Link to this sectionModels#

Ultralytics Platform cung cấp khả năng quản lý mô hình toàn diện để huấn luyện, phân tích và triển khai các mô hình YOLO. Tải lên các mô hình đã được huấn luyện trước hoặc huấn luyện mô hình mới trực tiếp trên nền tảng.

Link to this sectionTải lên mô hình#

Tải trọng số mô hình hiện có lên nền tảng:

1. Điều hướng đến dự án của bạn
2. Kéo và thả các tệp .pt vào trang dự án hoặc thanh bên của mô hình
3. Siêu dữ liệu (metadata) của mô hình được phân tích cú pháp tự động từ tệp

Có thể tải lên nhiều tệp cùng lúc (tối đa 3 tệp đồng thời).

Các định dạng mô hình được hỗ trợ:

Sau khi tải lên, nền tảng sẽ phân tích siêu dữ liệu của mô hình:

• Loại tác vụ (detect, segment, semantic, pose, OBB, classify)
• Kiến trúc (YOLO26n, YOLO26s, v.v.)
• Tên và số lượng lớp
• Kích thước đầu vào và các tham số
• Kết quả huấn luyện và các chỉ số (nếu có trong checkpoint)

Link to this sectionHuấn luyện mô hình#

Huấn luyện một mô hình mới trực tiếp trên nền tảng:

1. Điều hướng đến dự án của bạn
2. Nhấp vào New Model
3. Chọn mô hình cơ sở và tập dữ liệu
4. Cấu hình các tham số huấn luyện
5. Chọn huấn luyện trên đám mây hoặc cục bộ
6. Bắt đầu huấn luyện

Xem Cloud Training để biết hướng dẫn chi tiết.

Link to this sectionVòng đời mô hình#

graph LR
    A[Upload .pt] --> B[Overview]
    C[Train] --> B
    B --> D[Predict]
    B --> E[Export]
    B --> F[Deploy]
    E --> G[19+ Formats]
    F --> H[Endpoint]

    style A fill:#4CAF50,color:#fff
    style C fill:#FF9800,color:#fff
    style E fill:#2196F3,color:#fff
    style F fill:#9C27B0,color:#fff

Link to this sectionCác tab trang mô hình#

Mỗi trang mô hình có các tab sau:

Link to this sectionTab tổng quan#

Hiển thị siêu dữ liệu và các chỉ số chính của mô hình:

• Tên mô hình (có thể chỉnh sửa), biểu tượng trạng thái, loại tác vụ
• Các chỉ số cuối cùng (mAP50, mAP50-95, precision, recall)
• Biểu đồ đường nhỏ (sparkline) hiển thị tiến trình huấn luyện
• Các tham số huấn luyện (số epoch, batch size, kích thước ảnh, v.v.)
• Liên kết tập dữ liệu (khi được huấn luyện với một tập dữ liệu của Nền tảng)
• Nút tải xuống trọng số mô hình

Link to this sectionTab Huấn luyện#

Tab Huấn luyện có ba tab con:

Link to this sectionTab con Biểu đồ#

Các biểu đồ chỉ số huấn luyện tương tác hiển thị đường cong loss và các chỉ số hiệu suất theo từng epoch:

Link to this sectionTab con Console#

Đầu ra console trực tiếp từ quá trình huấn luyện:

• Truyền log thời gian thực trong khi huấn luyện
• Thanh tiến trình theo epoch và kết quả kiểm định
• Phát hiện lỗi với biểu ngữ lỗi được làm nổi bật
• Hỗ trợ màu ANSI cho đầu ra được định dạng

Link to this sectionTab con Hệ thống#

Số liệu GPU và hệ thống trong khi huấn luyện:

Link to this sectionTab Dự đoán (Predict)#

Chạy suy luận tương tác trực tiếp trong trình duyệt:

• Tải lên ảnh, sử dụng ảnh ví dụ hoặc dùng webcam
• Kết quả hiển thị kèm theo khung bao (bounding box), mask, bản đồ lớp ngữ nghĩa hoặc điểm mấu chốt (keypoint)
• Tự động suy luận khi cung cấp ảnh
• Hỗ trợ tất cả các loại tác vụ (detect, segment, semantic, pose, OBB, classify)

Link to this sectionTab Xuất (Export)#

Xuất mô hình của bạn sang hơn 19 định dạng triển khai. Xem Xuất mô hình bên dưới và hướng dẫn cốt lõi về Chế độ xuất để biết chi tiết đầy đủ.

Link to this sectionTab Triển khai#

Tạo và quản lý các endpoint suy luận chuyên dụng. Xem Triển khai để biết chi tiết.

Link to this sectionBiểu đồ kiểm định#

Sau khi quá trình huấn luyện hoàn tất, hãy xem phân tích kiểm định chi tiết:

Link to this sectionMa trận nhầm lẫn (Confusion Matrix)#

Bản đồ nhiệt tương tác hiển thị độ chính xác dự đoán theo từng lớp:

Link to this sectionĐường cong PR/F1#

Các đường cong hiệu suất tại các ngưỡng tin cậy khác nhau:

Link to this sectionXuất mô hình#

graph LR
    A[Select Format] --> B[Configure Args]
    B --> C[Export]
    C --> D{GPU Required?}
    D -->|Yes| E[Cloud GPU Export]
    D -->|No| F[CPU Export]
    E --> G[Download]
    F --> G

    style A fill:#2196F3,color:#fff
    style C fill:#FF9800,color:#fff
    style G fill:#4CAF50,color:#fff

Xuất mô hình của bạn sang hơn 19 định dạng triển khai:

1. Điều hướng đến tab Export
2. Chọn định dạng mục tiêu
3. Cấu hình các đối số xuất (kích thước ảnh, độ chính xác một nửa, dynamic, v.v.)
4. Đối với các định dạng yêu cầu GPU (TensorRT), hãy chọn loại GPU
5. Nhấp vào Export
6. Tải xuống khi hoàn tất

Link to this sectionCác định dạng được hỗ trợ#

Nền tảng hỗ trợ xuất sang hơn 19 định dạng triển khai: ONNX, TorchScript, OpenVINO, TensorRT, CoreML, TF SavedModel, TF GraphDef, TF Lite, TF Edge TPU, TF.js, PaddlePaddle, NCNN, MNN, RKNN, Qualcomm (QNN), IMX500, Axelera, ExecuTorch và DeepX.

Link to this sectionHướng dẫn chọn định dạng#

Link to this sectionHỗ trợ Chip RKNN#

Khi xuất sang định dạng RKNN, hãy chọn thiết bị Rockchip mục tiêu của bạn:

Link to this sectionVòng đời tác vụ xuất#

Các tác vụ xuất sẽ trải qua các trạng thái sau:

Link to this sectionTác vụ xuất hàng loạt#

• Export All: Nhấp vào Export All để bắt đầu các tác vụ xuất cho tất cả các định dạng dựa trên CPU với cài đặt mặc định.
• Delete All Exports: Nhấp vào Delete All để xóa tất cả các tệp đã xuất cho mô hình.

Link to this sectionHạn chế định dạng#

Một số định dạng xuất có hạn chế về kiến trúc hoặc tác vụ:

Link to this sectionSao chép (Clone) Model#

Sao chép mô hình sang một dự án khác:

1. Mở trang mô hình
2. Nhấp vào nút Clone
3. Chọn dự án đích
4. Nhấp vào Clone

Mô hình và trọng số của nó được sao chép vào dự án đích.

Link to this sectionTải xuống Model#

Tải xuống trọng số mô hình của bạn:

1. Điều hướng đến tab Overview của mô hình
2. Nhấp vào nút Download
3. Tệp .pt gốc sẽ tự động tải xuống

Các định dạng đã xuất có thể được tải xuống từ tab Export sau khi quá trình xuất hoàn tất.

Link to this sectionLiên kết tập dữ liệu#

Các mô hình có thể được liên kết với tập dữ liệu nguồn của chúng:

• Xem tập dữ liệu nào đã được sử dụng để huấn luyện
• Nhấp vào thẻ tập dữ liệu trên tab Overview để điều hướng đến đó
• Theo dõi nguồn gốc dữ liệu

Khi huấn luyện với các bộ dữ liệu Platform sử dụng định dạng URI ul://, việc liên kết sẽ tự động diễn ra.

# Train with a Platform dataset — linking is automatic
yolo train model=yolo26n.pt data=ul://username/datasets/my-dataset epochs=100

Link to this sectionCài đặt hiển thị#

Kiểm soát người có thể xem model của bạn:

Để thay đổi quyền hiển thị, hãy nhấp vào nhãn hiển thị (ví dụ: private hoặc public) trong phần tiêu đề trang. Quyền hiển thị được thiết lập ở cấp độ dự án, vì vậy tùy chọn này sẽ áp dụng cho tất cả các model trong dự án đó. Việc chuyển sang chế độ riêng tư (private) sẽ có hiệu lực ngay lập tức. Việc chuyển sang chế độ công khai (public) sẽ hiển thị hộp thoại xác nhận trước khi áp dụng.

Link to this sectionXóa Model#

Xóa model bạn không còn cần đến:

1. Mở menu hành động của model
2. Nhấp vào Delete (Xóa)
3. Xác nhận xóa

Link to this sectionXem thêm#

• Inference: Kiểm tra model trên trình duyệt bằng tab Dự đoán (Predict)
• Endpoints: Triển khai model ra môi trường production với các endpoint chuyên dụng
• Cloud Training: Cấu hình và chạy các tác vụ huấn luyện trên GPU đám mây
• Export Formats: Hướng dẫn đầy đủ về tất cả 19+ định dạng xuất

Link to this sectionCâu hỏi thường gặp#

Link to this sectionNhững kiến trúc model nào được hỗ trợ?#

Ultralytics Platform hỗ trợ đầy đủ tất cả các kiến trúc YOLO với các dự án chuyên dụng:

• YOLO26: các biến thể n, s, m, l, x (mới nhất, được khuyến nghị) — platform.ultralytics.com/ultralytics/yolo26
• YOLO11: các biến thể n, s, m, l, x — platform.ultralytics.com/ultralytics/yolo11
• YOLOv8: các biến thể n, s, m, l, x — platform.ultralytics.com/ultralytics/yolov8
• YOLOv5: các biến thể n, s, m, l, x — platform.ultralytics.com/ultralytics/yolov5

YOLO26 hỗ trợ 6 loại tác vụ: detect, segment, semantic, pose, OBB, và classify. YOLO11 và YOLOv8 hỗ trợ cùng tập hợp ngoại trừ semantic segmentation, trong khi YOLOv5 hỗ trợ detect, segment, và classify.

Link to this sectionTôi có thể tải xuống model đã huấn luyện của mình không?#

Có, hãy tải xuống trọng số (weights) của model từ trang model:

1. Nhấp vào biểu tượng tải xuống trên tab Tổng quan (Overview)
2. Tệp .pt gốc sẽ tự động tải xuống
3. Các định dạng đã xuất có thể được tải xuống từ tab Xuất (Export)

Link to this sectionLàm thế nào để so sánh các model giữa các dự án?#

Hiện tại, việc so sánh model chỉ giới hạn trong phạm vi dự án. Để so sánh giữa các dự án:

1. Sao chép (clone) các model vào một dự án duy nhất, hoặc
2. Xuất các chỉ số (metrics) và so sánh bên ngoài

Link to this sectionKích thước model tối đa là bao nhiêu?#

Các tệp model .pt được tải lên bị giới hạn ở mức 1 GB, và các model gần đạt giới hạn đó có thể mất nhiều thời gian hơn để tải lên và xử lý.

Link to this sectionTôi có thể tinh chỉnh (fine-tune) các model đã được huấn luyện sẵn không?#

Có! Bạn có thể sử dụng bất kỳ model YOLO26 chính thức nào làm cơ sở, hoặc chọn một trong các model đã hoàn thành của riêng bạn từ bộ chọn model trong hộp thoại huấn luyện. Platform hỗ trợ tinh chỉnh từ bất kỳ checkpoint nào đã tải lên.