On Premise#

On Premise cho phép không gian làm việc Enterprise của bạn sử dụng tập dữ liệu và tài nguyên tính toán trên máy tính chạy hệ điều hành Linux, macOS hoặc Windows. Các hình ảnh và video nguồn vẫn được giữ nguyên trên máy tính của bạn. Quá trình huấn luyện hoạt động giống như bất kỳ vị trí remote training nào khác: các chỉ số được truyền trực tuyến về Platform và trọng số model sau khi hoàn thành sẽ được tải lên để tải xuống, dự đoán, xuất file và triển khai.

Quá trình thiết lập chỉ cần một lệnh. Platform tự động phát hiện hệ điều hành, điền các vị trí thư mục hợp lý, cài đặt Docker nếu cần và hiển thị tiến trình kết nối trực tiếp.

Cách thức hoạt động#

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)]

Ranh giới dữ liệu#

Trọng số model, nhãn, chú thích và số liệu có thể mã hóa thông tin học được từ hình ảnh của bạn. Chỉ có các pixel của tập dữ liệu mới có ranh giới nghiêm ngặt chỉ lưu cục bộ. Quy trình dự đoán trên đám mây chỉ xử lý các hình ảnh mà bạn gửi riêng cho quy trình đám mây đó; worker không bao giờ chuyển tiếp hình ảnh từ tập dữ liệu đã gắn (mounted) của bạn.

Trước khi Bắt đầu#

Chọn một máy tính có thể truy cập các tập dữ liệu của bạn và được bật nguồn trong suốt thời gian Platform sử dụng chúng:

GPU là tùy chọn. Mọi máy tính đều có thể nạp tập dữ liệu và huấn luyện model trên CPU. GPU NVIDIA tương thích có thể tăng tốc các tác vụ huấn luyện lớn hơn.

Kết nối máy tính của bạn#

1. Mở Ultralytics Platform trên máy tính có thể truy cập các tập dữ liệu của bạn.
2. Đi tới Settings > Integrations và chọn On Premise từ danh sách tích hợp.
3. Xem lại các đường dẫn Dataset folder on this machine và Models folder on this machine đã được điền sẵn.
4. Chọn Tạo lệnh cài đặt (Create install command).
5. Mở terminal được chỉ định trong hộp thoại, sao chép lệnh, dán vào terminal và nhấn Enter.
6. Giữ mở trang Integrations cho đến khi chỉ báo tiến trình hiển thị Connected.

Trang này theo dõi trực tiếp sáu bước thiết lập — chạy lệnh, tải xuống các tệp worker, tải xuống image Docker, xây dựng worker, khởi động worker và xác nhận kết nối — để bạn có thể theo dõi tiến trình mà không cần đọc terminal. Việc kết nối một host yêu cầu role biên tập viên workspace và gói Enterprise hoạt động; các workspace ở gói khác sẽ thấy nút Continue để yêu cầu hướng dẫn On Premise thay vì lệnh cài đặt.

Platform tự động điền các thư mục và token kết nối dùng một lần trước khi bạn sao chép lệnh. Lệnh được tạo tuân theo định dạng dưới đây:

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

Các giá trị mặc định hoạt động mà không cần chỉnh sửa:

Lệnh thiết lập sẽ tạo các thư mục này, cài đặt và khởi động Docker khi cần, đồng thời cấu hình kết nối để khởi động lại cùng máy tính của bạn. Hệ điều hành của bạn có thể yêu cầu bạn phê duyệt cài đặt hoặc khởi động lại trước khi thiết lập hoàn tất.

Docker Base Images#

Trình cài đặt chạy một container và chọn official Ultralytics base image cho máy chủ lưu trữ:

Trình cài đặt chọn một image chính thức được ghim phiên bản cho máy chủ. Worker thêm các phần phụ thuộc kết nối của nó mà không cần cài đặt lại Ultralytics. Nó phát hiện CUDA trong quá trình thiết lập, vì vậy một máy chủ NVIDIA vẫn chạy một container duy nhất thay vì các worker CPU và GPU riêng biệt. Các dịch vụ đám mây của Platform xử lý việc dự đoán và xuất model sau khi checkpoint tốt nhất được tải lên.

Thêm tập dữ liệu#

1. Đặt tập dữ liệu của bạn vào trong thư mục tập dữ liệu đã cấu hình.
2. Trong Platform, chọn New Dataset > On Premise.
3. Chọn máy tính đã kết nối.
4. Duyệt đến thư mục tập dữ liệu, chọn tác vụ và chọn Tạo (Create).

Platform sẽ lập chỉ mục tập dữ liệu cục bộ và mở nó trong cùng bộ sưu tập được sử dụng cho các tập dữ liệu đã tải lên và tập dữ liệu lưu trữ đám mây. Bạn có thể xem trước hình ảnh, kiểm tra nhãn, lọc tập dữ liệu và gắn nhãn mà không cần tải lên các pixel.

Dữ liệu được hỗ trợ#

On Premise hỗ trợ các định dạng nạp dữ liệu và các tác vụ thị giác máy tính tương tự như dữ liệu được tải lên:

• Hình ảnh và video
• Các tệp lưu trữ ZIP, TAR, TAR.GZ và TGZ
• Ultralytics NDJSON và COCO JSON
• Các tập dữ liệu YOLO và thư mục phân loại
• Các tác vụ phát hiện (detect), phân đoạn (segment), phân đoạn ngữ nghĩa (semantic), phân loại (classify), tư thế (pose) và hộp giới hạn định hướng (OBB)

Platform tự động nhận dạng các bố cục tập dữ liệu, class, nhãn và các tập chia train/validation/test phổ biến. Thư mục tập dữ liệu được mount ở chế độ chỉ đọc (read-only), do đó Platform không bao giờ thay đổi kích thước, mã hóa lại, chỉnh sửa hoặc xóa các tệp nguồn của bạn. Mọi thứ được tạo ra trong quá trình nạp dữ liệu — các tệp lưu trữ được giải nén, các tài sản NDJSON đã tải xuống và các khung hình video — được ghi vào một volume Docker riêng tư trên cùng máy tính.

Xem trước và Chú thích#

Khi bạn mở một hình ảnh, trình duyệt của bạn sẽ tải nó trực tiếp từ máy tính đã kết nối. Không cần chứng chỉ, tên máy chủ, VPN hoặc cấu hình xem trước nào.

Các nhãn và tổ chức tập dữ liệu được lưu trong workspace Platform của bạn, nhưng các chỉnh sửa trong Platform không bao giờ làm thay đổi tệp hình ảnh hoặc tệp nhãn gốc của bạn.

Huấn luyện Model#

Bắt đầu huấn luyện thông qua hộp thoại huấn luyện thông thường của Platform:

1. Mở một project và chọn New Model.
2. Chọn tập dữ liệu On Premise.
3. Chọn model và các cài đặt huấn luyện.
4. Bắt đầu huấn luyện.

Platform thực thi tác vụ trên máy tính đã kết nối. Nó sử dụng GPU NVIDIA khả dụng hoặc tự động chuyển sang CPU, vì vậy một máy Mac có thể huấn luyện một model nhỏ như YOLO26n trên COCO8 mà không cần phần cứng GPU chuyên dụng.

Các tệp huấn luyện được ghi vào thư mục models đã cấu hình trong khi run đang hoạt động. Gói Ultralytics sử dụng các callback remote-training tương tự như bất kỳ máy khách hàng quản lý nào: tiến trình và số liệu được truyền đến Platform, checkpoint tốt nhất được tải lên bộ nhớ của Platform và model đã hoàn thiện hoạt động với các đường dẫn tải xuống, dự đoán, xuất và triển khai hiện có. Các training artifacts khác vẫn nằm trong thư mục models của bạn. Huấn luyện On Premise không sử dụng credit tính toán của Platform và Platform không bao giờ gửi tác vụ huấn luyện lên tài nguyên tính toán đám mây.

Quản lý kết nối#

Mở Settings > Integrations để xem từng máy tính được kết nối, tên host và phần cứng của nó, cũng như liệu CPU và GPU của máy đó hiện có đang trực tuyến hay không. Host liên tục báo cáo về, vì vậy một máy tính bị tắt nguồn hoặc mất kết nối sẽ hiển thị là ngoại tuyến và các tập dữ liệu của nó tạm thời không khả dụng thay vì chuyển sang tính toán trên đám mây.

Reconnect thực hiện lệnh cài đặt mới cho một host mà bạn đã ngắt kết nối trước đó. Nó sử dụng lại bản ghi host cũ, do đó các tập dữ liệu hiện có của host đó tiếp tục hoạt động mà không cần phải nhập lại.

Disconnect thu hồi quyền truy cập của host đó ngay lập tức. Các tác vụ đang xếp hàng, đang khởi động và đang chạy gắn liền với host đó sẽ bị hủy, bao gồm cả quá trình training đang diễn ra, và một tập dữ liệu vẫn đang được nhập sẽ thất bại với On Premise host disconnected during ingest.. Các tập dữ liệu đã nhập xong vẫn giữ nguyên class, nhãn và chú thích nhưng không thể xem trước hoặc dùng để training cho đến khi bạn kết nối lại. Không có gì bị xóa khỏi máy tính, và các model đã được tải lên Platform vẫn tiếp tục khả dụng.

Các hạn chế hiện tại#

• Không quét lại (No rescan). Tập dữ liệu chỉ được lập chỉ mục một lần khi bạn tạo nó. Nếu các tệp nguồn thay đổi sau đó, Platform sẽ không nhận biết được — hãy tạo một tập dữ liệu mới để cập nhật các thay đổi.
• Các tính năng sao chép của Platform không khả dụng. Các tập dữ liệu On Premise sẽ loại trừ các tính năng cần bản sao hình ảnh thuộc sở hữu của Platform: tự động chú thích, phân tích cụm (clustering analysis), nhân bản tập dữ liệu và snapshot phiên bản bất biến.
• Quá trình training không di chuyển. Nếu tiến trình worker dừng giữa chừng, lượt chạy sẽ thất bại thay vì khởi động lại ở nơi khác.
• Các tệp model nằm lại trên host. Việc xóa hoặc đưa một model vào thùng rác trong Platform chỉ xóa nó khỏi Platform chứ không xóa khỏi thư mục model của bạn — hãy tự dọn dẹp thư mục đó khi không còn cần đến lượt chạy nữa.

Việc xóa một tập dữ liệu On Premise hoặc các hình ảnh riêng lẻ trong đó chỉ xóa các tham khảo và chú thích của Platform. Các tệp của bạn không bao giờ bị chạm đến.

Nếu quá trình thiết lập không hoàn tất#

• Docker yêu cầu quyền: Phê duyệt lời nhắc và đợi Docker khởi động. Quá trình thiết lập sẽ tiếp tục tự động.
• Windows yêu cầu khởi động lại: Khởi động lại máy tính, quay lại Settings > Integrations và tạo một lệnh cài đặt mới.
• Lệnh thiết lập đã hết hạn: Tạo một lệnh cài đặt mới. Mỗi lệnh đều tạm thời và chỉ hoạt động một lần.
• Kết nối vẫn ngoại tuyến: Mở Docker Desktop, chạy lại lệnh mới được tạo và giữ nguyên terminal cho đến khi nó thông báo rằng On Premise đang chạy.
• Các bản xem trước không tải: Mở Platform trong trình duyệt trên máy tính đã kết nối. Các bản xem trước tập dữ liệu đến trực tiếp từ máy tính đó.
• Bạn cần nhật ký (log) của worker: Trình cài đặt ghi vào /opt/ultralytics-worker trên Linux và ~/.ultralytics/worker trên macOS và Windows. Chạy docker compose logs -f từ thư mục đó để theo dõi worker.

Xem thêm Datasets, Annotation và Training.