |
| Edge TPU | _edgetpu.tflite | Устройства Google Coral |
| TF.js | _web_model | Развертывание в браузере |
| MNN | .mnn | Мобильные решения Alibaba |
| RKNN | _rknn_model | Rockchip NPU |
| Qualcomm | _qnn_model | Qualcomm Snapdragon NPU |
| IMX500 | _imx_model | Сенсор Sony IMX500 |
| Axelera | _axelera_model | Ускорители Axelera AI |
| ExecuTorch | _executorch_model | PyTorch mobile |
| DeepX | _deepx_model | Ускорители DeepX NPU |
См. Экспорт моделей, руководство по режиму экспорта и индекс интеграций для выбора опций под конкретный формат.
Link to this sectionУстранение неполадок#
Link to this sectionПроблемы с набором данных#
| Проблема | Решение |
|---|---|
| Набор данных не обрабатывается | Проверь, поддерживается ли формат файла (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) |
| Отсутствуют аннотации | Убедись, что метки соответствуют формату YOLO, файлы .txt соответствуют именам файлов изображений, либо загрузи COCO JSON |
| "Требуется набор для обучения (Train split)" | Добавь папку train/ в структуру своего набора данных или перераспредели выборки с помощью панели разделения |
| Имена классов не определены | Добавь файл data.yaml со списком names: (см. формат YOLO) или определи классы на вкладке «Классы» |
Link to this sectionПроблемы с обучением#
| Проблема | Решение |
|---|---|
| Обучение не запускается | Проверь баланс кредитов в разделе Settings > Billing. Требуется положительный баланс |
| Ошибка нехватки памяти (Out of memory) | Уменьши размер пакета (batch size), используй модель меньшего размера (n/s) или выбери GPU с большим объемом видеопамяти |
| Плохие метрики | Проверь качество набора данных, увеличь количество эпох, попробуй аугментацию данных, проверь баланс классов |
| Обучение идет медленно | Выбери более быстрый GPU, уменьши размер изображений, проверь, не является ли набор данных узким местом |
Link to this sectionПроблемы с развертыванием#
| Проблема | Решение |
|---|---|
| Конечная точка не отвечает | Проверь статус конечной точки (Ready или Stopped). «Холодный» запуск может занять 5-15 секунд |
| 401 Unauthorized | Проверь, что API-ключ указан верно и имеет необходимые права доступа |
| Медленный вывод (inference) | Проверь размер модели, рассмотри экспорт в TensorRT, выбери более близкий регион |
| Сбой экспорта | Некоторые форматы требуют определенных архитектур моделей. Попробуй ONNX для обеспечения максимальной совместимости |
Link to this sectionЧасто 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 свой регион данных?
Регион данных выбирается при регистрации и не может быть изменен самостоятельно. Чтобы сменить регион, свяжись с поддержкой и отправь запрос на изменение.
Как мне получить больше кредитов?
Перейди в Settings > Billing > Add Credits. Покупай кредиты на сумму от $5 до $1000. Приобретенные кредиты не имеют срока действия.
Что будет, если обучение прервется?
Ты платишь только за завершенное время вычислений. Чекпоинты сохраняются, и ты можешь возобновить обучение.
Могу ли я скачать свою обученную модель?
Да, нажми на иконку загрузки на странице любой модели, чтобы скачать файл .pt или экспортированные форматы.
Как поделиться своей работой публично?
Отредактируй настройки проекта или набора данных и переключи видимость на «Public». Публичный контент отображается на странице Explore.
Какие существуют ограничения на размер 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 элементы хранятся в корзине?
30 дней. После этого элементы удаляются безвозвратно и не подлежат восстановлению.
Могу ли я использовать модели платформы в коммерческих целях?
Тарифы Free и Pro используют лицензию AGPL. Для коммерческого использования без требований AGPL см. Лицензирование Ultralytics.