Ultralytics Platform

Ultralytics Platform 是一个全面的端到端计算机视觉平台，旨在简化从数据准备到模型部署的整个 ML 工作流程。它专为那些需要生产级 computer vision 解决方案但又不想处理复杂基础设施的团队和个人打造。

什么是 Ultralytics Platform？

Ultralytics Platform 旨在用统一的解决方案取代碎片化的 ML 工具。它集成了以下功能：

• Roboflow - 数据管理与标注
• Weights & Biases - 实验跟踪
• SageMaker - 云端训练
• HuggingFace - 模型部署
• Arize - 监控

所有功能集于一个平台，并原生支持 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

你能做的事情：

• 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 任务类型的交互式标注覆盖图（详见 supported tasks）
• 训练云端 GPU 上的模型（所有计划 22 种，Pro 或 Enterprise 提供 24 种，包含 B200 和 B300），并查看实时指标
• 导出为 17 种部署格式（ONNX、TensorRT、CoreML、TFLite 等）
• 部署到 43 个全球区域，一键获取专用端点
• 监控训练进度、部署健康状况和使用指标
• 协作：将项目和数据集公开给社区

多区域基础设施

你的数据保留在你的区域内。Ultralytics Platform 在全球三个区域运营基础设施：

你在入职过程中选择区域，所有的数据、模型和部署都将保留在该区域内。

关键功能

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
• Annotation Editor：针对所有 5 种 YOLO 任务类型进行手动标注（检测、分割、姿态、OBB、分类；详见 supported tasks）
• 骨架模板：内置（人、手、脸、狗、盒子）和自定义骨架模板，实现一键姿态标注
• 智能标注：在标注工具栏中使用 SAM 2.1（Tiny、Small、Base、Large）、SAM 3、预训练的 Ultralytics YOLO 模型，或你自己的微调 YOLO 模型进行检测、分割和 OBB 任务
• 数据集版本控制：创建带有描述的编号 NDJSON 快照，以便进行可重复的训练
• 统计信息：类别分布、位置热力图和维度分析

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（所有计划 22 种，Pro 或 Enterprise 包含 B200 和 B300 的 24 种），并查看实时指标
• 远程训练：在任何地方训练，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（详见 supported formats）

你可以通过 Web UI（云端训练）或在你自己的机器上（远程训练）训练模型：

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 43 个全球区域，默认支持缩放至零（单个活跃实例）
• 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]

部署完成后，你可以使用任何语言调用你的端点：

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())

账户管理

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

快速链接

通过以下资源快速开始：

• 快速入门：创建你的第一个项目并在几分钟内训练一个模型
• 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
• 项目：组织你的模型和实验
• 云训练：在云端 GPU 上进行训练
• 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
• API 密钥：管理 API 访问权限
• 账单：额度和支付
• 活动：跟踪账户事件
• 回收站：恢复已删除的项目
• REST API：API 参考

常见问题解答

如何开始使用 Ultralytics Platform？

若要开始使用 Ultralytics Platform：

1. 注册：在 platform.ultralytics.com 创建账户
2. 选择区域：在入职引导期间选择你的数据区域（US、EU 或 AP）
3. 上传数据集：导航至 Datasets 部分上传你的数据
4. 训练模型：创建项目并开始在云 GPU 上进行训练
5. 部署：测试你的模型并部署到专属端点

有关详细指南，请参阅 Quickstart 页面。

Ultralytics Platform 有哪些优势？

Ultralytics Platform 提供：

• 统一工作流：数据、训练和部署集中一处
• 多区域：数据驻留在 US、EU 或 AP 区域
• 零代码训练：无需编写代码即可训练高级 YOLO 模型
• 实时指标：流式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离你用户最近的地方
• 5 种任务类型：支持检测、分割、姿态、OBB 和分类（参见 任务文档）
• AI 辅助标注：利用 SAM 和 YOLO 模型进行 智能标注，加快数据准备速度

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 Cloud Training 了解完整的定价和 GPU 选项。

远程训练是如何工作的？

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

pip install "ultralytics>=8.4.35"

# 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

请参阅 Cloud Training 了解有关远程训练的更多详细信息。

有哪些可用的标注工具？

该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 (BBox)、多边形、带骨架模板的关键点、旋转框、分类
• 骨架模板：使用内置模板（人物、手部、面部、狗、盒子）或自定义模板一次性放置所有关键点
• 智能标注：使用 SAM 2.1 或 SAM 3 进行基于点击的标注，或从工具栏运行预训练的 Ultralytics YOLO 模型以及你自己的微调 YOLO 模型以进行检测、分割和 OBB
• 键盘快捷键：通过快捷键实现高效工作流

请参阅 Annotation 获取完整指南。

支持哪些导出格式？

该平台支持 17 种部署格式：

查看 模型导出、导出模式指南 以及 集成索引 以获取特定格式选项。

故障排除

数据集问题

训练问题

部署问题

常见问题