Ultralytics HUB 集成
了解Ultralytics HUB 与各种平台和格式的集成。
数据集
在Ultralytics HUB 中无缝导入数据集进行 模型训练。
在Ultralytics HUB 中导入数据集后，您就可以像使用 Ultralytics HUB 数据集一样在数据集上 训练模型。
Roboflow
您可以在 RoboflowUltralytics 数据 集 。
Ultralytics HUB支持两种类型的集成 Roboflow,Universe和Workspace。
宇宙
宇宙集成 RoboflowUniverse 集成可让您一次从Ultralytics HUB 中导入一个数据集。Roboflow.
进口
导出 Roboflow数据集时，请选择Ultralytics HUB 格式。此操作将重定向到 Ultralytics HUB 并触发 数据集导入对话框。
您可以通过点击 Roboflow单击 "导入"按钮即可导入数据集。
接下来，在数据集上训练一个模型。
删除
导航到要移除的 Roboflow数据集页面，打开数据集操作下拉菜单并单击删除选项。
工作
工作区集成 Roboflow工作区集成允许您将整个 Roboflow工作区集成，可将整个工作区一次性导入Ultralytics HUB。
进口
单击侧边栏中的集成按钮，导航至集成页面。
键入您的 Roboflow工作区私人 API 密钥，然后单击 "添加"按钮。
提示
您可以单击 "获取我的API 密钥 "按钮，该按钮会将您重定向到您的 Roboflow工作区的设置。
这将把您的Ultralytics HUB 账户与您的Roboflow工作区，并使您的 Roboflow数据集在Ultralytics HUB 中可用。
接下来，在数据集上训练一个模型。
删除
单击侧边栏中的集成按钮导航到集成页面，然后单击要移除的工作区的取消链接按钮。 Roboflow工作区的解除链接按钮。
机型
出口
训练模型后，您可以将其导出为 13 种不同的格式，包括ONNX,OpenVINO,CoreML,TensorFlow, Paddle 等。
下表列出了可用的导出格式。
| 格式 | format 论据 |
模型 | 元数据 | 论据 |
|---|---|---|---|---|
| PyTorch | - | yolov8n.pt |
✅ | - |
| TorchScript | torchscript |
yolov8n.torchscript |
✅ | imgsz, optimize, batch |
| ONNX | onnx |
yolov8n.onnx |
✅ | imgsz, half, dynamic, simplify, opset, batch |
| OpenVINO | openvino |
yolov8n_openvino_model/ |
✅ | imgsz, half, int8, batch |
| TensorRT | engine |
yolov8n.engine |
✅ | imgsz, half, dynamic, simplify, workspace, int8, batch |
| CoreML | coreml |
yolov8n.mlpackage |
✅ | imgsz, half, int8, nms, batch |
| TF SavedModel | saved_model |
yolov8n_saved_model/ |
✅ | imgsz, keras, int8, batch |
| TF GraphDef | pb |
yolov8n.pb |
❌ | imgsz, batch |
| TF 轻型 | tflite |
yolov8n.tflite |
✅ | imgsz, half, int8, batch |
| TF 边缘TPU | edgetpu |
yolov8n_edgetpu.tflite |
✅ | imgsz, batch |
| TF.js | tfjs |
yolov8n_web_model/ |
✅ | imgsz, half, int8, batch |
| PaddlePaddle | paddle |
yolov8n_paddle_model/ |
✅ | imgsz, batch |
| NCNN | ncnn |
yolov8n_ncnn_model/ |
✅ | imgsz, half, batch |
令人兴奋的新功能即将推出 🎉
- 其他数据集集成
- 详细的出口集成指南
- 每个集成的分步教程
保持更新 🚧
此集成页面是您了解即将到来的开发的第一站。请留意我们的：
我们重视您的意见 🗣️
您的反馈将影响我们未来的版本。在此分享您的想法和建议。
感谢您，社区！🌍
您的贡献激励着我们不断创新。请继续关注Ultralytics ，了解人工智能和 ML 的下一步发展！