Meet YOLO26: next-gen vision AI.

Link to this sectionUltralytics Platform#

Ultralytics Platform là một nền tảng thị giác máy tính toàn diện, giúp tối ưu hóa toàn bộ quy trình làm việc ML từ chuẩn bị dữ liệu đến triển khai model. Được xây dựng cho các nhóm và cá nhân cần các giải pháp thị giác máy tính sẵn sàng cho môi trường production mà không gặp rắc rối về hạ tầng.

Ảnh chụp màn hình tập dữ liệu Ultralytics Platform

Link to this sectionUltralytics Platform là gì?#

Ultralytics Platform được thiết kế để thay thế các công cụ ML rời rạc bằng một giải pháp thống nhất. Nền tảng này kết hợp các khả năng của:

  • Roboflow - Quản lý và gán nhãn dữ liệu
  • Weights & Biases - Theo dõi thí nghiệm
  • SageMaker - Huấn luyện trên đám mây
  • HuggingFace - Triển khai model
  • Arize - Giám sát

Tất cả trong một nền tảng với hỗ trợ gốc cho các model YOLO26YOLO11.

Link to this sectionQuy trình: Tải lên → Gán nhãn → Huấn luyện → Xuất → Triển khai#

Nền tảng cung cấp một quy trình từ đầu đến cuối:

graph LR
    subgraph Data["📁 Data"]
        A[Upload]:::start --> B[Annotate]:::proc
        B --> C[Analyze]:::proc
    end
    subgraph Train["🚀 Train"]
        D[Configure]:::proc --> E[Train on GPU]:::proc
        E --> F[View Metrics]:::out
    end
    subgraph Deploy["🌐 Deploy"]
        G[Export]:::proc --> H[Deploy Endpoint]:::proc
        H --> I[Monitor]:::out
    end
    Data --> Train --> Deploy

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef out fill:#9C27B0,color:#fff
Giai đoạnTính năng
Tải lên (Upload)Hình ảnh (50MB), video (1GB) và các file tập dữ liệu (ZIP, TAR bao gồm .tar.gz/.tgz, NDJSON) với quy trình xử lý tự động
Gán nhãn (Annotate)Các công cụ thủ công cho cả 6 loại tác vụ, cộng với Gán nhãn thông minh (Smart Annotation) với các model SAM và YOLO cho detect, segment, semantic và OBB (xem các tác vụ được hỗ trợ)
Huấn luyệnCloud GPU (24 trên tất cả các gói + 2 gói Pro/Enterprise: B200, B300), số liệu thời gian thực, quản lý dự án
Xuất19+ định dạng triển khai (ONNX, TensorRT, CoreML, TFLite, v.v.; xem các định dạng được hỗ trợ)
Triển khai43 khu vực toàn cầu với các endpoint chuyên dụng, mặc định tự động thu nhỏ về không (scale-to-zero) (một instance hoạt động duy nhất) và tính năng giám sát

Những gì bạn có thể làm:

  • Tải lên (Upload) hình ảnh, video và file tập dữ liệu để tạo tập dữ liệu huấn luyện
  • Trực quan hóa (Visualize) các nhãn với lớp phủ tương tác cho tất cả 6 loại tác vụ YOLO (xem các tác vụ được hỗ trợ)
  • Huấn luyện model trên Cloud GPU (24 trên tất cả các gói, 26 với Pro hoặc Enterprise cho B200 và B300) với số liệu thời gian thực
  • Xuất (Export) sang 19+ định dạng triển khai (ONNX, TensorRT, CoreML, TFLite, v.v.)
  • Triển khai (Deploy) đến 43 khu vực toàn cầu với các endpoint chuyên dụng chỉ bằng một cú nhấp chuột
  • Giám sát (Monitor) tiến trình huấn luyện, trạng thái triển khai và số liệu sử dụng
  • Cộng tác (Collaborate) bằng cách chia sẻ dự án và tập dữ liệu công khai cho cộng đồng

Link to this sectionHạ tầng đa khu vực (Multi-Region)#

Dữ liệu của bạn nằm trong khu vực của bạn. Ultralytics Platform vận hành hạ tầng tại ba khu vực toàn cầu:

Khu vựcNhãnVị tríPhù hợp nhất cho
USChâu MỹIowa, MỹNgười dùng tại châu Mỹ, nhanh nhất cho khu vực châu Mỹ
EUChâu Âu, Trung Đông & Châu PhiBỉ, Châu ÂuNgười dùng tại châu Âu, tuân thủ GDPR
APChâu Á - Thái Bình DươngĐài Loan, Châu Á - Thái Bình DươngNgười dùng tại Châu Á - Thái Bình Dương, độ trễ APAC thấp nhất

Bạn chọn khu vực của mình trong quá trình bắt đầu, và tất cả dữ liệu, model và các triển khai của bạn đều nằm trong khu vực đó.

Khu vực là cố định

Khu vực dữ liệu của bạn không thể thay đổi sau khi tạo tài khoản. Trong quá trình bắt đầu, nền tảng sẽ đo độ trễ đến từng khu vực và đề xuất khu vực gần nhất. Hãy lựa chọn cẩn thận.

Link to this sectionTính năng chính#

Link to this sectionChuẩn bị dữ liệu#

  • Quản lý tập dữ liệu: Tải lên hình ảnh, video hoặc file tập dữ liệu với quy trình xử lý tự động
  • Trình chỉnh sửa gán nhãn (Annotation Editor): Gán nhãn thủ công cho tất cả 6 loại tác vụ YOLO (detect, segment, semantic, pose, OBB, classify; xem các tác vụ được hỗ trợ)
  • Mẫu khung xương (Skeleton Templates): Các mẫu tích hợp (Người, Tay, Mặt, Chó, Hộp) và các mẫu tùy chỉnh cho việc gán nhãn pose chỉ với một cú nhấp chuột
  • Gán nhãn thông minh (Smart Annotation): Sử dụng SAM 2.1 (Tiny, Small, Base, Large), SAM 3, các model Ultralytics YOLO tiền huấn luyện, hoặc các model YOLO tự tinh chỉnh của riêng bạn từ thanh công cụ gán nhãn cho các tác vụ detect, segment, semantic và OBB
  • Đánh phiên bản tập dữ liệu (Dataset Versioning): Tạo các bản ghi NDJSON được đánh số với mô tả cho việc huấn luyện có thể tái lập
  • Thống kê: Phân phối lớp, bản đồ nhiệt vị trí và phân tích kích thước
graph LR
    A[Upload Dataset/Images/Video]:::start --> B[Auto-Process]:::proc
    B --> C[Browse & Filter]:::proc
    C --> D{Annotate}:::decide
    D --> E[Manual Tools]:::proc
    D --> F[SAM Smart]:::proc
    D --> G[YOLO Auto-Label]:::proc
    E --> H[Train-Ready Dataset]:::out
    F --> H
    G --> H

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef decide fill:#FF9800,color:#fff
    classDef out fill:#9C27B0,color:#fff
Các loại tác vụ được hỗ trợ

Trình chỉnh sửa gán nhãn hỗ trợ tất cả 6 loại tác vụ YOLO: detect (bounding box), segment (đa giác), semantic (vùng theo lớp), pose (keypoint), OBB (hộp xoay) và classify (nhãn cấp độ ảnh). Mỗi loại tác vụ đều có các công cụ vẽ và phím tắt chuyên dụng.

Link to this sectionHuấn luyện Mô hình#

  • Cloud Training: Huấn luyện trên Cloud GPU (24 trên tất cả các gói, 26 với Pro hoặc Enterprise cho B200 và B300) với số liệu thời gian thực
  • Huấn luyện từ xa (Remote Training): Huấn luyện ở mọi nơi và truyền dữ liệu số liệu về nền tảng (theo kiểu W&B)
  • Tổ chức dự án: Nhóm các model liên quan, so sánh các thí nghiệm, theo dõi hoạt động
  • 19+ định dạng xuất: ONNX, TensorRT, CoreML, TFLite và nhiều định dạng khác (xem các định dạng được hỗ trợ)

Ảnh chụp màn hình dự án Ultralytics Platform

Bạn có thể huấn luyện model thông qua giao diện web (huấn luyện đám mây) hoặc từ máy của riêng bạn (huấn luyện từ xa):

  1. Điều hướng đến dự án của bạn
  2. Nhấp Train Model
  3. Chọn tập dữ liệu, model, GPU và epochs
  4. Giám sát các đường cong loss và số liệu theo thời gian thực

Link to this sectionTriển khai#

  • Kiểm tra suy luận (Inference Testing): Kiểm tra model trực tiếp trong trình duyệt với hình ảnh tùy chỉnh
  • Endpoint chuyên dụng: Triển khai đến 43 khu vực toàn cầu với mặc định tự động thu nhỏ về không (scale-to-zero) (một instance hoạt động duy nhất)
  • Giám sát (Monitoring): Số liệu thời gian thực, nhật ký yêu cầu và bảng điều khiển hiệu suất
graph LR
    A[Trained Model]:::start --> B{Action}:::decide
    B --> C[Browser Predict]:::proc
    B --> D[Export Format]:::proc
    B --> E[Deploy Endpoint]:::proc
    D --> F[ONNX / TensorRT / CoreML / TFLite / ...]:::out
    E --> G[43 Global Regions]:::proc
    G --> H[API Endpoint URL]:::proc
    H --> I[Monitor & Scale]:::out

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef decide fill:#FF9800,color:#fff
    classDef out fill:#9C27B0,color:#fff

Sau khi triển khai, hãy gọi endpoint của bạn từ bất kỳ ngôn ngữ lập trình nào:

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())

Link to this sectionQuản lý tài khoản#

  • Nhóm & Tổ chức: Cộng tác với thành viên trong nhóm, quản lý vai trò và lời mời
  • API Keys: Quản lý khóa bảo mật cho việc huấn luyện từ xa và truy cập API
  • Tín dụng & Thanh toán (Credits & Billing): Huấn luyện theo mô hình trả phí theo mức sử dụng với giá cả minh bạch
  • Nguồn cấp hoạt động: Theo dõi tất cả các sự kiện và hành động của tài khoản
  • Thùng rác & Khôi phục: Xóa mềm trong 30 ngày với khả năng khôi phục mục
  • Tuân thủ GDPR: Xuất dữ liệu và xóa tài khoản
Các tầng gói
Tính năngMiễn phíPro ($29/tháng)Enterprise
Tín dụng đăng ký$5 / $25*-Tùy chỉnh
Tín dụng hàng tháng-$30/chỗ ngồi/thángTùy chỉnh
Models100500Không giới hạn
Huấn luyện đồng thời310Không giới hạn
Triển khai310Không giới hạn
Lưu trữ100 GB500 GBKhông giới hạn
Các loại Cloud GPU2426 (bao gồm B200 / B300)26
Nhóm-Tối đa 5 thành viênLên đến 50
Hỗ trợCộng đồngƯu tiênDedicated

*$5 khi đăng ký, hoặc $25 nếu có email công ty/công việc đã xác minh.

Link to this sectionLiên kết nhanh#

Bắt đầu với các tài nguyên này:

  • Quickstart: Tạo dự án đầu tiên của bạn và huấn luyện model trong vài phút
  • Datasets: Tải lên và quản lý dữ liệu huấn luyện của bạn
  • Annotation: Gán nhãn dữ liệu của bạn với các công cụ thủ công và hỗ trợ bởi AI
  • Projects: Tổ chức các model và thí nghiệm của bạn
  • Cloud Training: Huấn luyện trên Cloud GPU
  • Inference: Kiểm tra model của bạn
  • Endpoints: Triển khai model ra production
  • Monitoring: Theo dõi hiệu suất triển khai
  • API Keys: Quản lý quyền truy cập API
  • Billing: Tín dụng và thanh toán
  • Activity: Theo dõi các sự kiện tài khoản
  • Trash: Khôi phục các mục đã xóa
  • REST API: Tài liệu tham khảo API

Link to this sectionCâu hỏi thường gặp#

Link to this sectionLàm thế nào để bắt đầu với Ultralytics Platform?#

Để bắt đầu với Ultralytics Platform:

  1. Đăng ký (Sign Up): Tạo tài khoản tại platform.ultralytics.com
  2. Chọn khu vực (Select Region): Chọn khu vực dữ liệu của bạn (US, EU, hoặc AP) trong quá trình bắt đầu
  3. Tải lên tập dữ liệu (Upload Dataset): Điều hướng đến mục Datasets để tải dữ liệu của bạn lên
  4. Huấn luyện model (Train Model): Tạo dự án và bắt đầu huấn luyện trên Cloud GPU
  5. Triển khai (Deploy): Kiểm tra model của bạn và triển khai tới một endpoint chuyên dụng

Để có hướng dẫn chi tiết, xem trang Quickstart.

Link to this sectionLợi ích của Ultralytics Platform là gì?#

Ultralytics Platform cung cấp:

  • Quy trình thống nhất: Dữ liệu, huấn luyện và triển khai tại một nơi duy nhất
  • Đa khu vực: Lưu trú dữ liệu tại các khu vực US, EU, hoặc AP
  • Huấn luyện không cần mã (No-Code Training): Huấn luyện các model YOLO tiên tiến mà không cần viết mã
  • Số liệu thời gian thực: Truyền phát tiến trình huấn luyện và giám sát các lượt triển khai
  • 43 Khu vực triển khai: Triển khai mô hình ở gần người dùng của bạn trên toàn thế giới
  • 6 Loại tác vụ: Hỗ trợ phát hiện (detection), phân đoạn thực thể (instance segmentation), phân đoạn ngữ nghĩa (semantic segmentation), ước tính tư thế (pose), OBB và phân loại (xem tài liệu tác vụ)
  • Gán nhãn hỗ trợ bởi AI: Gán nhãn thông minh với các mô hình SAM và YOLO giúp tăng tốc chuẩn bị dữ liệu

Link to this sectionCó những tùy chọn GPU nào cho việc huấn luyện trên đám mây?#

Ultralytics Platform hỗ trợ nhiều loại GPU cho việc huấn luyện trên đám mây:

GPUThế hệVRAMChi phí/GiờPhù hợp nhất cho
RTX 2000 AdaAda16 GB$0.24Tập dữ liệu nhỏ, kiểm thử
RTX A4500Ampere20 GB$0.25Tập dữ liệu nhỏ-trung bình
RTX 4000 AdaAda20 GB$0.26Tập dữ liệu trung bình
RTX A5000Ampere24 GB$0.27Tập dữ liệu trung bình
L4Ada24 GB$0.39Tối ưu hóa cho suy luận
A40Ampere48 GB$0.44Kích thước batch lớn hơn
RTX 3090Ampere24 GB$0.46Huấn luyện tổng quát
RTX A6000Ampere48 GB$0.49Các mô hình lớn
RTX PRO 4000Blackwell24 GB$0.57Budget Blackwell
RTX PRO 4500Blackwell32 GB$0.64Giá/hiệu năng tuyệt vời
RTX 4090Ada24 GB$0.69Giá/hiệu năng tốt nhất
RTX 6000 AdaAda48 GB$0.77Huấn luyện batch lớn
L40SAda48 GB$0.86Huấn luyện batch lớn
RTX PRO 5000Blackwell48 GB$0.96Huấn luyện batch lớn
RTX 5090Blackwell32 GB$0.99Thế hệ người dùng mới nhất
L40Ada48 GB$0.99Các mô hình lớn
A100 PCIeAmpere80 GB$1.39Huấn luyện sản xuất
A100 SXMAmpere80 GB$1.49Huấn luyện sản xuất
RTX PRO 6000Blackwell96 GB$2.09Mặc định khuyến nghị
H100 PCIeHopper80 GB$2.89Huấn luyện hiệu năng cao
H100 NVLHopper94 GB$3.19Hiệu suất tối đa
H100 SXMHopper80 GB$3.29Huấn luyện nhanh nhất
H200 NVLHopper143 GB$3.39Bộ nhớ tối đa
H200 SXMHopper141 GB$4.39Hiệu suất tối đa
B200Blackwell180 GB$5.89Các model lớn (Pro+)
B300Blackwell288 GB$7.39Các model lớn nhất (Pro+)

Xem Huấn luyện trên đám mây để biết giá cả đầy đủ và các tùy chọn GPU.

Link to this sectionViệc huấn luyện từ xa hoạt động như thế nào?#

Bạn có thể huấn luyện mô hình trên phần cứng riêng và truyền phát số liệu thời gian thực lên nền tảng, tương tự như Weights & Biases.

Yêu cầu phiên bản gói

Tích hợp nền tảng yêu cầu ultralytics>=8.4.60. Các phiên bản thấp hơn sẽ KHÔNG hoạt động với Platform.

pip install "ultralytics>=8.4.60"
# 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

Xem Huấn luyện trên đám mây để biết thêm chi tiết về huấn luyện từ xa.

Link to this sectionCó những công cụ gán nhãn nào?#

Nền tảng bao gồm một trình biên tập gán nhãn đầy đủ tính năng hỗ trợ:

  • Công cụ thủ công: Hộp bao (Bounding box), đa giác, điểm khóa với khung mẫu xương, hộp định hướng, phân loại
  • Khung mẫu xương (Skeleton Templates): Đặt tất cả các điểm khóa cùng một lúc bằng cách sử dụng các mẫu tích hợp (Người, Tay, Mặt, Chó, Hộp) hoặc mẫu tùy chỉnh
  • Gán nhãn thông minh: Sử dụng SAM 2.1 hoặc SAM 3 để gán nhãn dựa trên nhấp chuột, hoặc chạy các mô hình Ultralytics YOLO tiền huấn luyện và các mô hình YOLO tinh chỉnh của riêng bạn từ thanh công cụ cho các tác vụ phát hiện, phân đoạn, ngữ nghĩa và OBB
  • Phím tắt: Quy trình làm việc hiệu quả với các phím nóng
Phím tắtHành động
VChế độ thủ công (vẽ)
SChế độ thông minh (SAM hoặc mô hình YOLO)
ABật/tắt tự động áp dụng (trong chế độ Thông minh)
1 - 9Chọn lớp theo số
DeleteXóa annotation đã chọn
Ctrl+ZHoàn tác
Ctrl+YLàm lại
EscapeLưu / bỏ chọn / thoát

Xem Gán nhãn để biết hướng dẫn đầy đủ.

Link to this sectionNhững định dạng xuất nào được hỗ trợ?#

Nền tảng hỗ trợ hơn 19 định dạng triển khai:

Định dạngPhần mở rộng tệpTrường hợp sử dụng
ONNX.onnxTriển khai đa nền tảng
TorchScript.torchscriptTriển khai C++
OpenVINO_openvino_modelPhần cứng Intel
TensorRT.engineSuy luận trên GPU NVIDIA
CoreML.mlpackageThiết bị Apple
TFLite.tfliteThiết bị di động/edge
TF SavedModel_saved_modelHệ sinh thái TensorFlow
TF GraphDef.pbTensorFlow legacy
PaddlePaddle_paddle_modelHệ sinh thái Baidu
NCNN_ncnn_modelDi động (Android/ARM)
Edge TPU_edgetpu.tfliteThiết bị Google Coral
TF.js_web_modelTriển khai trình duyệt
MNN.mnnAlibaba di động
RKNN_rknn_modelRockchip NPU
Qualcomm_qnn.onnxQualcomm Snapdragon NPU
IMX500_imx_modelCảm biến Sony IMX500
Axelera_axelera_modelCác bộ tăng tốc Axelera AI
ExecuTorch_executorch_modelPyTorch di động
DeepX_deepx_modelCác bộ tăng tốc DeepX NPU

Xem Xuất mô hình, Hướng dẫn chế độ Xuất, và Danh mục tích hợp cho các tùy chọn cụ thể theo định dạng.

Link to this sectionKhắc phục sự cố#

Link to this sectionSự cố với Dataset#

Vấn đềGiải pháp
Dataset không xử lý đượcKiểm tra xem định dạng tệp có được hỗ trợ hay không (JPEG, PNG, WebP, TIFF, HEIC, AVIF, BMP, JP2, DNG, MPO đối với hình ảnh). Kích thước tệp tối đa: hình ảnh 50 MB, video 1 GB, tệp nén dataset 10 GB (Gói miễn phí) / 20 GB (Pro) / 50 GB (Enterprise)
Thiếu nhãnXác minh các nhãn ở Định dạng YOLO với các tệp .txt khớp với tên tệp hình ảnh, hoặc tải lên tệp COCO JSON
"Yêu cầu phân tách tập huấn luyện"Thêm thư mục train/ vào cấu trúc dataset của bạn, hoặc phân phối lại các tập bằng thanh phân tách
Tên lớp không xác địnhThêm tệp data.yaml với danh sách names: (xem Định dạng YOLO), hoặc xác định các lớp trong Tab lớp

Link to this sectionSự cố huấn luyện#

Vấn đềGiải pháp
Huấn luyện không bắt đầuKiểm tra số dư tín dụng trong Settings > Billing. Yêu cầu số dư dương
Lỗi hết bộ nhớGiảm kích thước batch, sử dụng mô hình nhỏ hơn (n/s), hoặc chọn GPU có nhiều VRAM hơn
Số liệu kémKiểm tra chất lượng dataset, tăng số epoch, thử tăng cường dữ liệu (data augmentation), xác minh sự cân bằng của các lớp
Huấn luyện chậmChọn GPU nhanh hơn, giảm kích thước hình ảnh, kiểm tra xem dataset có bị nghẽn không

Link to this sectionSự cố triển khai#

Vấn đềGiải pháp
Endpoint không phản hồiKiểm tra trạng thái endpoint (Ready so với Stopped). Khởi động nguội có thể mất 5-15 giây
401 Không được phépXác minh API key chính xác và có các phạm vi (scopes) cần thiết
Suy luận chậmKiểm tra kích thước mô hình, cân nhắc xuất TensorRT, chọn khu vực gần hơn
Xuất thất bạiMột số định dạng yêu cầu kiến trúc mô hình cụ thể. Thử ONNX để có khả năng tương thích rộng nhất

Link to this sectionCâu hỏi thường gặp#

Tôi có thể thay đổi tên người dùng sau khi đăng ký không?

Không, tên người dùng là vĩnh viễn và không thể thay đổi. Hãy chọn kỹ khi đăng ký.

Tôi có thể thay đổi khu vực dữ liệu của mình không?

Khu vực dữ liệu của bạn được chọn trong quá trình giới thiệu và không thể tự thay đổi. Để chuyển đổi khu vực, hãy liên hệ với bộ phận hỗ trợ để yêu cầu thay đổi khu vực.

Làm thế nào để tôi có thêm tín dụng?

Đi tới Settings > Billing > Add Credits. Mua tín dụng từ 5 đô la đến 1000 đô la. Tín dụng đã mua không bao giờ hết hạn.

Điều gì xảy ra nếu quá trình huấn luyện thất bại?

Bạn chỉ bị tính phí cho thời gian tính toán đã hoàn thành. Các điểm kiểm tra (checkpoint) được lưu lại và bạn có thể tiếp tục huấn luyện.

Tôi có thể tải xuống model đã huấn luyện của mình không?

Có, nhấp vào biểu tượng tải xuống trên bất kỳ trang mô hình nào để tải tệp .pt hoặc các định dạng đã xuất.

Làm thế nào để tôi chia sẻ công việc của mình công khai?

Chỉnh sửa cài đặt dự án hoặc dataset của bạn và chuyển đổi trạng thái hiển thị thành "Public". Nội dung công khai sẽ xuất hiện trên trang Khám phá (Explore).

Giới hạn kích thước tệp là bao nhiêu?

Hình ảnh: 50MB, Video: 1GB, dataset: 10GB cho gói Miễn phí, 20GB cho gói Pro, 50GB cho gói Enterprise. Đối với các tệp lớn hơn, hãy chia nhỏ thành nhiều lần tải lên.

Các mục đã xóa được giữ trong Thùng rác trong bao lâu?

30 ngày. Sau đó, các mục sẽ bị xóa vĩnh viễn và không thể khôi phục.

Tôi có thể sử dụng các model của Platform cho mục đích thương mại không?

Các gói Free và Pro sử dụng giấy phép AGPL. Để sử dụng cho mục đích thương mại mà không yêu cầu AGPL, vui lòng xem Ultralytics Licensing.

Bình luận