Ultralytics Platform: Fünf Werkzeuge, eine Computer-Vision-Plattform

Heute haben wir die Ultralytics Platform gestartet – die ultimative End-to-End-Computer-Vision-Plattform, die dafür entwickelt wurde, die Erstellung und Bereitstellung von Vision-KI-Systemen zu vereinfachen. Obwohl Computer Vision, ein Bereich der künstlichen Intelligenz, der es Maschinen ermöglicht, Bilder und Videos zu interpretieren, bereits viele Systeme unterstützt, auf die wir uns heute verlassen, war die Entwicklung solcher Lösungen traditionell komplex.

Für viele KI-Ingenieure und Entwickler im Bereich Machine Learning umfasst die Entwicklung einer Computer-Vision-Anwendung nach wie vor den Wechsel zwischen mehreren Tools während des gesamten Entwicklungsprozesses. Ein Team verwaltet möglicherweise Datensätze und Annotationen auf einer Plattform, führt das Modelltraining auf einer anderen durch und nutzt zusätzliche Dienste zum Testen von Vorhersagen, Nachverfolgen von Experimenten und Bereitstellen von Systemen in der Produktion.

Mit zunehmender Größe von Projekten kann der Wechsel zwischen Tools die Entwicklung verlangsamen und zusätzlichen Betriebsaufwand verursachen. Statt sich auf die Verbesserung von Modellen und die Entwicklung neuer Computer-Vision-Anwendungen zu konzentrieren, verbringen Teams häufig Zeit mit der Verwaltung von Workflows, dem Verschieben von Daten zwischen Tools und der Konfiguration der Infrastruktur.

Die Ultralytics Platform wurde entwickelt, um diesen Prozess zu vereinfachen und zu beschleunigen. Indem sie Annotation, Training, Validierung, Bereitstellung und Überwachung in einer Umgebung zusammenführt, ersetzt sie mehrere Tools entlang des Vision-KI-Stacks durch eine einzige Computer-Vision-Plattform und hilft Teams, skalierbare Vision-KI-Systeme effizienter zu entwickeln und bereitzustellen.

Abb. 1. Einblick in die Datensatzvorbereitung mit der Ultralytics Platform (Quelle)

In diesem Artikel sehen wir uns an, wie die Ultralytics Platform mehrere Tools durch eine einheitliche Computer-Vision-Plattform ersetzt. Legen wir los!

Das Problem mehrerer Tools bei der Entwicklung von Computer Vision#

Die Entwicklung einer Computer-Vision-Lösung umfasst mehrere Phasen – von der Vorbereitung von Datensätzen bis zur Bereitstellung von Systemen in der Produktion. In vielen Fällen nutzen Teams für jeden Teil dieses Workflows unterschiedliche Tools, darunter:

• Tools zur Datensatzverwaltung: Teams nutzen diese Tools, um Bilder und Videos zu speichern und zu organisieren, die später als Trainingsdaten für Computer-Vision-Systeme verwendet werden.
• Annotationstools: Diese Plattformen ermöglichen es Entwicklern und Datenteams, Objekte, Segmente oder Keypoints in Bildern zu kennzeichnen, damit Systeme Muster in visuellen Daten erlernen können.
• Tools und Frameworks für das Modelltraining: Entwickler nutzen diese Tools, um Computer-Vision-Systeme mithilfe annotierter Datensätze und Deep-Learning-Modellen zu trainieren, häufig innerhalb von Machine-Learning-Frameworks auf Python-Basis wie PyTorch und TensorFlow.
• Tools zum Testen und für Inferenz: Vor der Bereitstellung führen Teams Modelle mit neuen Bildern oder Videos aus, um Vorhersagen zu prüfen und die Leistungsfähigkeit des Systems zu bewerten.
• Tools für Bereitstellung und Überwachung: Sobald eine Vision-KI-Lösung bereit für die Auslieferung ist, wird zusätzliche Infrastruktur verwendet, um die Anwendung in der Produktion auszuführen und ihre Leistung im Laufe der Zeit zu überwachen.

Die separate Verwaltung dieser Tools kann die Koordination von Entwicklungs-Workflows erschweren. Teams verbringen letztlich Zeit damit, Daten zwischen Plattformen zu verschieben, Integrationen zu warten und die Infrastruktur zu konfigurieren, statt sich auf die Verbesserung von Computer-Vision-Anwendungen zu konzentrieren.

Was ist eine End-to-End-Plattform für Vision-KI?#

Bevor wir uns mit den wichtigsten Funktionen der Ultralytics Platform und ihren Möglichkeiten beschäftigen, klären wir zunächst, was mit einer End-to-End-Computer-Vision-Plattform gemeint ist.

Einfach ausgedrückt bietet die Ultralytics Platform einen zentralen Ort, an dem Entwickler Computer-Vision-Anwendungen entwickeln und ausführen können. Anstatt für verschiedene Teile des Entwicklungsprozesses auf separate Dienste zurückzugreifen, können Einzelpersonen und Teams im selben Umfeld mit visuellen Daten arbeiten, Modelle und Algorithmen trainieren, Ergebnisse testen und Anwendungen ausführen.

Abb. 2. Testen eines Modells auf der Ultralytics Platform (Quelle)

Dieser Ansatz erleichtert es Entwicklern, zu experimentieren, ihre Systeme zu verbessern und Projekte voranzubringen, ohne ständig zwischen Tools wechseln zu müssen.

Wie die Ultralytics Platform den Vision-KI-Workflow vereinfacht#

Die Ultralytics Platform ist aus jahrelanger enger Zusammenarbeit mit der Computer-Vision-Community entstanden. In unseren Gesprächen mit Entwicklern und Teams, die Vision-KI-Systeme entwickeln, kamen immer wieder einige typische Herausforderungen zur Sprache.

Ein wichtiges Anliegen war beispielsweise die Datenannotation, die bei der Kennzeichnung großer Datensätze viel Zeit in Anspruch nehmen kann. Eine weitere Herausforderung zeigte sich, wenn Teams Systeme in die Produktion überführen wollten, da die Bereitstellung von Anwendungen in unterschiedlichen Umgebungen und auf unterschiedlicher Hardware häufig zusätzliche Tools erfordert.

Viele Teams müssen sich außerdem mit dem Wechsel zwischen Tools auseinandersetzen, da Annotationstools, Trainingsumgebungen und Bereitstellungssysteme häufig auf mehrere Plattformen verteilt sind. Die Ultralytics Platform löst all diese Komplikationen mit einer Reihe integrierter Funktionen.

Ein Überblick über die wichtigsten Funktionen der Ultralytics Platform#

Sehen wir uns also einige der wichtigsten Funktionen der Ultralytics Platform an, die dazu beitragen, diese Herausforderungen und den gesamten Vision-KI-Workflow zu vereinfachen:

• Intelligente Datenannotation: Die integrierten Annotationstools helfen Teams, Datensätze mit Funktionen wie intelligenter Annotation auf Basis des Segmentierungsmodells für beliebige Objekte (SAM) und Tastenkürzeln, die Annotation-Workflows vereinfachen, schneller zu kennzeichnen.
• Integriertes Modelltraining: Entwickler können vortrainierte Modelle direkt innerhalb der Plattform trainieren und dabei Experimente nachverfolgen sowie die Leistung über interaktive Dashboards überwachen.
• Inferenztests im Browser: Teams können Vorhersagen schnell im Browser testen, um die Leistungsfähigkeit eines Systems zu bewerten, bevor sie es in der Produktion bereitstellen.
• Flexible Bereitstellungsoptionen: Modelle können in 17 verschiedene Formate exportiert oder über gemeinsam genutzte Inferenzdienste und dedizierte Endpunkte in 43 Regionen weltweit bereitgestellt werden.
• Integrierte Überwachung: Die Plattform bietet Dashboards, mit denen Teams Experimentergebnisse, Systemleistung und den Zustand der Bereitstellung an einem Ort verfolgen können.

Von Rohdaten bis zur Bereitstellung mit der Ultralytics Platform#

Wenn du mehr über die Ultralytics Platform erfährst, fragst du dich vielleicht, wie die Arbeit damit tatsächlich aussieht. Für einen besseren Eindruck sehen wir uns ein einfaches Beispiel an.

Stell dir vor, du entwickelst ein System zur visuellen Prüfung an einer Fertigungslinie. Ziel ist es, beschädigte oder fehlerhafte Produkte automatisch zu erkennen, während sie die Produktion durchlaufen.

Der Prozess beginnt normalerweise mit der Erfassung visueller Daten. Mit der neuen Computer-Vision-Plattform von Ultralytics kannst du Bilder oder Videos von Produkten aus der Fertigungslinie hochladen und sie in Datensätzen organisieren, die zum Trainieren eines Modells für die Fehlererkennung verwendet werden.

Als Nächstes folgt die Datenannotation. Mit den integrierten manuellen oder KI-gestützten Annotationstools der Plattform kannst du Fehler direkt in den Bildern für 5 Erkennungsaufgaben kennzeichnen. Die Innovation hinter Funktionen wie der von SAM unterstützten intelligenten Annotation und den integrierten Vorlagen für Posenskelette, mit denen Keypoints per Mausklick platziert werden können, beschleunigt einen Workflow, der sonst Stunden dauern würde.

Sobald der Datensatz bereit ist, kannst du mit dem Modelltraining fortfahren. Die Plattform ermöglicht es dir, Computer-Vision-Modelle wie Ultralytics-YOLO-Modelle mit den gekennzeichneten Daten zu trainieren. Während des Trainings kannst du Leistungsmetriken überwachen, Experimente nachverfolgen und Modelle im Laufe der Zeit optimieren, um die Systemleistung über ein einziges Dashboard zu verbessern.

Nach dem Training folgt der nächste Schritt: Testen und Validierung. Du kannst Vorhersagen direkt innerhalb der Plattform mit neuen Bildern ausführen, um zu prüfen, wie gut das System Fehler erkennt, und Bereiche zu identifizieren, in denen weitere Verbesserungen erforderlich sein könnten.

Wenn das System schließlich gute Ergebnisse liefert, kann es in der Produktion bereitgestellt werden. Die Ultralytics Platform unterstützt den Export von Modellen in mehrere Formate oder ihre Bereitstellung über Inferenzdienste und Endpunkte, sodass sie in realen Umgebungen ausgeführt werden können.

Abb. 3. Beispiel für den Export von Modellen mit der Ultralytics Platform (Quelle)

Indem die Ultralytics Platform jeden Schritt dieser Pipeline unterstützt, erleichtert sie den Weg von visuellen Rohdaten zu einer funktionierenden Computer-Vision-Anwendung, die Fehler an einer Fertigungslinie automatisch erkennen kann.

Anwendungsfälle mit Vision-KI, die du mit der Ultralytics Platform entwickeln kannst#

In den meisten Anwendungen, in denen visuelle Daten in Informationen umgewandelt und zur Automatisierung von Prozessen genutzt werden können, kann Computer Vision einen Unterschied machen. Das gilt für verschiedenste Branchen – vom Gesundheitswesen bis zur Automobilindustrie – und die Ultralytics Platform wurde entwickelt, um diese Vielseitigkeit zu unterstützen.

Die Plattform unterstützt standardmäßig hochmoderne Modelle wie Ultralytics YOLO26 sowie eine Reihe von Computer-Vision-Aufgaben, darunter Objekterkennung, Bildklassifizierung, Instanzsegmentierung, Posenschätzung und die Erkennung orientierter Begrenzungsboxen (OBB). Dank dieser Flexibilität können Entwickler Anwendungen für viele verschiedene Szenarien entwickeln, in denen Bilder oder Videos analysiert werden müssen.

Teams können beispielsweise Systeme für die Echtzeit-Unterwasserüberwachung in marinen Umgebungen, die Zählung von Zellen in der medizinischen und biologischen Forschung, die Verfolgung von Wildtieren in abgelegenen Ökosystemen, die Wahrnehmung für autonome Fahrzeuge und die Navigation von Robotern durch komplexe Umgebungen entwickeln. Und das ist nur ein kleiner Teil dessen, was mit Computer Vision möglich ist.

Abb. 4. Annotieren eines Bildes zur Wildtiererkennung auf der Ultralytics Platform (Quelle)

Warum die Ultralytics Platform die Zukunft der Vision-KI ist#

Da Computer Vision immer häufiger eingesetzt wird, gewinnt es zunehmend an Bedeutung, die Entwicklung von Vision-KI zugänglicher zu machen. Viele Entwickler und Organisationen möchten mit visuellen Daten experimentieren und KI-Anwendungen entwickeln, doch herkömmliche Entwicklungsumgebungen können den Einstieg erschweren.

Die Ultralytics Platform senkt diese Hürden, indem sie eine Umgebung bereitstellt, in der Entwickler schnell mit Computer-Vision-Technologie arbeiten können. Anstatt Zeit mit der Einrichtung der Infrastruktur oder der Integration verschiedener Tools zu verbringen, können sich Teams auf das Erproben von Ideen und die Entwicklung praxisnaher Anwendungen konzentrieren.

Diese Zugänglichkeit eröffnet einem breiteren Kreis von Entwicklern, Forschern und Organisationen die Möglichkeit, Vision-KI zu erkunden. Dadurch können mehr Teams visuelle Daten in aussagekräftige Erkenntnisse umwandeln und Anwendungen entwickeln, die reale Probleme lösen.

Da sich Vision-KI über immer mehr Branchen hinweg ausbreitet, sind wir überzeugt, dass die Ultralytics Platform die Entwicklung zugänglicher machen und eine wichtige Rolle bei der Gestaltung der Zukunft von Computer Vision spielen wird.

Erste Schritte mit der Ultralytics Platform#

Beginne jetzt mit der Entwicklung von Computer-Vision-Projekten mit der Ultralytics Platform. Du kannst die Plattform über den kostenlosen Tarif erkunden, der Startguthaben für Cloud-Training sowie Zugriff auf zentrale Tools zur Verwaltung von Datensätzen, Annotation von Bildern, zum Trainieren von Modellen und zur Bereitstellung von Anwendungen umfasst.

Wenn deine Projekte wachsen, kannst du deine Nutzung mit zusätzlichen Tarifen skalieren, die mehr Rechenressourcen, Speicherplatz, Funktionen für die Zusammenarbeit und Bereitstellungskapazität bieten. Die Plattform verwendet außerdem ein kreditbasiertes Preismodell für Dienste wie Cloud-Training und verwaltete Endpunkte. So können Teams Experimente durchführen und Anwendungen bereitstellen und dabei ihre Nutzung transparent im Blick behalten.

Wichtige Erkenntnisse#

Bildverarbeitung und Computer-Vision-Technologie bewegen sich zunehmend von Forschungsexperimenten hin zu realen Systemen, die alltägliche Technologien antreiben. Die Ultralytics Platform beschleunigt diesen Wandel, indem sie Entwicklern eine einfachere Möglichkeit bietet, Vision-KI-Anwendungen zu entwickeln, zu testen und bereitzustellen. Da weniger Hürden zwischen Ideen und Bereitstellung liegen, kann die nächste Generation von Computer-Vision-Lösungen schneller als je zuvor entwickelt werden.

Tritt unserer Community bei und erkunde das GitHub-Repository, um mehr über Computer-Vision-Modelle zu erfahren. Lies auf unseren Lösungsseiten über Anwendungen wie KI in der Landwirtschaft und Computer Vision in der Robotik. Sieh dir unsere Lizenzierungsoptionen an und beginne mit der Entwicklung deines eigenen Vision-KI-Modells.