Ultralytics Platform

Ultralytics Platform, veri hazırlığından model dağıtımına kadar tüm ML iş akışını kolaylaştıran kapsamlı, uçtan uca bir bilgisayarlı görü platformudur. Altyapı karmaşıklığı olmadan üretime hazır bilgisayarlı görü çözümlerine ihtiyaç duyan ekipler ve bireyler için oluşturulmuştur.

Ultralytics Platform Veri Kümesi Ekran Görüntüsü

Ultralytics Platform nedir?

Ultralytics Platform, parçalanmış ML araçlarının yerini alacak birleşik bir çözüm olarak tasarlanmıştır. Şunların yeteneklerini birleştirir:

  • Roboflow - Veri yönetimi ve etiketleme
  • Weights & Biases - Deney takibi
  • SageMaker - Bulut eğitimi
  • HuggingFace - Model dağıtımı
  • Arize - İzleme

YOLO26 ve YOLO11 modelleri için yerel desteğe sahip hepsi bir arada bir platform.

İş akışı: Yükle → Etiketle → Eğit → Dışa Aktar → Dağıt

Platform uçtan uca bir iş akışı sağlar:

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
AşamaÖzellikler
YükleOtomatik işleme ile görüntüler (50MB), videolar (1GB) ve veri kümesi dosyaları (ZIP, .tar.gz/.tgz dahil TAR, NDJSON)
Etiketle5 görev türünün tamamı için manuel araçlar, ayrıca tespit, segmentasyon ve OBB için SAM ve YOLO modelleriyle Akıllı Etiketleme (bkz. desteklenen görevler)
EğitBulut GPU'ları (tüm planlarda 22 + 2 Pro/Enterprise'a özel: B200, B300), gerçek zamanlı metrikler, proje organizasyonu
Dışa Aktar17 dağıtım formatı (ONNX, TensorRT, CoreML, TFLite, vb.; bkz. desteklenen formatlar)
DağıtÖzel uç noktalara sahip 43 küresel bölge, varsayılan olarak sıfıra ölçekleme (tek aktif örnek) ve izleme

Neler yapabilirsin:

  • Eğitim veri kümeleri oluşturmak için görüntüleri, videoları ve veri kümesi dosyalarını Yükle
  • 5 YOLO görev türünün tamamı için interaktif katmanlarla etiketleri Görselleştir (bkz. desteklenen görevler)
  • Gerçek zamanlı metriklerle bulut GPU'larında (tüm planlarda 22, B200 ve B300 için Pro veya Enterprise ile 24) modelleri Eğit
  • 17 dağıtım formatına (ONNX, TensorRT, CoreML, TFLite, vb.) Dışa Aktar
  • Tek tıkla özel uç noktalarla 43 küresel bölgeye Dağıt
  • Eğitim ilerlemesini, dağıtım sağlığını ve kullanım metriklerini İzle
  • Projeleri ve veri kümelerini topluluk için herkese açık hale getirerek İşbirliği yap

Çok Bölgeli Altyapı

Verilerin kendi bölgende kalır. Ultralytics Platform, altyapısını üç küresel bölgede işletir:

BölgeEtiketKonumEn İyisi
ABDAmerikaIowa, ABDAmerika kullanıcıları, Amerika için en hızlısı
ABAvrupa, Orta Doğu ve AfrikaBelçika, AvrupaAvrupalı kullanıcılar, GDPR uyumluluğu
APAsya PasifikTayvan, Asya-PasifikAsya-Pasifik kullanıcıları, en düşük APAC gecikmesi

Bölgeni onboarding sırasında seçersin; tüm verilerin, modellerin ve dağıtımların o bölgede kalır.

Bölge Kalıcıdır

Veri bölgen, hesap oluşturulduktan sonra değiştirilemez. Onboarding sırasında platform her bölgeye olan gecikmeyi ölçer ve en yakın olanı önerir. Dikkatli seç.

Temel Özellikler

Veri Hazırlığı

  • Veri Kümesi Yönetimi: Otomatik işleme ile görüntüleri, videoları veya veri kümesi dosyalarını yükle
  • Etiketleme Düzenleyicisi: 5 YOLO görev türünün tamamı için manuel etiketleme (tespit, segmentasyon, poz, OBB, sınıflandırma; bkz. desteklenen görevler)
  • İskelet Şablonları: Tek tıkla poz etiketleme için yerleşik (Kişi, El, Yüz, Köpek, Kutu) ve özel iskelet şablonları
  • Akıllı Etiketleme: Tespit, segmentasyon ve OBB görevleri için SAM 2.1 (Tiny, Small, Base, Large), SAM 3, önceden eğitilmiş Ultralytics YOLO modellerini veya kendi ince ayar yapılmış YOLO modellerini kullan
  • Veri Kümesi Sürümleme: Tekrarlanabilir eğitim için açıklamalı, numaralandırılmış NDJSON anlık görüntüleri oluştur
  • İstatistikler: Sınıf dağılımı, konum ısı haritaları ve boyut analizi
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 --> H
Desteklenen Görev Türleri

Etiketleme düzenleyicisi 5 YOLO görev türünün tamamını destekler: tespit (sınırlayıcı kutular), segmentasyon (poligonlar), poz (anahtar noktalar), OBB (yönlendirilmiş kutular) ve sınıflandırma (görüntü düzeyi etiketleri). Her görev türünün özel çizim araçları ve klavye kısayolları vardır.

Model Eğitimi

  • Bulut Eğitimi: Gerçek zamanlı metriklerle bulut GPU'larında (tüm planlarda 22, B200 ve B300 için Pro veya Enterprise ile 24) eğit
  • Uzaktan Eğitim: Her yerde eğit ve metrikleri platforma aktar (W&B tarzı)
  • Proje Organizasyonu: İlgili modelleri grupla, deneyleri karşılaştır, etkinliği izle
  • 17 Dışa Aktarma Formatı: ONNX, TensorRT, CoreML, TFLite ve daha fazlası (bkz. desteklenen formatlar)

Ultralytics Platform Proje Ekran Görüntüsü

Modelleri web arayüzü (bulut eğitimi) veya kendi makinen (uzaktan eğitim) üzerinden eğitebilirsin:

  1. Projene git
  2. Click Train Model
  3. Veri kümesini, modeli, GPU'yu ve dönem sayısını (epoch) seç
  4. Gerçek zamanlı kayıp eğrilerini ve metrikleri izle

Dağıtım

  • Çıkarım Testi: Modelleri doğrudan tarayıcıda özel görüntülerle test et
  • Özel Uç Noktalar: Varsayılan olarak sıfıra ölçekleme (tek aktif örnek) ile 43 küresel bölgeye dağıt
  • İzleme: Gerçek zamanlı metrikler, istek günlükleri ve performans panelleri
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]

Dağıtıldıktan sonra uç noktanı herhangi bir dilden çağır:

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())

Hesap Yönetimi

  • Ekipler ve Organizasyonlar: Ekip üyeleriyle işbirliği yap, rolleri ve davetleri yönet
  • API Anahtarları: Uzaktan eğitim ve API erişimi için güvenli anahtar yönetimi
  • Krediler ve Faturalandırma: Şeffaf fiyatlandırma ile kullandığın kadar öde eğitim
  • Etkinlik Akışı: Tüm hesap olaylarını ve eylemlerini izle
  • Çöp Kutusu ve Geri Yükleme: Öğe kurtarma ile 30 günlük yumuşak silme
  • GDPR Uyumluluğu: Veri dışa aktarma ve hesap silme
Plan Seviyeleri
ÖzellikÜcretsizPro ($29/ay)Kurumsal
Kayıt Kredisi$5 / $25*-Özel
Aylık Kredi-$30/koltuk/ayÖzel
Modeller100500Sınırsız
Eşzamanlı Eğitimler310Sınırsız
Dağıtımlar310Sınırsız
Depolama100 GB500 GBSınırsız
Bulut GPU Türleri2224 (B200 / B300 dahil)24
Ekipler-5 üyeye kadar50'ye kadar
DestekToplulukÖncelikliÖzel

*Kayıt olurken $5 veya doğrulanmış bir şirket/iş e-postası ile $25.

Hızlı Bağlantılar

Bu kaynaklarla hemen başla:

SSS

Ultralytics Platform ile nasıl başlayabilirim?

Ultralytics Platform ile başlamak için:

  1. Kaydol: platform.ultralytics.com üzerinden bir hesap oluştur
  2. Bölge Seç: İşe alım sürecinde veri bölgeni (ABD, AB veya AP) seç
  3. Veri Seti Yükle: Verilerini yüklemek için Veri Setleri bölümüne git
  4. Model Eğit: Bir proje oluştur ve bulut GPU'larında eğitime başla
  5. Dağıt: Modelini test et ve özel bir uç noktaya dağıt

Ayrıntılı bir kılavuz için Hızlı Başlangıç sayfasına bak.

Ultralytics Platform'un avantajları nelerdir?

Ultralytics Platform şunları sunar:

  • Birleşik İş Akışı: Veri, eğitim ve dağıtım tek bir yerde
  • Çoklu Bölge: ABD, AB veya AP bölgelerinde veri ikametgahı
  • Kodsuz Eğitim: Kod yazmadan gelişmiş YOLO modellerini eğit
  • Gerçek Zamanlı Metrikler: Eğitim ilerlemesini yayınla ve dağıtımları izle
  • 43 Dağıtım Bölgesi: Modelleri dünya genelindeki kullanıcılarına yakın bir yere dağıt
  • 5 Görev Türü: Tespit, segmentasyon, poz, OBB ve sınıflandırma desteği (bkz. görev dokümanları)
  • Yapay Zeka Destekli Etiketleme: Veri hazırlığını hızlandırmak için SAM ve YOLO modelleriyle Akıllı etiketleme

Bulut eğitimi için hangi GPU seçenekleri mevcut?

Ultralytics Platform, bulut eğitimi için birden fazla GPU türünü destekler:

GPUNesilVRAMMaliyet/SaatEn İyisi
RTX 2000 AdaAda16 GB$0.24Küçük veri setleri, test etme
RTX A4500Ampere20 GB$0.25Küçük-orta ölçekli veri setleri
RTX 4000 AdaAda20 GB$0.26Orta ölçekli veri setleri
RTX A5000Ampere24 GB$0.27Orta ölçekli veri setleri
L4Ada24 GB$0.39Çıkarım optimize edilmiş
A40Ampere48 GB$0.44Daha büyük yığın boyutları
RTX 3090Ampere24 GB$0.46Genel eğitim
RTX A6000Ampere48 GB$0.49Büyük modeller
RTX PRO 4500Blackwell32 GB$0.64Harika fiyat/performans
RTX 4090Ada24 GB$0.69En iyi fiyat/performans
RTX 6000 AdaAda48 GB$0.77Büyük yığın (batch) eğitimi
L40SAda48 GB$0.86Büyük yığın (batch) eğitimi
RTX 5090Blackwell32 GB$0.99En yeni tüketici nesli
L40Ada48 GB$0.99Büyük modeller
A100 PCIeAmpere80 GB$1.39Üretim eğitimi
A100 SXMAmpere80 GB$1.49Üretim eğitimi
RTX PRO 6000Blackwell96 GB$1.89Önerilen varsayılan
H100 PCIeHopper80 GB$2.39Yüksek performanslı eğitim
H100 SXMHopper80 GB$2.99En hızlı eğitim
H100 NVLHopper94 GB$3.07Maksimum performans
H200 NVLHopper143 GB$3.39Maksimum bellek
H200 SXMHopper141 GB$3.99Maksimum performans
B200Blackwell180 GB$5.49Büyük modeller (Pro+)
B300Blackwell288 GB$7.39En büyük modeller (Pro+)

Eksiksiz fiyatlandırma ve GPU seçenekleri için Cloud Training bölümüne bak.

Uzaktan eğitim nasıl çalışır?

Modelleri kendi donanımın üzerinde eğitebilir ve Weights & Biases'a benzer şekilde gerçek zamanlı metrikleri platforma aktarabilirsin.

Paket Sürümü Gereksinimi

Platform entegrasyonu ultralytics>=8.4.35 gerektirir. Daha düşük sürümler Platform ile çalışmaz.

pip install "ultralytics>=8.4.35"
# 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=exp1

Uzaktan eğitim hakkında daha fazla ayrıntı için Cloud Training bölümüne bak.

Hangi etiketleme araçları mevcut?

Platform, aşağıdakileri destekleyen tam özellikli bir etiketleme düzenleyicisi içerir:

  • Manuel Araçlar: Sınırlayıcı kutular (bounding boxes), çokgenler, iskelet şablonlu anahtar noktalar, yönelimli kutular, sınıflandırma
  • İskelet Şablonları: Yerleşik (Kişi, El, Yüz, Köpek, Kutu) veya özel şablonları kullanarak tüm anahtar noktaları aynı anda yerleştir
  • Akıllı Etiketleme: Tıklama tabanlı etiketleme için SAM 2.1 veya SAM 3 kullan ya da algılama, segmentasyon ve OBB için araç çubuğundan önceden eğitilmiş Ultralytics YOLO modellerini ve kendi ince ayarlı YOLO modellerini çalıştır
  • Klavye Kısayolları: Kısayol tuşları ile verimli iş akışları
KısayolEylem
VManuel (çizim) modu
SAkıllı mod (SAM veya YOLO modeli)
AOtomatik uygulamayı aç/kapat (Akıllı modda)
1 - 9Numaraya göre sınıf seç
DeleteSeçili etiketi sil
Ctrl+ZGeri al
Ctrl+YYinele
EscapeKaydet / seçimi kaldır / çık

Eksiksiz kılavuz için Annotation bölümüne bak.

Hangi dışa aktarma formatları destekleniyor?

Platform 17 dağıtım formatını destekler:

FormatDosya UzantısıKullanım Durumu
ONNX.onnxPlatformlar arası dağıtım
TorchScript.torchscriptC++ dağıtımı
OpenVINO_openvino_modelIntel donanımı
TensorRT.engineNVIDIA GPU çıkarımı
CoreML.mlpackageApple cihazları
TFLite.tfliteMobil/uç cihazlar
TF SavedModel_saved_modelTensorFlow ekosistemi
TF GraphDef.pbTensorFlow eski sürümü
PaddlePaddle_paddle_modelBaidu ekosistemi
NCNN_ncnn_modelMobil (Android/ARM)
Edge TPU_edgetpu.tfliteGoogle Coral cihazları
TF.js_web_modelTarayıcı dağıtımı
MNN.mnnAlibaba mobil
RKNN_rknn_modelRockchip NPU
IMX500_imx_modelSony IMX500 sensörü
Axelera_axelera_modelAxelera AI hızlandırıcıları
ExecuTorch_executorch_modelPyTorch mobil

Format seçenekleri için Modelleri Dışa Aktarma, Dışa Aktarma modu rehberi ve Entegrasyonlar dizini bölümlerine bakabilirsin.

Sorun Giderme

Veri Kümesi Sorunları

SorunÇözüm
Veri kümesi işlenmiyorDosya formatının desteklendiğini kontrol et (görüntüler için JPEG, PNG, WebP, TIFF, HEIC, AVIF, BMP, JP2, DNG, MPO). Maksimum dosya boyutu: görüntüler için 50 MB, videolar için 1 GB, veri kümesi arşivleri için 10 GB (Ücretsiz) / 20 GB (Pro) / 50 GB (Enterprise)
Eksik ek açıklamalarEtiketlerin YOLO formatında olduğunu ve görüntü dosya adlarıyla eşleşen .txt dosyalarının bulunduğunu doğrula ya da COCO JSON yükle
"Train split required" hatasıVeri kümesi yapına train/ klasörünü ekle veya bölme çubuğu aracılığıyla bölmeleri yeniden dağıt
Sınıf adları tanımlanmamışAdd a data.yaml file with names: list (see YOLO format), or define classes in the Classes tab

Eğitim Sorunları

SorunÇözüm
Eğitim başlamıyorAyarlar > Faturalandırma kısmından kredi bakiyeni kontrol et. Pozitif bakiye gereklidir
Bellek yetersizliği (Out of memory) hatasıToplu iş boyutunu (batch size) düşür, daha küçük bir model (n/s) kullan veya daha fazla VRAM'e sahip bir GPU seç
Zayıf metriklerVeri kümesi kalitesini kontrol et, dönem sayısını (epochs) artır, veri artırmayı dene, sınıf dengesini doğrula
Eğitim yavaşDaha hızlı bir GPU seç, görüntü boyutunu küçült, veri kümesinde darboğaz olmadığından emin ol

Dağıtım Sorunları

SorunÇözüm
Uç nokta (endpoint) yanıt vermiyorUç nokta durumunu kontrol et (Hazır veya Durdurulmuş). Soğuk başlatma 5-15 saniye sürebilir
401 Yetkisiz hatasıAPI anahtarının doğru olduğunu ve gerekli kapsamlarına sahip olduğunu doğrula
Yavaş çıkarım (inference)Model boyutunu kontrol et, TensorRT dışa aktarma yöntemini değerlendir, daha yakın bir bölge seç
Dışa aktarma başarısızBazı formatlar belirli model mimarileri gerektirir. En geniş uyumluluk için ONNX formatını dene

Sıkça Sorulan Sorular

Kayıt olduktan sonra kullanıcı adımı değiştirebilir miyim?

Hayır, kullanıcı adları kalıcıdır ve değiştirilemez. Kayıt sırasında dikkatli seç.

Veri bölgemi değiştirebilir miyim?

Hayır, veri bölgesi kayıt sırasında seçilir ve değiştirilemez. Bölgeleri değiştirmek için yeni bir hesap oluştur ve verilerini yeniden yükle.

Nasıl daha fazla kredi alabilirim?

Ayarlar > Faturalandırma > Kredi Ekle bölümüne git. 5$ ile 1000$ arasında kredi satın alabilirsin. Satın alınan kredilerin süresi dolmaz.

Eğitim başarısız olursa ne olur?

Yalnızca tamamlanan işlem süresi için ücretlendirilirsin. Kontrol noktaları kaydedilir ve eğitime kaldığın yerden devam edebilirsin.

Eğittiğim modeli indirebilir miyim?

Evet, .pt dosyasını veya dışa aktarılan formatları indirmek için herhangi bir model sayfasındaki indirme simgesine tıkla.

Çalışmalarımı nasıl herkese açık paylaşabilirim?

Proje veya veri kümesi ayarlarını düzenle ve görünürlüğü "Herkes Açık" (Public) olarak değiştir. Herkes açık içerikler Keşfet sayfasında görünür.

Dosya boyutu sınırları nelerdir?

Görüntüler: 50MB, Videolar: 1GB, veri kümeleri: Ücretsiz planda 10GB, Pro'da 20GB, Enterprise'da 50GB. Daha büyük dosyalar için çoklu yüklemelere böl.

Silinen öğeler Çöp Kutusu'nda ne kadar süre tutulur?

30 gün. Bu süreden sonra öğeler kalıcı olarak silinir ve kurtarılamaz.

Platform modellerini ticari olarak kullanabilir miyim?

Ücretsiz ve Pro planlar AGPL lisansı kullanır. AGPL gereksinimleri olmadan ticari kullanım için Ultralytics Lisanslama sayfasına bakabilirsin.

Yorumlar