模型

Ultralytics Platform 为 YOLO 模型的训练、分析和部署提供了全面的模型管理。您可以直接在平台上上传预训练模型或训练新模型。

上传模型

将现有模型权重上传到平台：

1. 导航到您的项目
2. 点击 上传模型
3. 选择您的 .pt 文件
4. 添加名称和描述
5. 点击 上传

支持的模型格式：

上传后，平台会解析模型元数据：

• 任务类型 (detect, segment, 姿势估计, 旋转框检测, classify)
• 架构（YOLO26n、YOLO26s等）
• 类别名称和数量
• 输入尺寸和参数

训练模型

直接在平台上训练新模型：

1. 导航到您的项目
2. 点击 训练模型
3. 选择数据集
4. 选择基础模型
5. 配置训练参数
6. 开始训练

有关详细说明，请参阅云端训练。

模型概述

每个模型页面显示：

训练指标

查看实时和历史训练指标：

损失曲线

性能指标

验证图

训练完成后，查看详细的验证分析：

混淆矩阵

显示每个类别的预测准确度的交互式热图：

PR/F1 曲线

不同置信度阈值下的性能曲线：

导出模型

将您的模型导出为 17 种部署格式：

1. 导航到导出选项卡
2. 选择目标格式
3. 点击导出
4. 完成后下载

支持的格式（共17种）

格式选择指南

针对NVIDIA ：使用 TensorRT 以获得最高速度

针对Intel ：使用 OpenVINOIntel 、GPU和VPU

适用于苹果设备：使用 CoreML 用于iOS、macOS、Apple Silicon

对于Android：使用TF 或 NCNN 以获得最佳性能

对于网页浏览器：使用TF.js或 ONNX （ONNX Web使用）

针对边缘设备：Coral 采用TF TPU，Rockchip 采用RKNN。

通用兼容性：使用 ONNX ——兼容多数推理运行时

数据集链接

模型可以链接到其源数据集：

• 查看用于训练的数据集
• 从模型页面访问数据集
• 追踪数据血缘

使用平台数据集进行训练时， ul:// URI 格式的链接是自动的。

可见性设置

控制谁可以查看您的模型：

更改可见性：

1. 打开模型操作菜单
2. 点击 编辑
3. 切换可见性
4. 点击保存

删除模型

移除不再需要的模型：

1. 打开模型操作菜单
2. 点击删除
3. 确认删除

常见问题

支持哪些模型架构？

Ultralytics平台支持所有YOLO架构：

• YOLO26：n、s、m、l、x 变体（推荐）
• YOLO11：n、s、m、l、x 变体
• YOLOv10：旧版支持
• YOLOv8：旧版支持
• YOLOv5：旧版支持

我可以下载我训练好的模型吗？

是的，您可以从模型页面下载您的模型权重：

1. 点击下载图标
2. 选择格式（原始 .pt 或导出）
3. 下载自动开始

如何跨项目比较模型？

目前，模型比较仅限于项目内部。要跨项目进行比较：

1. 将模型转移到一个项目中，或
2. 导出指标并进行外部比较

最大模型大小是多少？

没有严格限制，但非常大的模型（>2GB）可能会有更长的上传和处理时间。

我可以微调预训练模型吗？

是的！上传一个预训练模型，然后使用您的数据集从该检查点开始训练。平台会自动使用上传的模型作为起点。

📅 创建于 20 天前 ✏️ 更新于 14 天前

评论