[go: up one dir, main page]

Ir al contenido

Ultralytics Platform

Ultralytics Platform es una plataforma integral de visión artificial de extremo a extremo que optimiza todo el flujo de trabajo de ML, desde la preparación de datos hasta el despliegue del modelo. Diseñada para equipos e individuos que necesitan soluciones de visión artificial listas para producción sin la complejidad de la infraestructura.

Captura de pantalla del conjunto de datos Ultralytics

¿Qué es Ultralytics Platform?

Ultralytics Platform está diseñada para reemplazar las herramientas de ML fragmentadas con una solución unificada. Combina las capacidades de:

  • Roboflow - Gestión y anotación de datos
  • Weights & Biases - Seguimiento de experimentos
  • SageMaker - Entrenamiento en la nube
  • HuggingFace - Despliegue de modelos
  • Arize - Monitorización

Todo en una plataforma con soporte nativo para modelos YOLO26 y YOLO11.

Flujo de trabajo: Cargar → Anotar → Entrenar → Exportar → Implementar

La plataforma ofrece un flujo de trabajo integral:

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
EtapaCaracterísticas
CargarImágenes (50MB), vídeos (1GB), archivos ZIP (10GB) con procesamiento automático
AnotarHerramientas manuales, anotación inteligente SAM, autoetiquetado YOLO para los 5 tipos de tareas (ver tareas soportadas)
EntrenarGPU en la Nube (22 opciones desde RTX 2000 Ada hasta B200), métricas en tiempo real, organización de proyectos
Exportar17 formatos de despliegue (ONNX, TensorRT, CoreML, TFLite, etc.; consulte formatos compatibles)
Despliegue43 regiones globales con terminales dedicados, escalado automático y supervisión.

Lo que puedes hacer:

  • Sube imágenes, vídeos y archivos ZIP para crear conjuntos de datos de entrenamiento.
  • Visualizar anotaciones con superposiciones interactivas para los 5 tipos de tareas de YOLO (ver tareas soportadas).
  • Entrenar modelos en 22 tipos de GPU en la nube con métricas en tiempo real
  • Exportar a 17 formatos de despliegue (ONNX, TensorRT, CoreML, TFLite, etc.)
  • Implemente en 43 regiones globales con terminales dedicados con un solo clic.
  • Supervisar el progreso de la formación, el estado de la implementación y las métricas de uso.
  • Colabora haciendo públicos los proyectos y conjuntos de datos para la comunidad.

Infraestructura multirregional

Sus datos permanecen en su región. La plataforma Ultralytics opera infraestructura en tres regiones globales:

RegiónEtiquetaUbicaciónIdeal para
EE. UU.AméricasIowa, EE. UU.Usuarios de América, el más rápido para América
UEEuropa, Oriente Medio y ÁfricaBélgica, EuropaUsuarios europeos, cumplimiento del RGPD
APAsia PacíficoHong Kong, Asia-PacíficoUsuarios de Asia-Pacífico, latencia más baja de APAC

Usted selecciona su región durante la incorporación, y todos sus datos, modelos y despliegues permanecen en esa región.

Región Permanente

La región de datos no se puede cambiar después de crear la cuenta. Durante el proceso de incorporación, la plataforma mide la latencia de cada región y recomienda la más cercana. Elige con cuidado.

Características clave

Preparación de datos

  • Gestión de Conjuntos de Datos: Suba imágenes, videos o archivos ZIP con procesamiento automático
  • Editor de Anotaciones: Anotación manual para los 5 tipos de tareas de YOLO (detect, segment, pose, obb, classify; ver tareas soportadas).
  • Plantillas de Esqueletos: Plantillas de esqueletos integradas (Persona, Mano, Cara, Perro, Caja) y personalizadas para la anotación de pose con un solo clic.
  • Anotación Inteligente SAM: Anotación inteligente basada en clics con 5 modelos — SAM 2.1 (Tiny, Small, Base, Large) y el nuevo SAM 3 para la máxima precisión. Cambia de modelo por imagen desde la barra de herramientas de anotación.
  • Auto-Anotación: Utilice modelos entrenados para pre-etiquetar nuevos datos
  • Control de versiones de conjuntos de datos: cree instantáneas NDJSON numeradas con descripciones para un entrenamiento reproducible.
  • Estadísticas: Distribución de clases, mapas de calor de ubicación y análisis de dimensiones
graph LR
    A[Upload ZIP/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

Tipos de Tarea Compatibles

El editor de anotaciones admite los 5 tipos de tareas de YOLO: detect (cajas delimitadoras), segment (polígonos), pose (puntos clave), OBB (cajas orientadas) y classify (etiquetas a nivel de imagen). Cada tipo de tarea tiene herramientas de dibujo y atajos de teclado dedicados.

Entrenamiento de modelos

  • Entrenamiento en la nube: Entrene en 22 tipos de GPU en la nube con métricas en tiempo real
  • Entrenamiento remoto: Entrene en cualquier lugar y transmita métricas a la plataforma (estilo W&B)
  • Organización de Proyectos: Agrupe modelos relacionados, compare experimentos, realice seguimiento de la actividad
  • 17 Formatos de Exportación: ONNX, TensorRT, CoreML, TFLite y más (ver formatos compatibles)

Captura de pantalla del proyecto Ultralytics

Puede entrenar modelos a través de la interfaz de usuario web (entrenamiento en la nube) o desde su propio equipo (entrenamiento remoto):

  1. Navegue a su proyecto
  2. Haz clic Train Model
  3. Seleccione el conjunto de datos, el modelo, la GPU y las épocas
  4. Monitorizar curvas de pérdida y métricas en tiempo real
# Install ultralytics
pip install "ultralytics>=8.4.14"

# Set your API key
export ULTRALYTICS_API_KEY="your_api_key"

# Train and stream metrics to the platform
yolo train model=yolo26n.pt data=coco.yaml epochs=100 project=username/my-project name=exp1
import os

from ultralytics import YOLO

os.environ["ULTRALYTICS_API_KEY"] = "your_api_key"

model = YOLO("yolo26n.pt")
model.train(
    data="coco.yaml",
    epochs=100,
    project="username/my-project",
    name="exp1",
)
# Metrics stream to Platform automatically

Despliegue

  • Pruebas de Inferencia: Pruebe modelos directamente en el navegador con imágenes personalizadas
  • Endpoints Dedicados: Despliegue en 43 regiones globales con autoescalado
  • Monitoreo: Métricas en tiempo real, registros de solicitudes y paneles de rendimiento
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]

Una vez implementado, llame a su endpoint desde cualquier lenguaje:

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())
curl -X POST "https://your-endpoint-url/predict" \
  -H "Authorization: Bearer your_api_key" \
  -F "file=@image.jpg"
const form = new FormData();
form.append("file", fileInput.files[0]);

const response = await fetch("https://your-endpoint-url/predict", {
    method: "POST",
    headers: { Authorization: "Bearer your_api_key" },
    body: form,
});

const results = await response.json();
console.log(results);

Gestión de cuentas

  • Equipos y Organizaciones: Colaborar con miembros del equipo, gestionar roles e invitaciones
  • API Keys: Gestión segura de claves para entrenamiento remoto y acceso a la API
  • Créditos y Facturación: Entrenamiento de pago por uso con precios transparentes
  • Feed de actividad: Realiza un seguimiento de todos los eventos y acciones de la cuenta.
  • Papelera y restauración: eliminación temporal durante 30 días con recuperación de elementos.
  • Cumplimiento GDPR: Exportación de datos y eliminación de cuentas

Niveles de plan

CaracterísticaGratuitoPro (29 $/mes)Empresarial
Crédito de Registro$5 / $25*-Personalizado
Crédito Mensual-$30/puesto/mesPersonalizado
Modelos100500Ilimitado
Entrenamientos concurrentes310Ilimitado
Despliegues310 (arranque en caliente)Ilimitado
Almacenamiento100 GB500 GBIlimitado
Equipos-Hasta 5 miembrosHasta 50
SoporteComunidadPrioridadDedicado

*$5 al registrarse, o $25 con un correo electrónico de empresa/trabajo verificado.

Empiece con estos recursos:

Preguntas frecuentes

¿Cómo empiezo con Ultralytics Platform?

Para empezar con Ultralytics Platform:

  1. Registrarse: Cree una cuenta en platform.ultralytics.com
  2. Seleccionar Región: Elija su región de datos (EE. UU., UE o AP) durante la incorporación
  3. Subir Conjunto de Datos: Vaya a la sección de Conjuntos de Datos para subir sus datos
  4. Entrenar Modelo: Cree un proyecto y empiece a entrenar en GPUs en la nube
  5. Desplegar: Pruebe su modelo y despliegue a un endpoint dedicado

Para una guía detallada, consulte la página de Inicio Rápido.

¿Cuáles son los beneficios de Ultralytics Platform?

Ultralytics Platform ofrece:

  • Flujo de Trabajo Unificado: Datos, entrenamiento y despliegue en un solo lugar
  • Multirregión: Residencia de datos en regiones de EE. UU., UE o AP
  • Entrenamiento sin código: Entrene modelos avanzados de YOLO sin escribir código
  • Métricas en tiempo real: Transmita el progreso del entrenamiento y supervise las implementaciones
  • 43 Regiones de despliegue: Despliegue modelos cerca de sus usuarios en todo el mundo
  • 5 Tipos de Tarea: Soporte para detección, segmentación, pose, OBB y clasificación (ver documentación de tareas)
  • Anotación asistida por IA: SAM y autoetiquetado para acelerar la preparación de datos

¿Qué opciones de GPU están disponibles para el entrenamiento en la nube?

La Plataforma Ultralytics es compatible con múltiples tipos de GPU para el entrenamiento en la nube:

GPUVRAMCosto por horaIdeal para
RTX 2000 Ada16 GB$0.24Conjuntos de datos pequeños, pruebas
RTX A450020 GB$0.24Conjuntos de datos pequeños-medianos
RTX A500024 GB$0.26Conjuntos de datos medianos
RTX 4000 Ada20 GB$0.38Conjuntos de datos medianos
L424 GB$0.39Inferencia optimizada
A4048 GB$0.40Tamaños de lotes más grandes
RTX 309024 GB$0.46Entrenamiento general
RTX A600048 GB$0.49Modelos grandes
RTX 409024 GB$0.59Excelente relación calidad-precio
RTX 6000 Ada48 GB$0.77Entrenamiento por lotes grandes
L40S48 GB$0.86Entrenamiento por lotes grandes
RTX 509032 GB$0.89Última generación
L4048 GB$0.99Modelos grandes
A100 PCIe80 GB$1.39Formación en producción
A100 SXM80 GB$1.49Formación en producción
RTX PRO 600096 GB$1.89Valor predeterminado recomendado
H100 PCIe80 GB$2.39Entrenamiento más rápido
H100 SXM80 GB$2.69Entrenamiento más rápido
H100 NVL94 GB$3.07Entrenamiento con alta memoria
H200 NVL143 GB$3.39Memoria máxima
H200 SXM141 GB$3.59Máximo rendimiento
B200180 GB$4.99Modelos más grandes

Consulte Formación en la nube para obtener información completa sobre precios y GPU .

¿Cómo funciona el entrenamiento remoto?

Puedes entrenar modelos en tu propio hardware y transmitir métricas en tiempo real a la plataforma, de forma similar a Weights & Biases.

Requisito de Versión del Paquete

La integración con la Plataforma requiere ultralytics>=8.4.14. Las versiones anteriores NO funcionarán con la Plataforma.

pip install "ultralytics>=8.4.14"
# 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
import os

from ultralytics import YOLO

os.environ["ULTRALYTICS_API_KEY"] = "your_api_key"

model = YOLO("yolo26n.pt")
model.train(
    data="coco.yaml",
    epochs=100,
    project="username/my-project",
    name="exp1",
)
# Train using a Platform dataset directly
export ULTRALYTICS_API_KEY="your_api_key"

yolo train model=yolo26n.pt data=ul://username/datasets/my-dataset epochs=100 project=username/my-project name=exp1

Consulte Entrenamiento en la Nube para obtener más detalles sobre el entrenamiento remoto.

¿Qué herramientas de anotación están disponibles?

La Plataforma incluye un editor de anotaciones con todas las funciones, compatible con:

  • Herramientas manuales: Cajas delimitadoras, polígonos, puntos clave con plantillas de esqueleto, cajas orientadas, clasificación
  • Plantillas de Esqueletos: Coloque todos los puntos clave a la vez utilizando plantillas integradas (Persona, Mano, Cara, Perro, Caja) o personalizadas.
  • Anotación Inteligente SAM: Haz clic para generar máscaras precisas — elige entre SAM 2.1 Tiny/Small/Base/Large o el nuevo SAM 3 a través del selector de modelos de la barra de herramientas
  • Atajos de teclado: Flujos de trabajo eficientes con teclas de acceso rápido
AtajoAcción
VSeleccione el modo
SModo de anotación inteligente de SAM
AModo de autoanotación
1 - 9Seleccione la clase por número
DeleteEliminar anotación seleccionada
Ctrl+ZDeshacer
Ctrl+YRehacer
EscapeCancelar acción actual

Consulte Anotación para la guía completa.

¿Qué formatos de exportación son compatibles?

La Plataforma soporta 17 formatos de despliegue:

FormatoExtensión de archivoCaso de uso
ONNX.onnxDespliegue multiplataforma
TorchScript.torchscriptDespliegue en C++
OpenVINO_openvino_modelHardware Intel
TensorRT.engineInferencia en GPU NVIDIA
CoreML.mlpackagedispositivos Apple
TFLite.tfliteDispositivos móviles/de borde
TF SavedModel_saved_modelEcosistema TensorFlow
TF GraphDef.pbLegado de TensorFlow
PaddlePaddle_paddle_modelEcosistema Baidu
NCNN_ncnn_modelMóvil (Android/ARM)
Edge TPU_edgetpu.tfliteDispositivos Google
TF.js_web_modelDespliegue en navegador
MNN.mnnMóvil Alibaba
RKNN_rknn_modelRockchip NPU
IMX500_imx_modelSensor Sony IMX500
Axelera_axelera_modelAceleradores de IA Axelera
ExecuTorch_executorch_modelPyTorch móvil

Consulte Models Export, la guía del modo Export y el índice de Integrations para opciones específicas de formato.

Solución de problemas

Problemas con los conjuntos de datos

ProblemaSolución
El conjunto de datos no se procesará.Verifique que el formato de archivo sea compatible (JPEG, PNG, WebP, etc.). Tamaño máximo de archivo: imágenes 50MB, videos 1GB, ZIP 10GB
Anotaciones faltantesVerificar que las etiquetas estén en formato YOLO con .txt archivos que coinciden con los nombres de los archivos de imagen
«Se requiere división del tren»Añadir train/ carpeta a la estructura de su conjunto de datos, o crear divisiones en configuración del conjunto de datos
Nombres de clase indefinidosAñadir un data.yaml archivo con names: lista (ver formato YOLO), o definir clases en la configuración del conjunto de datos

Cuestiones relacionadas con la formación

ProblemaSolución
El entrenamiento no comenzará.Verifique el saldo de crédito en Configuración > Facturación. Se requiere un saldo positivo
Error de memoria insuficienteReduzca el tamaño del lote, utilice un modelo más pequeño (n/s) o seleccione GPU más VRAM.
Métricas deficientesComprueba la calidad del conjunto de datos, aumenta los períodos, prueba el aumento de datos, verifica el equilibrio de clases.
Entrenamiento lentoSelecciona GPU más rápida, reduce el tamaño de la imagen y comprueba que el conjunto de datos no esté saturado.

Problemas de implementación

ProblemaSolución
El punto final no responde.Verifique el estado del endpoint (Listo vs Detenido). El arranque en frío puede tardar entre 5 y 15 segundos
401 No autorizadoVerifica que la clave API sea correcta y tenga los ámbitos necesarios.
Inferencia lentaVerifique el tamaño del modelo, considere la exportación a TensorRT, seleccione una región más cercana
Error en la exportaciónAlgunos formatos requieren arquitecturas de modelo específicas. Pruebe ONNX para la mayor compatibilidad

Preguntas frecuentes

¿Puedo cambiar mi nombre de usuario después de registrarme?

No, los nombres de usuario son permanentes y no se pueden cambiar. Elígelo con cuidado durante el registro.

¿Puedo cambiar mi región de datos?

No, la región de datos se selecciona durante el registro y no se puede cambiar. Para cambiar de región, cree una nueva cuenta y vuelva a cargar sus datos.

¿Cómo puedo conseguir más créditos?

Ve a Configuración > Facturación > Añadir créditos. Compra créditos por valor de entre 5 y 1000 dólares. Los créditos comprados nunca caducan.

¿Qué sucede si el entrenamiento falla?

Solo se le cobrará por el tiempo de computación completado. Los puntos de control se guardan y puede reanudar el entrenamiento.

¿Puedo descargar mi modelo entrenado?

Sí, haz clic en el icono de descarga en cualquier página de modelo para descargar el .pt archivo o formatos exportados.

¿Cómo puedo compartir mi trabajo públicamente?

Edita la configuración de tu proyecto o conjunto de datos y cambia la visibilidad a «Público». El contenido público aparece en la página Explorar.

¿Cuáles son los límites de tamaño de los archivos?

Imágenes: 50MB, Vídeos: 1GB, Archivos ZIP: 10GB. Para archivos más grandes, divídalos en múltiples cargas.

¿Cuánto tiempo se conservan los elementos eliminados en la Papelera?

30 días. Después de ese plazo, los elementos se eliminan de forma permanente y no se pueden recuperar.

¿Puedo utilizar los modelos de la plataforma con fines comerciales?

Los planes Free y Pro utilizan la licencia AGPL. Para uso comercial sin los requisitos de la AGPL, póngase en contacto conultralytics para obtener una licencia Enterprise.



📅 Creado hace 1 mes ✏️ Actualizado hace 5 días
glenn-jochersergiuwaxmannLaughing-q

Comentarios