Ultralytics HUB 集成

了解 Ultralytics HUB 与各种平台和格式的集成，以简化您的 AI 工作流程。

数据集

将您的数据集无缝导入 Ultralytics HUB，以进行高效的模型训练。

导入数据集后，您可以像使用原生 Ultralytics HUB 数据集一样，在数据集上训练模型。

Roboflow

您可以轻松地在 Ultralytics HUB Datasets 页面上过滤 Roboflow 数据集。

Ultralytics HUB 截图，显示带有 Roboflow 提供商筛选器的数据集页面

Ultralytics HUB 支持与 Roboflow 的两种集成类型：Universe 和 Workspace。

宇宙

通过 Roboflow Universe 集成，您可以一次从 Roboflow 将一个数据集导入到 Ultralytics HUB 中。

导入

导出 Roboflow 数据集时，选择 Ultralytics HUB 格式。此操作会将您重定向到 Ultralytics HUB 并打开数据集导入对话框。

单击 Import 按钮导入您的 Roboflow 数据集。

Ultralytics HUB 截图，显示“数据集导入”对话框，箭头指向“导入”按钮

接下来，您可以在新导入的数据集上训练模型。

Ultralytics HUB 截图，显示 Roboflow Universe 数据集的数据集页面，箭头指向“训练模型”按钮

移除

导航到您要删除的Roboflow数据集的数据集页面。打开数据集操作下拉菜单，然后单击Remove选项。

Ultralytics HUB 截图，显示 Roboflow Universe 数据集的数据集页面，箭头指向“移除”选项

提示

您还可以直接从主数据集页面删除导入的 Roboflow 数据集。

Ultralytics HUB 截图，显示数据集页面，箭头指向其中一个 Roboflow Universe 数据集的“移除”选项

工作区

通过 Roboflow Workspace 集成，您可以一次将整个 Roboflow Workspace 导入到 Ultralytics HUB 中。

导入

通过单击侧边栏中的Integrations按钮，导航到Integrations页面。

输入您的 Roboflow 工作区私有API 密钥，然后单击添加按钮。

提示

点击 Get my API key 按钮将会重定向到您的 Roboflow 工作区设置，您可以在那里找到您的私有 API 密钥。

Ultralytics HUB 截图，显示“集成”页面，箭头指向侧边栏中的“集成”按钮和一个“添加”按钮

此操作将您的 Ultralytics HUB 帐户与您的 Roboflow 工作区连接，从而使您的 Roboflow 数据集在 Ultralytics HUB 中可用。

Ultralytics HUB 截图，显示“集成”页面，箭头指向其中一个已连接的工作区

接下来，您可以使用来自连接的工作区中的任何数据集来训练模型。

Ultralytics HUB 截图，显示 Roboflow Workspace 数据集的数据集页面，箭头指向“训练模型”按钮

移除

通过侧边栏导航到Integrations页面。单击要断开连接的Roboflow工作区的Unlink按钮。

Ultralytics HUB 截图，显示“集成”页面，箭头指向侧边栏中的“集成”按钮和一个已连接工作区的“取消链接”按钮

提示

您还可以直接从属于该工作区的任何数据集的“数据集”页面取消连接已连接的 Roboflow 工作区。

Ultralytics HUB 截图，显示 Roboflow Workspace 数据集的数据集页面，箭头指向“移除”选项

提示

或者，使用与该工作区中任何数据集关联的删除选项，直接从主数据集页面删除连接的 Roboflow 工作区。

Ultralytics HUB 截图，显示数据集页面，箭头指向其中一个 Roboflow Workspace 数据集的“移除”选项

模型

导出

训练模型后，您可以使用导出模式将其导出为 13 种不同的格式，包括流行的 ONNX、OpenVINO、CoreML、TensorFlow 和 PaddlePaddle。

Ultralytics HUB 截图，显示模型页面中的“部署”选项卡，箭头指向“导出”卡片以及所有导出的格式

下表详细列出了可用的导出格式。

格式	`format` 参数	模型	元数据	参数
PyTorch	-	`yolo11n.pt`	✅	-
TorchScript	`torchscript`	`yolo11n.torchscript`	✅	`imgsz`, `half`, `dynamic`, `optimize`, `nms`, `batch`, `device`
ONNX	`onnx`	`yolo11n.onnx`	✅	`imgsz`, `half`, `dynamic`, `simplify`, `opset`, `nms`, `batch`, `device`
OpenVINO	`openvino`	`yolo11n_openvino_model/`	✅	`imgsz`, `half`, `dynamic`, `int8`, `nms`, `batch`, `data`, `fraction`, `device`
TensorRT	`engine`	`yolo11n.engine`	✅	`imgsz`, `half`, `dynamic`, `simplify`, `workspace`, `int8`, `nms`, `batch`, `data`, `fraction`, `device`
CoreML	`coreml`	`yolo11n.mlpackage`	✅	`imgsz`, `half`, `int8`, `nms`, `batch`, `device`
TF SavedModel	`saved_model`	`yolo11n_saved_model/`	✅	`imgsz`, `keras`, `int8`, `nms`, `batch`, `device`
TF GraphDef	`pb`	`yolo11n.pb`	❌	`imgsz`, `batch`, `device`
TF Lite	`tflite`	`yolo11n.tflite`	✅	`imgsz`, `half`, `int8`, `nms`, `batch`, `data`, `fraction`, `device`
TF Edge TPU	`edgetpu`	`yolo11n_edgetpu.tflite`	✅	`imgsz`, `device`
TF.js	`tfjs`	`yolo11n_web_model/`	✅	`imgsz`, `half`, `int8`, `nms`, `batch`, `device`
PaddlePaddle	`paddle`	`yolo11n_paddle_model/`	✅	`imgsz`, `batch`, `device`
MNN	`mnn`	`yolo11n.mnn`	✅	`imgsz`, `batch`, `int8`, `half`, `device`
NCNN	`ncnn`	`yolo11n_ncnn_model/`	✅	`imgsz`, `half`, `batch`, `device`
IMX500	`imx`	`yolo11n_imx_model/`	✅	`imgsz`, `int8`, `data`, `fraction`, `device`
RKNN	`rknn`	`yolo11n_rknn_model/`	✅	`imgsz`, `batch`, `name`, `device`