支持多种任务类型的智能标注
使用边界框、多边形、语义掩码、关键点和定向边界框,在 6 种标注任务中标记图像和视频。平台还包含由 SAM 驱动的智能标注、团队审核和版本管理。
Ultralytics Platform 是端到端计算机视觉平台,支持数据标注、YOLO 模型训练、推理端点部署和结果监控,适用于检测、分割、分类、姿态等视觉任务。
Ultralytics Platform 是一个端到端的计算机视觉平台,用于数据集标注、模型训练和部署。网站将其定位为使用 Ultralytics YOLO 模型构建视觉系统的单一工作流。
该平台整合了基于浏览器的标注、云端训练、部署和监控。它支持常见的计算机视觉任务,如检测、实例分割、语义分割、分类、姿态估计和定向边界框,并可导出到边缘、云端、移动端和嵌入式环境。
价格页显示三个方案:Free、Pro 和 Enterprise。Free 面向个人、研究或开源工作,Pro 面向专业人士和小型团队,Enterprise 则增加了 SSO/SAML、RBAC 和本地部署选项等功能。
使用边界框、多边形、语义掩码、关键点和定向边界框,在 6 种标注任务中标记图像和视频。平台还包含由 SAM 驱动的智能标注、团队审核和版本管理。
一键启动云端训练任务,可从 22 种 GPU 配置中选择,并在训练过程中查看实时指标。平台支持 Ultralytics YOLOv5、YOLOv8、YOLO11 和 YOLO26,可通过无代码界面或 Python SDK 使用。
将模型部署到 43 个全球区域,配备专用端点、自动扩缩容和内置监控。端点在空闲时可缩容至零,并可配置 CPU 和内存限制。
将训练好的模型导出为 19 种针对边缘、云端、移动端和嵌入式场景优化的格式。网站明确列出的支持输出包括 ONNX、TensorRT、CoreML、TFLite 和 QNN。
使用内置的 Predict 选项卡在浏览器中测试已训练模型。用户可以上传图片或打开摄像头,并调整置信度、IoU 和图像尺寸,以实时查看预测结果。
通过生成的 Python、JavaScript 和 cURL 示例以及用于自动化和 CI/CD 工作流的 REST API 使用该平台。价格页还展示了一个包含性能、漂移和推理指标的监控仪表板。
为新数据集进行标注的团队可以使用标注工具绘制边界框、多边形、掩码、关键点或定向边界框,然后在训练开始前进行审核和版本管理。
训练检测、分割、分类、姿态或 OBB 模型的开发者可以启动云端任务,选择 GPU 配置,对比实验,并在模型学习过程中监控指标。
将模型投入生产的产品团队可以部署到区域端点,通过 Python、JavaScript 或 cURL 连接,并在仪表板上查看请求量、延迟和错误。
需要可移植性的团队可以将模型导出为 ONNX、TensorRT、CoreML、TFLite 或 QNN 等格式,用于边缘设备、移动应用或嵌入式系统。
评估适配性或升级方案的组织可以先使用 Free,再升级到 Pro 以获得团队协作和更高的使用限制,或者联系 Enterprise 以获取 SSO、RBAC 和专属支持。
Ultralytics Platform 是一个用于标注数据集、训练 YOLO 模型并将其部署为推理端点的计算机视觉平台。源页面展示了基于浏览器的标注、云端训练以及部署到 43 个全球区域。
源内容显示它支持 6 种标注任务、训练页上的 22 种云端 GPU 配置,以及部署到 43 个全球区域并提供 19 种导出格式。
该平台支持浏览器推理和部署端点,价格页还包含 REST API,以及用于 Python、JavaScript 和 cURL 的自动生成代码示例。
价格页显示 Free、Pro 和 Enterprise 三种方案。Free 适用于个人、研究或开源项目,Pro 适用于专业人士和小型团队,Enterprise 则增加了 SSO/SAML、RBAC、本地部署和专属支持等选项。
源内容未详细列出第三方集成。但它确实展示了与 YOLO、COCO 和 VOC 等常见标注格式的兼容性,以及包括 ONNX、TensorRT、CoreML、TFLite 和 QNN 在内的导出格式。