Ask AI ile AutoTrain#
AutoTrain, bir sohbet aracılığıyla modelleri eğitmene, karşılaştırmana ve iyileştirmene yardımcı olmak için Ask AI'ı kullanır. Bir başlangıç modeliyle başla, sonuçlarını incele ve sonraki deneyi iste. Ask AI ayrıca veri kümeleri bulabilir, görüntülere açıklama ekleyebilir, modelleri dışa aktarabilir ve dağıtabilir.
Ultralytics Platform hesabında oturum aç, veri kümeni veya projenı aç ve Ask AI'a tıkla.
Platform eylemlerini kullanmak için önce kişisel çalışma alanının Ayarlar > API Anahtarları bölümünde bir Ultralytics API anahtarı oluştur. Ask AI mevcut kişisel anahtarını otomatik olarak kullanır; anahtarı sohbete yapıştırman gerekmez. Bir ekip çalışma alanında çalışırken proje veya veri kümesi bağlantısını ekle.
Deneyebileceğin İstemler#
İsteğine hedef metriğini, modeli, epoch sınırını ve deney sayısını ekle. Sonuçları karşılaştırılabilir tutmak için bir ayarı değiştirirken veri kümesini, bölmeleri ve rastgele tohumu sabit tut. Bulut çalıştırmaları eğitim kredilerini kullanır.
İlgili veri kümesini veya projeyi aç ve şunu sor:
| Hedef | Örnek istem |
|---|---|
| Proje başlat | "Wildlife Lab" adlı özel bir proje oluştur. Yaban hayatı tespit veri kümesi bulup kopyala, ardından bir başlangıç eğitim çalıştırması hazırla. |
| Çözünürlükleri karşılaştır | Bu veri kümesinde 640, 800 ve 960 görüntü boyutlarında üç model eğit. Diğer tüm ayarları ve veri kümesi bölmelerini sabit tut. |
| Bir veri kümesini keşfet | xView'da konteyner gemileri, nakliye konteynerleri ve vinçleri bul. Liman lojistiği için iyi bir başlangıç noktası mı? |
| Bir temel oluştur | Bu veri kümesinde YOLO26n modelini eğit ve çalışmayı "xview-baseline" olarak adlandır. |
| Modelleri karşılaştır | Tamamlanan modelleri doğrulama mAP50-95 değerlerine göre karşılaştır. Farkları açıkla ve sonraki deneyi öner. |
| Bir modeli dağıt | Bu projede doğrulama mAP değeri en yüksek olan tamamlanmış modeli dağıt. Uç nokta URL'sini ve durumunu ver. |
| Otomatik etiketle | Bu veri kümesindeki etiketsiz görüntüleri etiketlemek için uyumlu en iyi modelimi kullan. Mevcut etiketleri koru. |
| Sınıflandırma sonuçlarını incele | Sınıflandırma doğruluğu en yüksek model hangisi? Hangi ırkları ayırt etmek hâlâ zor ve bundan sonra ne denemeliyiz? |
| Bir modeli dışa aktar | Bu modeli ONNX biçimine aktar ve hazır olduğunda indirme bağlantısını ver. |
Kendi kodlama aracını kullan#
Ask AI, Platform CLI, ul cloud ve yardımcı platform-cli becerisini kullanır. Aynı komutları Claude Code, Codex veya uyumlu başka bir kodlama aracında da kullanabilirsin.
Yükle ve bağlan#
Aşağıdaki kurulum, Platform CLI'ı Platform dışında kendi kodlama aracınla kullanman içindir.
ul CLI, Ultralytics Python paketine Python 3.11+ ile birlikte gelir. Yükle veya güncelle:
pip install -U ultralyticsBir Platform API anahtarı oluştur ve aracının kullandığı terminalde ayarla. Bağlantıyı şu komutla kontrol et:
export ULTRALYTICS_API_KEY="YOUR_API_KEY"
ul cloud account summaryBeceriyi ekle#
Claude Code ve Codex eklentileri için Agent Skills yükleme kılavuzunu izle. Skills CLI tarafından desteklenen araçlarda Platform becerisini şu komutla yükle:
npx skills add ultralytics/skills --skill platform-cliArdından, bağlam sağlaması için proje veya veri kümesi bağlantısını da ekleyerek yukarıdaki örneklerdeki gibi istemler kullan.
Komutları doğrudan çalıştır#
Komutlarda projenin ve modelin URL kısa adlarını kullan. Bu örnekler kişisel çalışma alanını hedefler; üyesi olduğun bir ekip çalışma alanını hedeflemek için owner=TEAM ekle:
ul cloud datasets list
ul cloud models list project=license-plate
ul cloud models training project=license-plate model=baseline
ul cloud training start --helpKomutları keşfetmek için ul cloud --help, bağımsız değişkenlerini görmek için ul cloud <resource> <operation> --help kullan. Daha fazla bilgi için Platform API başvurusuna bak.