专用端点#

Ultralytics Platform 支持将 YOLO 模型部署到全球 42 个区域的专属端点。每个端点都是一个单租户服务，具有唯一的端点 URL 和独立的监控。默认资源大小在空闲时可缩减为零；自定义大小则会保持一个预热实例，并按运行时间计费。

创建端点#

从部署选项卡创建#

从模型的 Deploy 选项卡部署模型：

1. 进入你的模型
2. 点击 Deploy 选项卡
3. 查看世界地图和区域表格，该表格按从你所在位置测得的延迟排序
4. 在你想使用的区域行中点击 Deploy
5. 在对话框中检查 CPU、内存、定价和部署名称，然后点击 Create Deployment

建议的名称结合了模型名称和区域城市（例如 yolo26n-iowa），并且可以在部署前进行编辑。模型必须包含权重，否则标签页将显示空状态而不是区域表格。

从部署页面创建#

从侧边栏的全局 Deploy 页面创建部署：

1. 点击 New Deployment
2. 从模型选择器中选择模型，其中列出了已完成的模型
3. 从小地图或延迟表格中选择区域
4. 选择 CPU 和内存，查看定价，并根据需要编辑建议的部署名称
5. 点击 Create Deployment

部署生命周期#

stateDiagram-v2
    [*] --> Creating: Deploy
    Creating --> Deploying: Service starting
    Deploying --> Ready: Service URL published
    Ready --> Stopping: Stop
    Ready --> Deploying: Replace model
    Stopping --> Stopped: Stopped
    Stopped --> Deploying: Start
    Deploying --> Stopped: Start failed
    Ready --> [*]: Delete
    Stopped --> [*]: Delete
    Creating --> Failed: Error
    Deploying --> Failed: Error
    Failed --> [*]: Delete

    classDef proc fill:#2196F3,color:#fff
    classDef out fill:#9C27B0,color:#fff
    classDef error fill:#F44336,color:#fff
    classDef extern fill:#607D8B,color:#fff
    class Creating,Deploying,Stopping proc
    class Ready out
    class Failed error
    class Stopped extern

连接 Slack alerts，以便在部署准备就绪或启动失败时接收消息。

区域选择#

你可以从全球 42 个区域中进行选择。交互式区域地图和表格会显示：

• 区域标记：按延迟以绿色到红色的渐变进行颜色编码（区域越快越绿，越慢越红）
• 已部署区域：在表格中以 "Deployed" 徽章突出显示
• 部署中的区域：标记和表格行会显示动画脉冲指示器
• 双向高亮：将鼠标悬停在地图上会高亮对应的表格行，反之亦然

模型 Deploy 标签页上的区域表格包含：

表格支持按城市、国家和区域搜索，默认按延迟排序。

可用区域#

端点配置#

新建部署对话框#

New Deployment 对话框允许你选择模型、区域、资源和部署名称：

在资源控件中选择 CPU 和内存大小，并在创建部署前查看显示的定价。默认大小可以使用可用的免费部署额度；自定义大小则使用按量计费。默认大小在空闲时会缩减为零。自定义大小会保持一个预热实例，并从就绪状态开始计费，直到你停止端点为止（包括空闲时间）。当你选择 New deployment… 时，Agents 会重新使用此对话框。

部署选项卡（快速部署）#

从模型的 Deploy 标签页进行部署会打开相同的对话框，其中已预先选定模型和区域。在创建端点之前，请检查资源大小、定价和自动生成的名称。部署在创建过程中会显示在 Active Deployments 列表中。

管理端点#

视图模式#

部署列表支持三种视图模式：

部署卡片（卡片视图）#

卡片视图中的每张部署卡片显示：

• 页眉：名称、地区标志、状态徽章以及针对当前状态的操作按钮——状态为就绪时可更新配置、替换和停止，状态为已停止时可启动，任何时候都可以删除
• 端点 URL：可复制的 URL，以及指向端点自身 API 参考的链接
• 指标：请求数（24 小时）、P95 延迟、错误率，或“尚无流量”
• 运行状况检查：显示延迟并支持手动刷新的实时运行状况指示器
• 标签页：Logs、Code 和 Predict；付费端点还会显示 Monitoring
• 页脚：绑定到部署的 API 密钥前缀，以及部署变为就绪状态的日期
• 状态消息：部署失败时显示失败原因

只有当部署处于 就绪 状态时，才会显示 URL、指标、运行状况检查和选项卡。Logs 选项卡显示最近的日志条目，并支持按严重性筛选（全部 / 错误）。Code 选项卡显示可直接使用的 Python、JavaScript 和 cURL 代码示例，其中包含你的端点 URL；工作区所有者还可查看绑定的 API 密钥（请参阅 监控）。Predict 选项卡提供内联预测面板，用于直接在部署上进行测试。

更新 CPU 和内存#

1. 在卡片视图中打开一个就绪的端点。
2. 点击更新部署配置。
3. 选择 CPU 和内存，并查看显示的每小时费用。
4. 点击更新配置。在新的配置准备就绪之前，当前配置会继续提供服务。

自定义资源采用运行时间计费并保持实例处于预热状态。恢复默认资源会恢复按需缩减至零的行为并移除付费的监控标签页。

替换模型#

在不更改 URL 的情况下，替换就绪端点背后的模型：

1. 在 卡片 视图中打开部署
2. 点击 替换模型
3. 从同一工作区中选择另一个已完成的模型
4. 可选：编辑部署名称
5. 点击 替换模型

当前模型会继续提供服务，同时替换模型启动。替换模型就绪后，流量会转移到新模型。部署 ID、URL、区域和 API 密钥保持不变；只有当你输入新名称时，其显示名称才会更改。如果替换失败，之前的模型和名称会继续处于活动状态。

替换必须满足以下所有条件，否则会被拒绝：

• 部署处于 就绪 状态，且没有其他生命周期操作正在执行
• 替换模型包含权重，并且与部署属于同一工作区
• 替换模型不是当前已部署的模型

部署状态#

端点 URL#

每个端点都有唯一的 URL，例如：

https://predict-<deployment-id>-<hash>-<region>.a.run.app

点击复制按钮复制网址。点击文档图标打开端点自己的 API 参考。端点提供这些路径服务：

生命周期管理#

控制端点状态：

graph LR
    R[Ready]:::out -->|Stop| S[Stopped]:::extern
    S -->|Start| R
    R -->|Delete| D[Deleted]:::error
    S -->|Delete| D

    classDef out fill:#9C27B0,color:#fff
    classDef error fill:#F44336,color:#fff
    classDef extern fill:#607D8B,color:#fff

停止端点#

当你不希望端点接受请求时，请停止它：

1. 点击部署卡片上的暂停图标
2. 端点状态变为“正在停止”，然后变为“已停止”

已停止的端点：

• 不接受请求，并不报告任何实时指标或健康状态
• 停止产生运行时间费用
• 在服务实例关闭时丢失临时监控统计数据和示例图像
• 保留其 URL、区域和绑定的 API 密钥，并且可以随时重启
• 仍会计入你计划中的部署配额——删除端点即可释放其名额

删除端点#

永久移除端点：

1. 点击部署卡片上的删除（垃圾桶）图标
2. 在对话框中确认删除

当模型或项目被永久删除，或者已移入回收站的模型或项目 达到其保留期限时，相关部署也会被移除。

使用端点#

身份验证#

每个部署都绑定到模型所属工作区中的一个 API 密钥。请在请求中包含该密钥：

Authorization: Bearer YOUR_API_KEY

端点只接受创建时绑定的密钥，因此其他任何密钥都无法打开它——即使是 同一工作区中的另一个有效密钥也不行。若要控制绑定的密钥，请使用工作区所有者的密钥通过 API 进行部署： 该密钥会被绑定，并且你已经持有它。通过其他方式创建的部署（Platform UI，或以团队成员身份进行身份验证的 API 调用） 会自动绑定所属工作区的一个有效密钥——你可以通过部署卡片页脚中显示的密钥 前缀来识别它，并向工作区所有者索取其值，因为只有所有者可以查看 密钥值（请参阅API 密钥）。没有绑定密钥的团队成员仍可以 在浏览器中通过 Platform predict 代理运行推理。

直接发送端点请求#

将生产请求直接发送到部署卡片上显示的 URL。这些请求不会经过 Platform API 速率限制器，因此每分钟 20 次请求的预测限制不适用。端点仍有自己的 容量上限：

• 每个端点由一个实例提供服务，同时处理数量有限的请求
• 无法及时处理的请求会返回 429，并带有 Retry-After 标头
• 单个请求最长可运行 1 小时，因此可以完成视频推理
• 大于 1 KB 的响应会进行 gzip 压缩，并且允许跨源浏览器请求

请求示例#

import requests

# Deployment endpoint
url = "https://YOUR_DEPLOYMENT_URL.run.app/predict"

# Headers with your deployment API key
headers = {"Authorization": "Bearer YOUR_API_KEY"}

# Inference parameters
data = {"conf": 0.25, "iou": 0.7, "imgsz": 640}

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

print(response.json())

请求参数#

请参阅深度响应，了解 bits 如何改变返回的深度图，以及如何 对其进行解码。

响应格式#

与共享推理相同，但包含特定于任务的字段。

常见问题#