Ultralytics Platform#

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

Ultralytics Platform là gì?#

Ultralytics Platform mang lại khả năng quản lý và gán nhãn tập dữ liệu, theo dõi thực nghiệm, huấn luyện đám mây và từ xa, xuất model, các endpoint suy luận chuyên dụng và giám sát triển khai vào trong một không gian làm việc duy nhất. Nền tảng này hỗ trợ nguyên bản cho các model YOLO26, YOLO11, YOLOv8 và YOLOv5.

Quy trình: Tải lên → Gắn nhãn → Huấn luyện → Xuất hoặc Triển khai#

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

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

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

Những gì bạn có thể làm:

• Tải lên (Upload) hình ảnh, video và file tập dữ liệu để tạo tập dữ liệu huấn luyện
• Visualize các nhãn với lớp phủ tương tác cho 6 loại tác vụ YOLO được hỗ trợ bởi trình soạn thảo gán nhãn (xem supported task types)
• 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
• Export sang 20 định dạng triển khai (ONNX, TensorRT, CoreML, LiteRT, Hailo, Ascend, v.v.)
• Deploy đến 42 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
• Kết nối lưu trữ đám mây, công cụ gán nhãn và Slack thông qua các tích hợp
• Cộng tác (Collaborate) bằng cách chia sẻ dự án và tập dữ liệu công khai cho cộng đồng

Hạ 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:

Bạn chọn khu vực dữ liệu của mình trong quá trình thiết lập ban đầu. Tập dữ liệu, model và dữ liệu huấn luyện được quản lý sẽ nằm trong khu vực đó. Các endpoint chuyên dụng được triển khai riêng biệt đến một khu vực bạn chọn từ bản đồ triển khai toàn cầu.

Tính năng chính#

Chuẩn bị dữ liệu#

• Quản lý Dataset: Tạo dataset từ tệp cục bộ, URL, lưu trữ đám mây được kết nối hoặc máy chủ on-premise, với quá trình xử lý tự động
• Annotation Editor: Các công cụ gán nhãn thủ công cho 6 loại tác vụ YOLO (detect, segment, semantic, classify, pose, OBB; xem supported task types)
• Mẫu Khung xương: Các mẫu khung xương tích hợp sẵn (Người, Tay, Chó, Khuôn mặt, Hộp) và tùy chỉnh để gán nhãn pose chỉ với một cú nhấp chuột
• Smart Annotation: Sử dụng SAM 2.1 (Tiny, Small, Base, Large), SAM 3, các model Ultralytics YOLO được huấn luyện trước, 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
• Quản lý phiên bản Dataset: Tạo các snapshot NDJSON có đánh số kèm theo mô tả, sau đó tải xuống hoặc khôi phục bất kỳ phiên bản nào để huấn luyện có thể tái tạo
• Thống kê: Phân phối class, phân phối tập dữ liệu, bản đồ nhiệt vị trí và phân tích kích thước bounding box

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

Huấn luyện Mô hình#

• Huấn luyện trên đám mây: Huấn luyện trên GPU đám mây (24 trên mọi gói, 26 với Pro hoặc Enterprise cho B200 và B300) với các số liệu thời gian thực và ước tính chi phí trực tiếp
• Huấn luyện từ xa: Huấn luyện ở mọi nơi và truyền trực tuyến các metric về Ultralytics Platform
• Cài đặt nâng cao: Ghi đè bất kỳ đối số huấn luyện Ultralytics nào từ trình chỉnh sửa YAML tích hợp trong hộp thoại huấn luyện
• Tổ chức dự án: Nhóm các model liên quan, so sánh các thí nghiệm, theo dõi hoạt động
• 20 Định dạng Export: ONNX, TensorRT, CoreML, LiteRT, Hailo, Ascend, và nhiều định dạng khác (xem supported formats)

Bạn có thể huấn luyện model thông qua giao diện web (cloud training) hoặc từ máy tính của chính bạn (remote training):

Triển khai#

• Kiểm tra suy luận: Kiểm tra model trực tiếp trong trình duyệt với hình ảnh của riêng bạn, ảnh chụp từ webcam hoặc các ví dụ tích hợp sẵn
• Dedicated Endpoints: Deploy đến 42 khu vực toàn cầu với mặc định tính năng scale-to-zero (một instance đang hoạt động)
• 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 / LiteRT / ...]:::out
    E --> G[42 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 nào. conf, iou và imgsz là các trường biểu mẫu tùy chọn có giá trị mặc định là 0.25, 0.7 và 640:

import requests

url = "https://your-deployment-url.run.app/predict"
api_key = "YOUR_API_KEY"
args = {"conf": 0.25, "iou": 0.7, "imgsz": 640}

with open("image.jpg", "rb") as f:
    response = requests.post(
        url,
        headers={"Authorization": f"Bearer {api_key}"},
        data=args,
        files={"file": f},
    )

print(response.json())

Quản lý tài khoản#

• Nhóm & Tổ chức: Cộng tác với các thành viên trong nhóm, quản lý vai trò và lời mời, đồng thời chuyển đổi workspace từ menu tài khoản
• API Keys: Quản lý khóa bảo mật cho việc huấn luyện từ xa và truy cập API
• Số dư & Thanh toán: Huấn luyện theo mức sử dụng với mức giá minh bạch và các khoản nạp tiền từ $5 đến $1.000
• 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

Liên kết nhanh#

Bắt đầu với các tài nguyên này:

• Quickstart: Tạo project đầu tiên của bạn và huấn luyện một model trong vài phút
• Khám phá: Duyệt và nhân bản các dataset và project công khai
• Dữ liệu: Tổng quan về chuẩn bị dataset
• Datasets: Tải lên và quản lý dữ liệu huấn luyện của bạn
• Annotation: Gán nhãn dữ liệu của bạn bằng các công cụ thủ công và hỗ trợ bởi AI
• Huấn luyện: Tổng quan về huấn luyện
• Projects: Tổ chức các model và thực nghiệm của bạn
• Model: Các trang model, bản tải xuống và xuất
• Cloud Training: Huấn luyện trên cloud GPU
• Triển khai: Tổng quan về triển khai
• Inference: Kiểm tra các model của bạn
• Endpoints: Triển khai model lên môi trường production
• Monitoring: Theo dõi hiệu suất triển khai
• Tài khoản: Tổng quan về tài khoản
• Cài đặt: Tùy chọn hồ sơ và workspace
• Nhóm: Thành viên, vai trò và lời mời
• API Keys: Quản lý quyền truy cập API
• Billing: Số dư và thanh toán
• Activity: Theo dõi các sự kiện tài khoản
• Trash: Khôi phục các mục đã xóa
• Tích hợp: Lưu trữ đám mây, công cụ gán nhãn và Slack
• REST API: Tài liệu tham khảo API

Khắc phục sự cố#

Sự cố với Dataset#

Sự cố huấn luyện#

Sự cố triển khai#

Câu hỏi thường gặp#

Câu hỏi thường gặp#