AutoTrain với Ask AI#
AutoTrain sử dụng Ask AI để hỗ trợ bạn huấn luyện, so sánh và cải thiện model thông qua hội thoại. Bắt đầu với một model cơ sở, xem xét kết quả rồi yêu cầu thử nghiệm tiếp theo. Ask AI cũng có thể tìm tập dữ liệu, gán nhãn ảnh, export model và triển khai chúng.
Đăng nhập vào Ultralytics Platform, mở tập dữ liệu hoặc project của bạn rồi nhấp vào Ask AI.
Để sử dụng các thao tác trên Platform, trước tiên hãy tạo khóa API Ultralytics trong Cài đặt > Khóa API của workspace cá nhân. Ask AI tự động sử dụng khóa cá nhân hiện có của bạn; bạn không cần dán khóa vào cuộc hội thoại. Khi làm việc với workspace nhóm, hãy đính kèm liên kết project hoặc tập dữ liệu.
Gợi ý prompt#
Nêu rõ metric mục tiêu, model, giới hạn epoch và số lượng thử nghiệm trong yêu cầu. Để có kết quả so sánh được, hãy cố định tập dữ liệu, các phần chia tập và random seed, đồng thời mỗi lần chỉ thay đổi một cài đặt. Các lượt chạy cloud sử dụng credit huấn luyện của bạn.
Mở tập dữ liệu hoặc project liên quan rồi yêu cầu:
| Mục tiêu | Prompt ví dụ |
|---|---|
| Tạo project | Tạo một project riêng tư có tên "Wildlife Lab". Tìm và sao chép một tập dữ liệu phát hiện động vật hoang dã, sau đó chuẩn bị một lượt huấn luyện cơ sở. |
| So sánh độ phân giải | Huấn luyện ba model trên tập dữ liệu này với kích thước ảnh 640, 800 và 960. Giữ nguyên mọi cài đặt khác và các phần chia tập dữ liệu. |
| Khám phá tập dữ liệu | Tìm tàu container, container vận chuyển và cần cẩu trong xView. Đây có phải là điểm khởi đầu phù hợp cho hoạt động logistics cảng không? |
| Tạo baseline | Huấn luyện YOLO26n trên dataset này và đặt tên lần chạy là "xview-baseline". |
| So sánh các model | So sánh các model đã hoàn tất dựa trên mAP50-95 trên tập validation. Giải thích sự khác biệt và đề xuất thử nghiệm tiếp theo. |
| Triển khai model | Triển khai model đã hoàn tất có mAP tốt nhất trên tập validation trong project này. Cung cấp URL endpoint và trạng thái của model. |
| Tự động gán nhãn | Dùng model tương thích tốt nhất của tôi để gán nhãn cho các ảnh chưa được gán nhãn trong dataset này. Giữ nguyên các annotation hiện có. |
| Đánh giá phân loại | Model nào có độ chính xác phân loại tốt nhất? Những giống nào vẫn dễ bị nhầm lẫn, và chúng ta nên thử gì tiếp theo? |
| Export model | Export model này sang ONNX và gửi tôi link tải xuống khi hoàn tất. |
Sử dụng coding agent của riêng bạn#
Ask AI sử dụng Platform CLI, ul cloud và platform-cli skill đi kèm. Bạn có thể dùng các lệnh tương tự từ Claude Code, Codex hoặc coding agent tương thích khác.
Cài đặt và kết nối#
Phần thiết lập dưới đây hướng dẫn cách sử dụng Platform CLI với coding agent của riêng bạn bên ngoài Platform.
CLI ul đi kèm gói Ultralytics trên Python 3.11+. Cài đặt hoặc cập nhật CLI:
pip install -U ultralyticsTạo Platform API key và đặt khóa này trong terminal mà agent của bạn sử dụng. Kiểm tra kết nối bằng lệnh:
export ULTRALYTICS_API_KEY="YOUR_API_KEY"
ul cloud account summaryThêm Skill#
Làm theo hướng dẫn cài đặt Agent Skills cho các plugin Claude Code và Codex. Với các agent được skills CLI hỗ trợ, hãy cài đặt Platform skill bằng lệnh:
npx skills add ultralytics/skills --skill platform-cliSau đó, sử dụng các prompt như ví dụ ở trên, kèm theo link project hoặc dataset để cung cấp ngữ cảnh.
Chạy lệnh trực tiếp#
Dùng slug URL của project và model trong các lệnh. Các ví dụ này nhắm đến workspace cá nhân của bạn; thêm owner=TEAM để nhắm đến workspace nhóm mà bạn tham gia:
ul cloud datasets list
ul cloud models list project=license-plate
ul cloud models training project=license-plate model=baseline
ul cloud training start --helpDùng ul cloud --help để khám phá các lệnh và ul cloud <resource> <operation> --help để xem các đối số của lệnh. Tham khảo tài liệu tham chiếu Platform API để biết thêm chi tiết.