Link to this sectionUltralytics Platform#

Ultralytics Platform 是一个全面的端到端计算机视觉平台，可简化从数据准备到模型部署的整个 ML 工作流程。它专为需要生产级 计算机视觉 解决方案且无需处理基础设施复杂性的团队和个人打造。

Link to this section什么是 Ultralytics Platform？#

Ultralytics Platform 旨在用统一的解决方案取代零散的 ML 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 - 云端训练
• HuggingFace - 模型部署
• Arize - 监控

所有功能集成在一个平台中，并对 YOLO26 和 YOLO11 模型提供原生支持。

Link to this section工作流程：上传 → 标注 → 训练 → 导出 → 部署#

该平台提供了一个端到端的工作流程：

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 带有交互式覆盖层的标注，支持所有 6 种 YOLO 任务类型（详见 支持的任务）
• 训练 基于云端 GPU 的模型（所有方案支持 22 种，Pro 或 Enterprise 方案通过 B200 和 B300 支持 24 种），并查看实时指标
• 导出 到 19+ 种部署格式（ONNX, TensorRT, CoreML, TFLite 等）
• 部署 到 43 个全球区域，支持一键创建专用端点
• 监控 训练进度、部署健康状态和使用指标
• 协作 通过将项目和数据集公开给社区来共同参与

Link to this section多区域基础设施#

你的数据保留在你所在的区域。Ultralytics Platform 在三个全球区域运营基础设施：

你在入职引导期间选择区域，你的所有数据、模型和部署都将保留在该区域。

Link to this section核心功能#

Link to this section数据准备#

• 数据集管理：上传图像、视频或数据集文件并自动处理
• 标注编辑器：针对所有 6 种 YOLO 任务类型的手动标注（检测、分割、语义、姿态、OBB、分类；详见 支持的任务）
• 骨架模板：内置（人、手、脸、狗、盒）及自定义骨架模板，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，或你自己微调的 YOLO 模型，进行检测、分割、语义和 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

Link to this section模型训练#

• 云端训练：在云端 GPU 上训练（所有方案支持 22 种，Pro 或 Enterprise 方案通过 B200 和 B300 支持 24 种），并查看实时指标
• 远程训练：在任何地方进行训练，并将指标流式传输到平台（类似 W&B 的方式）
• 项目组织：对相关模型进行分组、比较实验、跟踪活动
• 19+ 种导出格式：ONNX, TensorRT, CoreML, TFLite 等（详见 支持的格式）

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

Link to this section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，默认开启缩放至零（单个活动实例）
• 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，可以通过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())

Link to this section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：为远程训练和 API 访问提供安全的密钥管理
• 积分与结算：按需付费的训练模式，定价透明
• 活动源：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

Link to this section快速链接#

通过以下资源开始使用：

• 快速入门：在几分钟内创建你的第一个项目并训练模型
• 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 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：积分与支付
• 活动：跟踪账户事件
• 回收站：恢复已删除项目
• REST API：API 参考文档

Link to this section常见问题解答#

Link to this section如何开始使用 Ultralytics Platform？#

要开始使用 Ultralytics Platform，请参考以下步骤：

1. 注册：在 platform.ultralytics.com 创建账户
2. 选择地区：在入职流程中选择你的数据地区（美国、欧盟或亚太地区）
3. 上传数据集：导航至 数据集 部分上传你的数据
4. 训练模型：创建一个项目并开始在云 GPU 上训练
5. 部署：测试你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。

Link to this sectionUltralytics Platform 有什么优势？#

Ultralytics Platform 提供：

• 统一工作流：数据、训练和部署一站式完成
• 多地区：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：流式传输训练进度并监控部署情况
• 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
• 6 种任务类型：支持检测、实例分割、语义分割、姿态估计、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，加速数据准备

Link to this section云训练有哪些 GPU 选项可供选择？#

Ultralytics Platform 为云训练支持多种 GPU 类型：

参阅 Cloud Training 以获取完整的定价和 GPU 选项。

Link to this section远程训练如何工作？#

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，类似于 Weights & Biases。

pip install "ultralytics>=8.4.60"

# 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

参阅 Cloud Training 了解有关远程训练的更多详细信息。

Link to this section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、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（人体、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，或者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，进行检测、分割、语义和 OBB 标注
• 键盘快捷键：通过热键实现高效工作流

参阅 Annotation 获取完整指南。

Link to this section支持哪些导出格式？#

该平台支持 19 种以上的部署格式：

请参阅 模型导出、导出模式指南 以及 集成索引 以了解特定格式的选项。

Link to this section故障排除#

Link to this section数据集问题#

Link to this section训练问题#

Link to this section部署问题#

Link to this section常见问题#