跳转至内容

模型

Ultralytics YOLO 训练、分析和部署提供全面的模型管理功能。用户可上传预训练模型,或直接在平台上训练新模型。

上传模型

将现有模型权重上传至平台:

  1. 导航至您的项目
  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:

格式扩展描述
PyTorch.ptUltralytics 生Ultralytics格式

上传后,平台解析模型元数据:

  • 任务类型(detect、segment、姿势估计、旋转框检测、classify)
  • 架构(YOLO11n、YOLO11s等)
  • 类名与数量
  • 输入尺寸和参数

训练模型

直接在平台上训练新模型:

  1. 导航至您的项目
  2. 点击火车模型
  3. 选择数据集
  4. 选择基础型号
  5. 配置训练参数
  6. 开始训练

请参阅云端培训获取详细说明。

模型概述

每个模型页面显示:

章节内容
概述模型元数据、任务类型、架构
指标训练损失与性能图表
情节混淆矩阵、PR曲线、F1曲线
测试交互式推理测试
部署端点创建与管理
导出格式转换与下载

训练指标

查看实时和历史训练指标:

损失曲线

损失描述
盒子边界框回归损失
班级分类损失
DFL分布焦点损失

性能指标

指标描述
mAP50平均精度(IoU .50)
mAP50IoU .50-0.95区间内的平均精度均值
精确度正确阳性预测率
召回率实际阳性识别率

验证图

训练完成后,查看详细验证分析:

混淆矩阵

交互式热力图,显示各类别的预测准确率:

PR/F1 曲线

不同置信度阈值下的性能曲线:

曲线描述
精确率-召回率精确率与召回率之间的权衡
F1-置信度不同置信水平下的F1分数
精准-信心不同置信水平下的精度
召回-置信度在不同置信水平下召回

出口模型

将模型导出为17种部署格式:

  1. 导航至“导出”选项卡
  2. 选择目标格式
  3. 点击导出
  4. 下载完成后

支持的格式

格式描述用例
ONNX开放神经网络交换跨平台部署
TorchScript序列化PyTorchPyTorch
OpenVINOIntelIntel
TensorRTNVIDIANVIDIA
CoreML苹果优化iOS
TFLiteTensorFlow Lite移动/嵌入式
TF SavedModelTensorFlowTensorFlow
TF GraphDefTensorFlow传统TensorFlow
PaddlePaddle百度框架PaddlePaddle
NCNN移动推理Android/嵌入式
边缘TPUGoogle TPUGoogle珊瑚设备
TF.jsTensorFlow.js浏览器部署
MNN阿里巴巴框架移动端优化
RKNN瑞芯微NPU瑞芯微电子
IMX恩智浦 i.MX恩智浦平台
Axelera梅蒂斯人工智能边缘AI加速器
ExecuTorch元框架元平台

导出时间

导出时间因格式而异。由于引擎优化,TensorRT 可能需要数分钟。

数据集关联

模型可与其源数据集建立关联:

  • 查看用于训练的数据集
  • 从模型页面访问数据集
  • 追踪数据血统

当使用平台数据集进行训练时,通过 ul:// URI格式,链接自动生成。

可见性设置

控制谁能查看您的模型:

设置描述
私人只有你能访问
公共任何人都可以在探索页面查看

要更改可见性:

  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

垃圾与恢复

已删除的模型将移至回收站,保留30天。可通过设置 > 回收站进行恢复。

常见问题

支持哪些模型架构?

Ultralytics 支持所有YOLO :

  • YOLO11: 适用于n、s、m、l、x尺寸
  • YOLO26:最新一代(如有可用)
  • 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,请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 或出口)
  3. 下载将自动开始

如何在不同项目间比较模型?

目前模型比较仅限于项目内部。若需跨项目比较:

  1. 将模型转移到单个项目中,或
  2. 导出指标并在外部进行比较

最大模型尺寸是多少?

没有严格的限制,但体积过大的模型(>2GB)可能需要更长的上传和处理时间。

我可以对预训练模型进行微调吗?

是的!上传预训练模型后,即可使用您的数据集从该检查点开始训练。平台会自动将上传的模型作为训练起点。



📅 0 天前创建 ✏️ 0 天前更新
glenn-jocher

评论