Ultralytics Platform

Ultralytics Platform 是一个端到端的计算机视觉平台，覆盖从数据准备到模型部署的完整机器学习工作流程。它面向希望训练并部署生产级视觉模型、又无需自行管理基础设施的团队和个人。

什么是 Ultralytics Platform？#

Ultralytics Platform 将数据集管理与标注、实验跟踪、云端和远程训练、模型导出、专用推理端点及部署监控整合到一个工作区中。平台原生支持 YOLO26、YOLO11、YOLOv8 和 YOLOv5 模型。

工作流程：上传 → 标注 → 训练 → 导出或部署#

该平台提供端到端工作流程：

你可以执行的操作：

• 上传图像、视频和数据集文件，以创建训练数据集
• 可视化标注内容，并通过交互式叠加层查看标注编辑器支持的 6 种 YOLO 任务类型（请参阅支持的任务类型）
• 训练模型：使用云端 GPU（所有套餐均提供 24 个，Pro 或 Enterprise 套餐提供 26 个，包含 B200 和 B300），并查看实时指标
• 导出为 23 种部署格式（ONNX、TensorRT、CoreML、LiteRT、Hailo、Ascend 等）
• 部署到全球 42 个区域，并一键创建专用端点
• 构建 Agents 工作流程，连接模型、条件、数据集收集、Slack 警报和 Webhook
• 监控训练进度、部署运行状况和使用指标
• 通过集成连接云存储、标注工具和 Slack
• 协作：向社区公开项目和数据集

多区域基础设施#

你的数据会保留在所在区域。Ultralytics Platform 在全球三个区域运营基础设施：

你可以在注册引导过程中选择数据区域。数据集、模型和托管训练数据都会保留在该区域。 专用端点会单独部署到你从全球部署地图中选择的区域。

主要功能#

数据准备#

• 数据集管理：从本地文件、URL、已连接的云存储或本地部署的主机创建数据集，并自动处理数据
• 标注编辑器：提供适用于 6 种 YOLO 任务类型的手动标注工具（检测、分割、语义分割、分类、姿势估计、OBB；请参阅支持的任务类型）
• 骨架模板：内置模板（人物、手部、狗、面部、框）和自定义骨架模板，支持一键进行姿势标注
• 智能标注：在标注工具栏中使用 SAM 2.1（Tiny、Small、Base、Large）、SAM 3 或 SAM 3.1（默认），执行检测、分割、语义分割和 OBB 任务；也可以使用预训练的 Ultralytics YOLO 模型和你自己微调的 YOLO 模型执行这些任务及姿态估计，或者在包含 1–200 个类别的检测数据集中使用类别提示模型：九种托管开源模型（批量标注中默认使用 Moondream 3.1，另有一种可通过 Early access 启用）、托管的文本提示 SAM 3 和 SAM 3.1，或者来自 OpenAI、Anthropic、Google、Meta、SpaceXAI、DeepSeek、Z.ai、Kimi、Xiaomi MiMo、Alibaba、MiniMax 和 Tencent 的付费视觉模型；使用 Settings > API Keys 中的提供商密钥即可
• 数据集版本控制：创建带描述的编号 NDJSON 快照，然后下载或还原任意版本，以实现可复现训练
• 统计信息：类别分布、数据集划分分布、位置热力图和边界框尺寸分析

模型训练#

• 云端训练：使用云端 GPU（所有套餐均提供 24 个，Pro 或 Enterprise 套餐可使用 26 个，包含 B200 和 B300）进行训练，并查看实时指标和实时费用估算
• 远程训练：在任何位置进行训练，并将指标流式传输到 Ultralytics Platform
• 高级设置：在训练对话框内置的 YAML 编辑器中覆盖任何 Ultralytics 训练参数
• 项目组织管理：将相关模型分组、比较实验并跟踪活动
• 23 种导出格式：ONNX、TensorRT、CoreML、LiteRT、Hailo、Ascend 等（参见支持的格式）

你可以通过 Web UI（云端训练）或在自己的设备上（远程训练）训练模型：

部署#

• 推理测试：直接在浏览器中使用你自己的图像、摄像头拍摄内容或内置示例测试模型
• 专用端点：部署到全球 42 个区域，默认缩容至零（单个活动实例）
• 监控：实时指标、请求日志和性能仪表板

部署后，你可以使用任意语言调用你的端点。conf、iou 和 imgsz 是可选表单字段，默认值分别为 0.25、0.5 和模型的训练图像尺寸（如果无法获取，则为 640）：

import requests

url = "https://your-deployment-url.run.app/predict"
api_key = "YOUR_API_KEY"
args = {"conf": 0.25, "iou": 0.5, "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())

账户管理#

• 团队与组织：与团队成员协作、管理角色和邀请，并从账户菜单切换工作区
• API 密钥：安全管理远程训练和 API 访问所需的密钥
• 积分与账单：按需付费训练，价格透明，可充值 $5 至 $1,000
• 活动动态：跟踪所有账户事件和操作
• 回收站与恢复：支持 30 天软删除和项目恢复
• 符合 GDPR：导出数据和删除账户

快速链接#

通过以下资源快速开始：

• 快速入门：几分钟内创建你的第一个项目并训练模型
• 探索：浏览和克隆公开数据集与项目，还可根据图像内容搜索图像
• 数据：数据集准备概览
• 数据集：上传并管理你的训练数据
• 标注：使用手动和 AI 辅助工具标注你的数据
• 训练：训练概览
• 项目：整理你的模型和实验
• 模型：模型页面、下载和导出
• 云端训练：在云端 GPU 上训练
• 部署：部署概览
• 推理：测试你的模型
• 端点：将模型部署到生产环境
• 监控：跟踪部署性能
• 账户：账户概览
• 设置：个人资料和工作区偏好设置
• 团队：成员、角色和邀请
• API 密钥：管理 API 访问权限
• 账单：积分和付款
• 活动：跟踪账户事件
• 回收站：恢复已删除的项目
• 集成：云存储、标注工具和 Slack
• REST API：API 参考

故障排除#

数据集问题#

训练问题#

部署问题#

常见问题#

常见问题#