On Premise#

On Premise Enterprise çalışma alanının Linux, macOS veya Windows bilgisayarda veri setlerini ve işlem gücünü kullanmasını sağlar. Kaynak görseller ve videolar bilgisayarında kalır. Eğitim, diğer herhangi bir remote training konumu gibi davranır: metrikler Platform'a akar ve tamamlanan model ağırlıkları indirme, tahmin, dışa aktarma ve dağıtım için yüklenir.

Kurulum tek bir komutla tamamlanır. Platform işletim sistemini algılar, uygun klasör konumlarını doldurur, gerekirse Docker'ı kurar ve bağlantı ilerlemesini canlı olarak gösterir.

Nasıl Çalışır#

flowchart LR
    A[Your browser] <-->|Interface, labels, and progress| B[Ultralytics Platform]
    A <-->|Dataset previews| C[Your On Premise computer]
    B <-->|Jobs, metrics, and model weights| C
    C --- D[(Dataset folder)]
    C --- E[(Models folder)]

Veri Sınırları#

Model ağırlıkları, etiketler, açıklamalar ve metrikler, görsellerinden öğrenilen bilgileri kodlayabilir. Sadece veri kümesi pikselleri katı yerel-tek sınırına sahiptir. Bulut tahmini, sadece o bulut iş akışına ayrı olarak gönderdiğin görselleri işler; çalışan, bağlı veri kümeinden asla bir görsel iletmez.

Başlamadan Önce#

Veri setlerine erişebilen ve Platform bunları kullanırken açık kalan bir bilgisayar seç:

GPU isteğe bağlıdır. Her bilgisayar veri kümelerini içe aktarabilir ve CPU'su üzerinde modelleri eğitebilir. Uyumlu bir NVIDIA GPU, daha büyük eğitim işlerini hızlandırabilir.

Bilgisayarını Bağla#

1. Veri setlerine erişebilen bilgisayarda Ultralytics Platform uygulamasını aç.
2. Settings > Integrations adresine git ve entegrasyon listesinden On Premise seçeneğini seç.
3. Önceden doldurulmuş Dataset folder on this machine ve Models folder on this machine yollarını incele.
4. Kurulum komutu oluştur seçeneğine tıkla.
5. İletişim kutusunda belirtilen terminali aç, komutu kopyala, yapıştır ve Enter tuşuna bas.
6. İlerleme göstergesi Connected durumunu gösterene kadar Integrations sayfasını açık tut.

Bu sayfa altı kurulum adımını canlı olarak takip eder — komutu çalıştırma, worker dosyalarını indirme, Docker imajını indirme, worker'ı derleme, başlatma ve bağlantıyı onaylama — böylece terminali okumak zorunda kalmadan ilerlemeyi izleyebilirsin. Bir ana bilgisayarı bağlamak, çalışma alanı düzenleyicisi role ve aktif bir Enterprise planı gerektirir; farklı bir plandaki çalışma alanları, yükleme komutu yerine rehberli bir On Premise turu talep eden bir Continue düğmesi görür.

Platform, komutu kopyalamadan önce klasörleri ve tek kullanımlık bağlantı belirtecini doldurur. Oluşturulan komut aşağıdaki formatı takip eder:

curl -fsSL 'https://platform.ultralytics.com/api/workers/install?os=linux' \
  | sudo sh -s -- \
    "/datasets" \
    "/models" \
    "YOUR_CONNECTION_TOKEN"

Varsayılan ayarlar düzenleme gerektirmeden çalışır:

Kurulum komutu bu klasörleri oluşturur, gerektiğinde Docker'ı kurup başlatır ve bağlantıyı bilgisayarınla birlikte yeniden başlatılacak şekilde yapılandırır. Kurulum tamamlanmadan önce işletim sistemin kurulumu onaylamanı veya yeniden başlatmanı isteyebilir.

Docker Taban Görselleri#

Yükleyici bir konteyner çalıştırır ve ana bilgisayar için official Ultralytics base image seçimini yapar:

Yükleyici, ana makine için sürüme sabitlenmiş resmi bir görüntü seçer. Çalışan (worker), Ultralytics'i yeniden yüklemeden bağlantı bağımlılıklarını ekler. Kurulum sırasında CUDA'yı algılar, böylece bir NVIDIA ana makinesi ayrı CPU ve GPU çalışanları yerine tek bir kapsayıcı çalıştırır. En iyi kontrol noktası yüklendikten sonra Platform'un bulut hizmetleri model tahminini ve dışa aktarımını yönetir.

Veri Kümesi Ekle#

1. Veri kümeni yapılandırılmış veri kümesi klasörünün içine koy.
2. Platform'da New Dataset > On Premise seçeneğini seç.
3. Bağlı bilgisayarı seç.
4. Veri kümesi klasörüne git, görevi seç ve Create (Oluştur) butonuna tıkla.

Platform veri kümesini yerel olarak indeksler ve yüklenen ya da bulut depolama veri kümeleriyle aynı galeride açar. Pikselleri yüklemeden görselleri önizleyebilir, etiketleri inceleyebilir, veri kümesini filtreleyebilir ve etiketleme yapabilirsin.

Desteklenen Veriler#

On Premise, yüklenen verilerle aynı içe aktarma formatlarını ve bilgisayarlı görü görevlerini destekler:

• Görseller ve videolar
• ZIP, TAR, TAR.GZ ve TGZ arşivleri
• Ultralytics NDJSON ve COCO JSON
• YOLO veri kümeleri ve sınıflandırma klasörleri
• Tespit (detect), bölütleme (segment), anlamsal (semantic), sınıflandırma (classify), poz (pose) ve yönlendirilmiş sınırlayıcı kutu (OBB) görevleri

Platform, yaygın veri seti düzenlerini, sınıfları, etiketleri ve eğitim/doğrulama/test ayrımlarını otomatik olarak tanır. Veri seti klasörü salt okunur olarak bağlanır, bu nedenle Platform kaynak dosyalarını asla yeniden boyutlandırmaz, yeniden kodlamaz, düzenlemez veya silmez. Alım sırasında türetilen her şey — çıkarılan arşivler, indirilen NDJSON varlıkları ve video kareleri — aynı bilgisayardaki özel bir Docker birimine yazılır.

Önizleme ve Açıklama Ekle#

Bir görseli açtığında tarayıcın onu doğrudan bağlı bilgisayardan yükler. Sertifika, ana bilgisayar adı, VPN veya önizleme yapılandırması gerekmez.

Etiketler ve veri kümesi organizasyonu Platform çalışma alanına kaydedilir, ancak Platform'daki düzenlemeler kaynak görselini veya etiket dosyalarını asla değiştirmez.

Bir Model Eğit#

Normal Platform eğitim iletişim kutusu üzerinden eğitime başla:

1. Bir proje aç ve New Model seçeneğini seç.
2. On Premise veri kümesini seç.
3. Bir model ve eğitim ayarları seç.
4. Eğitimi başlat.

Platform işi bağlı bilgisayarda yürütür. Kullanılabilir bir NVIDIA GPU kullanır veya otomatik olarak CPU'ya geçer; bu sayede bir Mac, özel bir GPU donanımı olmadan COCO8 üzerinde YOLO26n gibi küçük bir modeli eğitebilir.

Eğitim dosyaları, çalıştırma aktifken yapılandırılmış models klasörüne yazılır. Ultralytics paketi, müşteri tarafından yönetilen herhangi bir makineyle aynı uzaktan eğitim geri çağrılarını kullanır: ilerleme ve metrikler Platform'a aktarılır, en iyi kontrol noktası Platform depolama alanına yüklenir ve tamamlanan model mevcut indirme, tahmin, dışa aktarma ve dağıtım yollarıyla çalışır. Diğer eğitim çıktıları models klasöründe kalır. On Premise eğitimi Platform işlem kredilerini kullanmaz ve Platform eğitim işini asla bulut işlemine göndermez.

Bağlantıyı Yönet#

Bağlı her bilgisayarı, ana bilgisayar adını ve donanımını ile CPU ve GPU'sunun şu anda çevrimiçi olup olmadığını görmek için Settings > Integrations aç. Ana bilgisayar sürekli olarak rapor verir, bu nedenle kapatılan veya bağlantısını kaybeden bir bilgisayar çevrimdışı olarak görünür ve bulut bilişime geri dönmek yerine veri setleri geçici olarak kullanılamaz hale gelir.

Reconnect, daha önce bağlantısını kestiğin bir ana bilgisayar için yeni bir yükleme komutu çalıştırır. Aynı ana bilgisayar kaydını yeniden kullanır, böylece mevcut veri setleri yeniden içe aktarılmadan çalışmaya devam eder.

Disconnect, o ana bilgisayarın erişimini derhal iptal eder. Devam eden eğitimler dahil olmak üzere ona bağlı olan kuyruktaki, başlayan ve çalışan işler iptal edilir ve hala içe aktarılmakta olan bir veri seti On Premise host disconnected during ingest. ile başarısız olur. İçe aktarımı tamamlanan veri setleri sınıflarını, etiketlerini ve açıklamalarını korur ancak yeniden bağlanana kadar önizlemesi yapılamaz veya üzerlerinde eğitim alınamaz. Bilgisayardan hiçbir şey silinmez ve Platform'a çoktan yüklenen modeller kullanılabilir kalmaya devam eder.

Mevcut Sınırlamalar#

• Yeniden tarama yok. Bir veri seti oluşturulduğunda bir kez dizine eklenir. Kaynak dosyalar sonradan değişirse Platform bunu fark etmez — değişiklikleri yansıtmak için yeni bir veri seti oluştur.
• Platform kopyası özellikleri kullanılamaz. On Premise veri setleri, Platform'a ait görsel kopyalarını gerektiren özelliklerin dışındadır: otomasyon etiketleme, clustering analysis, veri seti klonlama ve değiştirilemez version snapshots.
• Eğitim taşınmaz. Worker süreci çalışma sırasında durursa, başka bir yerde yeniden başlamak yerine çalışma başarısız olur.
• Model dosyaları ana bilgisayarda kalır. Platform'da bir modeli silmek veya çöp kutusuna atmak onu Platform'dan kaldırır, modeller klasöründen kaldırmaz — bir çalışma artık gerekmediğinde o klasörü kendin temizle.

Bir On Premise veri setini veya içerisindeki bireysel görselleri silmek yalnızca Platform'un referanslarını ve açıklamalarını kaldırır. Dosyalarına asla dokunulmaz.

Kurulum Tamamlanmazsa#

• Docker izin isterse: İstemi onayla ve Docker'ın başlamasını bekle. Kurulum otomatik olarak devam eder.
• Windows yeniden başlatma isteyebilir: Bilgisayarı yeniden başlat, Settings > Integrations sayfasına geri dön ve yeni bir yükleme komutu oluştur.
• Kurulum komutunun süresi dolarsa: Yeni bir kurulum komutu oluştur. Her komut geçicidir ve tek seferlik çalışır.
• Bağlantı çevrimdışı kalırsa: Docker Desktop'ı aç, yeni oluşturulan komutu tekrar çalıştır ve On Premise'in çalıştığını bildirene kadar terminali açık tut.
• Ön izlemeler yüklenmiyorsa: Bağlı bilgisayarda bir tarayıcıda Platform'u aç. Veri kümesi ön izlemeleri doğrudan o bilgisayardan gelir.
• Worker günlüklerine ihtiyacın var: Yükleyici, Linux'ta /opt/ultralytics-worker konumuna ve macOS ile Windows'ta ~/.ultralytics/worker konumuna yazar. Worker'ı takip etmek için o klasörden docker compose logs -f çalıştır.

Ayrıca bkz. Datasets, Annotation ve Training.