AutoTrain với Ask AI#
AutoTrain sử dụng Ask AI để giúp bạn huấn luyện, so sánh và cải thiện các model thông qua một cuộc trò chuyện. Bắt đầu với một baseline, xem xét kết quả và yêu cầu thí nghiệm tiếp theo. Ask AI cũng có thể tìm kiếm tập dữ liệu, gán nhãn hình ảnh, xuất model và triển khai chúng.
Đăng nhập vào Ultralytics Platform, mở tập dữ liệu hoặc dự án của bạn, và nhấp vào Ask AI.
Để sử dụng các hành động trên Platform, trước tiên hãy tạo một Ultralytics API key trong phần Settings > API Keys thuộc không gian làm việc cá nhân của bạn. Ask AI tự động sử dụng khóa cá nhân hiện có của bạn; bạn không cần phải dán khóa đó vào cuộc trò chuyện. Hãy bao gồm liên kết dự án hoặc tập dữ liệu khi làm việc với không gian làm việc của nhóm.
Các câu lệnh để thử#
Bao gồm metric mục tiêu, model, giới hạn epoch và số lượng thí nghiệm trong yêu cầu của bạn. Để có kết quả có thể so sánh được, hãy giữ nguyên tập dữ liệu, các phần chia và random seed trong khi thay đổi từng cài đặt một. Các lượt chạy trên đám mây sử dụng training credits của bạn.
Mở tập dữ liệu hoặc dự án có liên quan và hỏi:
| Mục tiêu | Câu lệnh ví dụ |
|---|---|
| Bắt đầu một dự án | Tạo một dự án riêng tư có tên "Wildlife Lab". Tìm và nhân bản một tập dữ liệu phát hiện động vật hoang dã, sau đó chuẩn bị một lượt chạy 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 tất cả các cài đặt và phần chia tách tập dữ liệu khác. |
| Khám phá tập dữ liệu | Tìm tàu container, container vận chuyển và cần cẩu trong xView. Đây có phải là một điểm khởi đầu tốt cho hậu cần cảng không? |
| Tạo một cơ sở | Huấn luyện YOLO26n trên tập dữ liệu này và đặt tên cho lượt chạy là "xview-baseline". |
| So sánh các model | So sánh các model đã hoàn thành theo mAP50-95 validation. Giải thích các điểm khác biệt và đề xuất thí nghiệm tiếp theo. |
| Triển khai một model | Triển khai model đã hoàn thành có mAP xác thực tốt nhất trong dự án này. Cho tôi biết URL điểm cuối và trạng thái của model đó. |
| Tự động gán nhãn | Sử dụng model tương thích tốt nhất của tôi để gán nhãn cho các ảnh chưa có nhãn trong tập dữ liệu này. Giữ nguyên các nhãn hiện có. |
| Xem xét việc phân loại | Model nào có độ chính xác phân loại tốt nhất? Những giống nào vẫn gây nhầm lẫn và chúng ta nên thử gì tiếp theo? |
| Xuất một model | Xuất model này sang ONNX và cung cấp cho tôi liên kết tải xuống khi model sẵn sàng. |
Sử dụng Coding Agent của riêng bạn#
Ask AI sử dụng Platform CLI, ul cloud và platform-cli skill đi kèm. Bạn có thể sử dụng các lệnh tương tự từ Claude Code, Codex hoặc một coding agent tương thích khác.
Cài đặt và Kết nối#
Thiết lập dưới đây dành cho việc sử dụng Platform CLI với coding agent của riêng bạn bên ngoài Platform.
CLI ul đi kèm với gói Ultralytics trên Python 3.11+. Cài đặt hoặc cập nhật công cụ này:
pip install -U ultralyticsTạo một Platform API key và thiết lập khóa đó trong terminal được sử dụng bởi agent của bạn. 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. Đối với các agent được hỗ trợ bởi skills CLI, hãy cài đặt Platform skill bằng lệnh:
npx skills add ultralytics/skills --skill platform-cliSau đó, sử dụng các câu lệnh giống như các ví dụ ở trên, bao gồm liên kết dự án hoặc tập dữ liệu để lấy ngữ cảnh.
Chạy lệnh trực tiếp#
Sử dụng các slug URL của dự án và model trong các câu lệnh. Các ví dụ này nhắm tới không gian làm việc cá nhân của bạn; hãy thêm owner=TEAM để nhắm tới không gian làm việc của đội ngũ mà bạn thuộc về:
ul cloud datasets list
ul cloud models list project=license-plate
ul cloud models training project=license-plate model=baseline
ul cloud training start --helpSử dụng ul cloud --help để khám phá các lệnh và ul cloud <resource> <operation> --help cho các đối số của chúng. Xem tài liệu tham khảo Platform API để biết thêm chi tiết.