Ask AI ile AutoTrain#
AutoTrain, bir sohbet aracılığıyla modelleri eğitmen, karşılaştırman ve iyileştirmen için Ask AI'ı kullanır. Bir temel modelle 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 işlemlerini kullanmak için önce kişisel çalışma alanının Settings > API Keys bölümünde bir Ultralytics API key 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#
İsteğinde hedef metriğini, modeli, epoch sınırını ve deney sayısını belirt. Karşılaştırılabilir sonuçlar için, her seferinde tek bir ayarı değiştirirken veri kümesini, bölümleri 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 ve ardından temel bir eğitim çalıştırması hazırla. |
| Çözünürlükleri karşılaştır | Bu veri kümesinde görüntü boyutları 640, 800 ve 960 olan üç model eğit. Diğer tüm ayarları ve veri kümesi bölümlerini sabit tut. |
| Veri kümesini keşfet | xView'da konteyner gemilerini, nakliye konteynerlerini ve vinçleri bul. Liman lojistiği için iyi bir başlangıç noktası mı? |
| Temel model oluştur | Bu veri kümesinde YOLO26n'i eğit ve çalıştırmaya "xview-baseline" adını ver. |
| Modelleri karşılaştır | Tamamlanan modelleri doğrulama mAP50-95 değerlerine göre karşılaştır. Farkları açıkla ve sonraki deneyi öner. |
| Model dağıt | Bu projede doğrulama mAP değeri en iyi olan tamamlanmış modeli dağıt. Uç nokta URL'sini ve durumunu ver. |
| Otomatik açıklama ekle | Bu veri kümesindeki etiketsiz görüntülere açıklama eklemek için uyumlu en iyi modelimi kullan. Mevcut açıklamaları koru. |
| Sınıflandırmayı incele | Sınıflandırma doğruluğu en yüksek model hangisi? Hangi ırkları ayırt etmek hâlâ zor ve bundan sonra ne denemeliyiz? |
| Modeli dışa aktar | Bu modeli ONNX'e aktar ve hazır olduğunda indirme bağlantısını ver. |
Kendi Kodlama Aracını Kullan#
Ask AI, Platform CLI, ul cloud ve tamamlayıcı platform-cli becerisini kullanır. Aynı komutları Claude Code, Codex veya uyumlu başka bir kodlama aracından da kullanabilirsin.
Kur ve Bağlan#
Aşağıdaki kurulum, Platform CLI'ı Platform dışında kendi kodlama aracınla kullanmaya yöneliktir.
ul CLI, Python 3.11+ için Ultralytics paketiyle 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 kurulum kılavuzunu izle. Skills CLI tarafından desteklenen araçlarda Platform becerisini şu komutla yükle:
npx skills add ultralytics/skills --skill platform-cliArdından, bağlam 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; ait 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.