Автообучение с Ask AI#
AutoTrain использует Ask AI, чтобы помочь тебе обучать модели, сравнивать их и улучшать результаты в диалоге. Начни с базовой модели, изучи её результаты и попроси предложить следующий эксперимент. Ask AI также может находить датасеты, размечать изображения, экспортировать модели и развёртывать их.
Войди в Ultralytics Platform, открой свой датасет или проект и нажми Ask AI.
Чтобы использовать действия Платформы, сначала создай ключ API Ultralytics в разделе Настройки > Ключи API личного рабочего пространства. Ask AI автоматически использует твой существующий личный ключ — вставлять его в диалог не нужно. Если работаешь с рабочим пространством команды, добавь ссылку на проект или датасет.
Примеры запросов#
Укажи в запросе целевую метрику, модель, ограничение по количеству эпох и число экспериментов. Для сопоставимых результатов фиксируй датасет, разбиение на выборки и случайное начальное значение, меняя за раз только один параметр. Для облачных запусков используются твои кредиты на обучение.
Открой нужный датасет или проект и задай вопрос:
| Цель | Пример запроса |
|---|---|
| Создать проект | Создай приватный проект «Лаборатория дикой природы». Найди и клонируй датасет для обнаружения диких животных, затем подготовь базовый запуск обучения. |
| Сравнить разрешения | Обучи на этом датасете три модели с размерами изображений 640, 800 и 960. Все остальные настройки и разбиения датасета оставь без изменений. |
| Изучить датасет | Найди в xView контейнеровозы, транспортные контейнеры и краны. Подойдёт ли этот датасет для начала работы над логистикой в портах? |
| Создай базовую модель | Обучи YOLO26n на этом наборе данных и назови запуск «xview-baseline». |
| Сравни модели | Сравни завершённые модели по mAP50-95 на валидации. Объясни различия и предложи следующий эксперимент. |
| Разверни модель | Разверни завершённую модель с лучшим показателем mAP на валидации в этом проекте. Укажи URL её конечной точки и статус. |
| Автоматическая разметка | Используй мою лучшую совместимую модель, чтобы разметить изображения без разметки в этом наборе данных. Сохрани существующую разметку. |
| Проверь классификацию | У какой модели наилучшая точность классификации? Какие породы всё ещё сложно различить и что нам попробовать дальше? |
| Экспортируй модель | Экспортируй эту модель в ONNX и пришли ссылку для скачивания, когда всё будет готово. |
Используй собственного агента для программирования#
Ask AI использует Platform CLI, ul cloud и связанный с ним навык platform-cli. Те же команды можно использовать в Claude Code, Codex или другом совместимом агенте для программирования.
Установка и подключение#
Инструкции ниже описывают, как использовать Platform CLI с собственным агентом для программирования вне Platform.
CLI ul входит в пакет Ultralytics и работает с Python 3.11+. Установи или обнови его:
pip install -U ultralyticsСоздай ключ API Platform и укажи его в терминале, который использует твой агент. Проверь подключение командой:
export ULTRALYTICS_API_KEY="YOUR_API_KEY"
ul cloud account summaryДобавь навык#
Следуй руководству по установке Agent Skills для плагинов Claude Code и Codex. Для агентов, поддерживаемых CLI skills, установи навык Platform командой:
npx skills add ultralytics/skills --skill platform-cliЗатем используй запросы, подобные приведённым выше, добавив ссылку на проект или набор данных для контекста.
Запускай команды напрямую#
Используй в командах идентификаторы URL проекта и модели. Эти примеры предназначены для личного рабочего пространства; добавь owner=TEAM, чтобы указать рабочее пространство команды, в которой ты состоишь:
ul cloud datasets list
ul cloud models list project=license-plate
ul cloud models training project=license-plate model=baseline
ul cloud training start --helpИспользуй ul cloud --help, чтобы найти команды, а ul cloud <resource> <operation> --help — чтобы узнать их аргументы. Подробности смотри в справочнике API Platform.