Ultralytics Platform

中文 | 한국어 | 日本語 | Русский | Deutsch | Français | Español | Português | Türkçe | Tiếng Việt | العربية

Ultralytics Platform 是一个全面的端到端计算机视觉平台，它简化了从数据准备到模型部署的整个机器学习工作流程。它专为需要生产级计算机视觉解决方案但又不想处理复杂基础设施的团队和个人而设计。

什么是 Ultralytics Platform？

Ultralytics Platform 旨在用统一的解决方案取代分散的机器学习工具。它结合了以下功能：

• Roboflow - 数据管理和标注
• Weights & Biases - 实验跟踪
• SageMaker - 云训练
• HuggingFace - 模型部署
• Arize - 监控

一体化平台，原生支持YOLO26和YOLO11模型。

工作流程：上传 → 标注 → 训练 → 导出 → 部署

该平台提供端到端的工作流程：

graph LR
    subgraph Data["📁 Data"]
        A[Upload] --> B[Annotate]
        B --> C[Analyze]
    end
    subgraph Train["🚀 Train"]
        D[Configure] --> E[Train on GPU]
        E --> F[View Metrics]
    end
    subgraph Deploy["🌐 Deploy"]
        G[Export] --> H[Deploy Endpoint]
        H --> I[Monitor]
    end
    Data --> Train --> Deploy

您可以执行以下操作：

• 上传图像、视频和数据集文件以创建训练数据集
• 可视化 所有5种YOLO任务类型的交互式叠加标注（参见支持的任务）
• 训练模型：在云端 GPU 上训练模型 (20 个免费，专业版共 23 个)，并附带实时指标
• 导出到17种部署格式（ONNX、TensorRT、CoreML、TFLite等）
• 部署到 43 个全球区域，通过一键式专用端点
• 监控训练进度、部署健康状况和使用指标
• 协作，通过将项目和数据集公开给社区

多区域基础设施

您的数据保留在您所在的区域。Ultralytics Platform 在全球三个区域运营基础设施：

您在入职时选择您的区域，所有数据、模型和部署都将保留在该区域。

主要功能

数据准备

• 数据集管理：上传图像、视频或数据集文件并进行自动处理
• 标注编辑器：支持所有5种YOLO任务类型（detect、segment、姿势估计、旋转框检测、classify；参见支持的任务）的手动标注
• 骨架模板：内置（人物、手、脸、狗、框）和自定义骨架模板，用于一键姿势标注
• 智能标注：在标注工具栏中，可使用SAM .1（Tiny、Small、Base、Large）、SAM 、预训练的Ultralytics YOLO ，或您自己微调的YOLO ，以detect、segment 旋转框检测
• 数据集版本控制：创建带描述的编号NDJSON快照，用于可复现的训练
• 统计数据: 类别分布、位置热图和维度分析

graph LR
    A[Upload Dataset/Images/Video] --> B[Auto-Process]
    B --> C[Browse & Filter]
    C --> D{Annotate}
    D --> E[Manual Tools]
    D --> F[SAM Smart]
    D --> G[YOLO Auto-Label]
    E --> H[Train-Ready Dataset]
    F --> H
    G --> H

模型训练

• 云端训练：在云端 GPU 上训练 (20 个免费，专业版共 23 个)，并附带实时指标
• 远程训练：随时随地进行训练，并将指标流式传输到平台（W&B风格）
• 项目组织: 对相关模型进行分组、比较实验、跟踪活动
• 17种导出格式: ONNX, TensorRT, CoreML, TFLite 等（参见支持的格式）

您可以通过 Web UI（云训练）或从您自己的机器（远程训练）来训练模型：

# Install ultralytics
pip install "ultralytics>=8.4.14"

# Set your API key
export ULTRALYTICS_API_KEY="YOUR_API_KEY"

# Train and stream metrics to the platform
yolo train model=yolo26n.pt data=coco.yaml epochs=100 project=username/my-project name=exp1

import os

from ultralytics import YOLO

os.environ["ULTRALYTICS_API_KEY"] = "YOUR_API_KEY"

model = YOLO("yolo26n.pt")
model.train(
    data="coco.yaml",
    epochs=100,
    project="username/my-project",
    name="exp1",
)
# Metrics stream to Platform automatically

部署

• 推理测试: 直接在浏览器中使用自定义图像测试模型
• 专用端点: 部署到全球43个区域，支持自动扩缩容
• 监控: 实时指标、请求日志和性能仪表板

graph LR
    A[Trained Model] --> B{Action}
    B --> C[Browser Predict]
    B --> D[Export Format]
    B --> E[Deploy Endpoint]
    D --> F[ONNX / TensorRT / CoreML / TFLite / ...]
    E --> G[43 Global Regions]
    G --> H[API Endpoint URL]
    H --> I[Monitor & Scale]

部署后，即可从任何语言调用您的端点：

import requests

url = "https://your-endpoint-url/predict"
headers = {"Authorization": "Bearer YOUR_API_KEY"}

with open("image.jpg", "rb") as f:
    response = requests.post(url, headers=headers, files={"file": f})

print(response.json())

curl -X POST "https://your-endpoint-url/predict" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -F "file=@image.jpg"

const form = new FormData();
form.append("file", fileInput.files[0]);

const response = await fetch("https://your-endpoint-url/predict", {
    method: "POST",
    headers: { Authorization: "Bearer YOUR_API_KEY" },
    body: form,
});

const results = await response.json();
console.log(results);

账户管理

• 团队与组织：与团队成员协作，管理角色和邀请
• API密钥: 用于远程训练和API访问的安全密钥管理
• 积分与计费: 按需付费训练，价格透明
• 活动动态：track 所有账户事件和操作
• 回收站与恢复：30 天软删除及项目恢复
• GDPR合规性: 数据导出和账户删除

快速链接

通过以下资源开始使用：

• 快速入门: 在几分钟内创建您的第一个项目并训练模型
• 数据集: 上传和管理您的训练数据
• 标注: 使用手动和AI辅助工具标注您的数据
• 项目: 组织您的模型和实验
• 云端训练: 在云端GPU上进行训练
• 推理: 测试您的模型
• 端点: 将模型部署到生产环境
• 监控：跟踪部署性能
• API 密钥：管理 API 访问
• 计费：积分与支付
• 活动：track 账户事件
• 回收站：恢复已删除项目
• REST API：API 参考

常见问题

如何开始使用 Ultralytics Platform？

开始使用Ultralytics Platform：

1. 注册：在platform.ultralytics.com创建账户
2. 选择区域：在入职过程中选择您的数据区域（美国、欧盟或亚太地区）
3. 上传数据集：导航到数据集部分上传您的数据
4. 训练模型：创建项目并在云 GPU 上开始训练
5. 部署：测试您的模型并部署到专用端点

有关详细指南，请参阅快速入门页面。

Ultralytics Platform 有哪些优势？

Ultralytics Platform 提供：

• 统一工作流：数据、训练和部署一站式完成
• 多区域支持：数据驻留在美国、欧盟或亚太地区
• 无代码训练：无需编写代码即可训练高级 YOLO 模型
• 实时指标：实时传输训练进度并监控部署
• 43 个部署区域：在全球范围内将模型部署到靠近用户的位置
• 5种任务类型: 支持 detect、segment、姿势估计、旋转框检测 和 分类（参见任务文档）
• AI辅助标注：利用SAM YOLO 进行智能标注，以加快数据准备工作

云训练有哪些 GPU 选项可用？

Ultralytics Platform 支持多种 GPU 类型用于云训练：

请参阅 云训练 以获取完整的定价和 GPU 选项。

远程训练如何运作？

您可以在您自己的硬件上训练模型，并将实时指标流式传输到平台，类似于 Weights & Biases。

pip install "ultralytics>=8.4.14"

# Set your API key
export ULTRALYTICS_API_KEY="YOUR_API_KEY"

# Train with project/name to stream metrics
yolo train model=yolo26n.pt data=coco.yaml epochs=100 project=username/my-project name=exp1

import os

from ultralytics import YOLO

os.environ["ULTRALYTICS_API_KEY"] = "YOUR_API_KEY"

model = YOLO("yolo26n.pt")
model.train(
    data="coco.yaml",
    epochs=100,
    project="username/my-project",
    name="exp1",
)

# Train using a Platform dataset directly
export ULTRALYTICS_API_KEY="YOUR_API_KEY"

yolo train model=yolo26n.pt data=ul://username/datasets/my-dataset epochs=100 project=username/my-project name=exp1

有关远程训练的更多详细信息，请参阅云训练。

有哪些标注工具可用？

平台包含一个功能齐全的标注编辑器，支持：

• 手动工具：边界框、多边形、带骨架模板的关键点、旋转框、分类
• 骨架模板：使用内置（人物、手、脸、狗、框）或自定义模板一次性放置所有关键点
• 智能标注：使用SAM .1或SAM 进行点击式标注，或通过工具栏运行预训练的Ultralytics YOLO 以及您自己微调的YOLO ，以detect、segment 旋转框检测
• 键盘快捷键：通过热键实现高效工作流

有关完整指南，请参阅标注。

支持哪些导出格式？

平台支持 17 种部署格式：

请参阅 模型导出、导出模式指南 和 集成索引，以了解特定格式的选项。

故障排除

数据集问题

训练问题

部署问题

常见问题

📅 创建于 2 个月前 ✏️ 更新于 0 天前

评论