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

Heute haben wir die Ultralytics Platform gestartet, eine umfassende Computer-Vision-Plattform, die die Entwicklung und Bereitstellung von KI-Systemen für visuelle Daten vereinfachen soll. Computer Vision, ein Bereich der künstlichen Intelligenz, der Maschinen die Interpretation von Bildern und Videos ermöglicht, steckt zwar bereits hinter vielen Systemen, auf die wir uns heute verlassen, doch die Entwicklung solcher Lösungen war traditionell komplex.

Für viele KI-Ingenieurinnen und -Ingenieure sowie Entwicklerinnen und Entwickler im Bereich maschinelles Lernen bedeutet die Entwicklung einer Computer-Vision-Anwendung nach wie vor, während des gesamten Entwicklungsprozesses zwischen verschiedenen Tools zu wechseln. Ein Team verwaltet möglicherweise Datensätze und Annotationen auf einer Plattform, trainiert Modelle auf einer anderen und nutzt zusätzliche Dienste, um Vorhersagen zu testen, Experimente nachzuverfolgen und Systeme in der Produktionsumgebung bereitzustellen.

Wenn Projekte wachsen, kann der Wechsel zwischen Tools die Entwicklung verlangsamen und den Betriebsaufwand erhöhen. Statt sich auf die Verbesserung von Modellen und die Entwicklung neuer Computer-Vision-Anwendungen zu konzentrieren, verbringen Teams oft Zeit mit der Verwaltung von Arbeitsabläufen, dem Verschieben von Daten zwischen Tools und der Konfiguration der Infrastruktur.

Die Ultralytics Platform wurde entwickelt, um diesen Prozess zu vereinfachen und zu beschleunigen. Sie vereint Annotation, Training, Validierung, Bereitstellung und Überwachung in einer Umgebung und ersetzt so mehrere Tools im KI-Bereich für visuelle Daten durch eine einzige Computer-Vision-Plattform. Dadurch können Teams skalierbare KI-Systeme für visuelle Daten effizienter entwickeln und bereitstellen.

Abb. 1. Einblick in die Vorbereitung von Datensätzen 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 mit zu vielen Tools in der Computer-Vision-Entwicklung#

Die Entwicklung einer Computer-Vision-Lösung umfasst mehrere Phasen – von der Vorbereitung von Datensätzen bis zur Bereitstellung von Systemen in der Produktionsumgebung. Oft nutzen Teams für die einzelnen Teile dieses Arbeitsablaufs unterschiedliche Tools, darunter:

• Tools zur Datensatzverwaltung: Teams verwenden diese Tools, um Bilder und Videos zu speichern und zu organisieren, die später als Trainingsdaten für Computer-Vision-Systeme dienen.
• Annotationstools: Mit diesen Plattformen können Entwicklerteams und Datenteams Objekte, Segmente oder Keypoints in Bildern markieren, damit Systeme Muster in den visuellen Daten lernen können.
• Tools und Frameworks für das Modelltraining: Entwickler nutzen diese Tools, um Computer-Vision-Systeme mit annotierten Datensätzen und Deep-Learning-Modellen zu trainieren. Dabei arbeiten sie häufig mit maschinellen Lernframeworks für Python wie PyTorch und TensorFlow.
• Tools für Tests und Inferenz: Vor der Bereitstellung führen Teams Modelle mit neuen Bildern oder Videos aus, um Vorhersagen zu prüfen und die Leistung des Systems zu bewerten.
• Tools für Bereitstellung und Überwachung: Sobald eine KI-Lösung für visuelle Daten bereit ist, kommen zusätzliche Infrastruktur und Tools zum Einsatz, um die Anwendung in der Produktionsumgebung auszuführen und ihre Leistung im Zeitverlauf zu überwachen.

Die getrennte Verwaltung dieser Tools kann die Koordination von Entwicklungsabläufen erschweren. Teams verbringen dann Zeit damit, Daten zwischen Plattformen zu verschieben, Integrationen zu pflegen und Infrastruktur zu konfigurieren, statt Computer-Vision-Anwendungen zu verbessern.

Was ist eine durchgängige Plattform für KI mit visuellen Daten?#

Bevor wir uns mit den wichtigsten Funktionen der Ultralytics Platform und ihren Möglichkeiten befassen, klären wir zunächst, was wir unter einer durchgängigen Computer-Vision-Plattform verstehen.

Einfach gesagt bietet die Ultralytics Platform einen zentralen Ort, an dem Entwickler Computer-Vision-Anwendungen entwickeln und ausführen können. Statt für verschiedene Teile des Entwicklungsprozesses auf getrennte Dienste angewiesen zu sein, können Einzelpersonen und Teams in derselben Umgebung mit visuellen Daten arbeiten, Modelle und Algorithmen trainieren, Ergebnisse testen und Anwendungen ausführen.

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

So können Entwickler leichter experimentieren, ihre Systeme verbessern und Projekte voranbringen, ohne ständig zwischen Tools wechseln zu müssen.

So vereinfacht die Ultralytics Platform Arbeitsabläufe für KI mit visuellen Daten#

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

Ein zentrales Anliegen war beispielsweise die Datenannotation, die viel Zeit in Anspruch nehmen kann, wenn große Datensätze markiert werden müssen. Eine weitere Herausforderung zeigte sich, wenn Teams Systeme in die Produktionsumgebung überführen wollten: Die Bereitstellung von Anwendungen in unterschiedlichen Umgebungen und auf verschiedener Hardware erfordert oft zusätzliche Tools.

Viele Teams müssen zudem häufig zwischen Tools wechseln, da Annotationstools, Trainingsumgebungen und Bereitstellungssysteme oft auf mehrere Plattformen verteilt sind. Die Ultralytics Platform bewältigt all diese Herausforderungen mit einer Reihe integrierter Funktionen.

Überblick über die wichtigsten Funktionen der Ultralytics Platform#

Sehen wir uns einige der wichtigsten Funktionen der Ultralytics Platform an, die diese Herausforderungen und den gesamten Arbeitsablauf für KI mit visuellen Daten vereinfachen:

• Intelligente Datenannotation: Die integrierten Annotationstools helfen Teams, Datensätze schneller zu markieren – mit Funktionen wie intelligenter Annotation auf Grundlage des Segment Anything Model (SAM) und Tastenkürzeln, die die Arbeitsabläufe bei der Annotation vereinfachen.
• Integriertes Modelltraining: Entwickler können vortrainierte Modelle direkt auf 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 Leistung eines Systems zu bewerten, bevor sie es in der Produktionsumgebung bereitstellen.
• Flexible Bereitstellungsoptionen: Modelle lassen sich in 17 verschiedene Formate exportieren oder über gemeinsam genutzte Inferenzdienste und dedizierte Endpunkte in 43 Regionen weltweit bereitstellen.
• Integrierte Überwachung: Die Plattform bietet Dashboards, mit denen Teams Versuchsergebnisse, Systemleistung und Zustand der Bereitstellungen zentral nachverfolgen 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 konkret aussieht. Ein einfaches Beispiel veranschaulicht das.

Stell dir vor, du entwickelst ein System zur visuellen Inspektion einer Fertigungslinie. Es soll beschädigte oder fehlerhafte Produkte während des Produktionsablaufs automatisch erkennen.

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

Als Nächstes folgt die Datenannotation. Mit den integrierten manuellen oder KI-gestützten Annotationstools der Plattform kannst du Fehler direkt in den Bildern für fünf Erkennungsaufgaben markieren. Innovationen wie die intelligente Annotation auf Grundlage von SAM und integrierte Vorlagen für Posenskelettmodelle, mit denen sich Keypoints mit einem einzigen Klick platzieren lassen, vereinfachen Arbeitsabläufe, die sonst Stunden dauern würden.

Sobald der Datensatz bereit ist, kannst du mit dem Modelltraining beginnen. Auf der Plattform kannst du Computer-Vision-Modelle wie Ultralytics-YOLO-Modelle mit den markierten Daten trainieren. Während des Trainings kannst du Leistungsmetriken überwachen, Experimente nachverfolgen und Modelle im Zeitverlauf optimieren, um die Systemleistung über ein einziges Dashboard zu verbessern.

Nach dem Training folgen Tests und Validierung. Du kannst Vorhersagen direkt auf der Plattform mit neuen Bildern ausführen, um zu prüfen, wie gut das System Fehler erkennt, und Bereiche zu ermitteln, in denen weitere Verbesserungen nötig sein könnten.

Wenn das System gute Ergebnisse liefert, kann es schließlich in der Produktionsumgebung bereitgestellt werden. Die Ultralytics Platform unterstützt den Export von Modellen in verschiedene Formate sowie ihre Bereitstellung über Inferenzdienste und Endpunkte, damit 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 für KI mit visuellen Daten, die du mit der Ultralytics Platform umsetzen kannst#

Computer Vision kann in den meisten Anwendungen etwas bewirken, bei denen visuelle Daten in Informationen umgewandelt und zur Automatisierung von Prozessen genutzt werden. Das gilt branchenübergreifend – vom Gesundheitswesen bis zur Automobilindustrie – und die Ultralytics Platform wurde für diese Vielseitigkeit entwickelt.

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

Teams können beispielsweise Systeme für die Echtzeitüberwachung unter Wasser in Meeresumgebungen, die Zellzählung in der medizinischen und biologischen Forschung, die Beobachtung von Wildtieren in abgelegenen Ökosystemen, Wahrnehmungssysteme für autonome Fahrzeuge und die Navigation von Robotern durch komplexe Umgebungen entwickeln. Das ist nur ein kleiner Ausschnitt dessen, was mit Computer Vision möglich ist.

Abb. 4. Annotieren eines Bildes zur Erkennung von Wildtieren auf der Ultralytics Platform (Quelle)

Warum die Ultralytics Platform die Zukunft der KI mit visuellen Daten ist#

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

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

Diese Zugänglichkeit ermöglicht mehr Entwicklern, Forschenden und Organisationen, KI für visuelle Daten zu erkunden. Dadurch können mehr Teams visuelle Daten in aussagekräftige Erkenntnisse umwandeln und Anwendungen entwickeln, die Probleme in der realen Welt lösen.

Da KI für visuelle Daten branchenübergreifend weiter an Bedeutung gewinnt, sind wir überzeugt, dass die Ultralytics Platform die Entwicklung zugänglicher macht und eine wichtige Rolle dabei spielen wird, die Zukunft von Computer Vision zu gestalten.

Erste Schritte mit der Ultralytics Platform#

Starte noch heute mit der Ultralytics Platform deine Computer-Vision-Projekte. Du kannst die Plattform mit dem kostenlosen Tarif erkunden, der Startguthaben für das Cloud-Training und Zugriff auf wichtige 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 erweitern, die mehr Rechenressourcen, Speicherplatz, Funktionen für die Zusammenarbeit und Bereitstellungskapazität bieten. Außerdem verwendet die Plattform ein auf Guthaben basierendes Preismodell für Dienste wie Cloud-Training und verwaltete Endpunkte. So können Teams Experimente durchführen und Anwendungen bereitstellen und zugleich ihren Verbrauch transparent im Blick behalten.

Die wichtigsten Erkenntnisse#

Bildverarbeitung und Computer-Vision-Technologie entwickeln sich rasant von Forschungsversuchen zu realen Systemen, die alltägliche Technologien antreiben. Die Ultralytics Platform beschleunigt diesen Wandel, indem sie Entwicklern eine einfachere Möglichkeit bietet, KI-Anwendungen für visuelle Daten zu entwickeln, zu testen und bereitzustellen. Da der Weg von der Idee bis zur Bereitstellung weniger Hürden aufweist, lassen sich Lösungen der nächsten Generation für Computer Vision schneller entwickeln als je zuvor.

Tritt unserer Community bei und sieh dir das GitHub-Repository an, 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 Lizenzoptionen an und beginne mit der Entwicklung deines eigenen KI-Modells für visuelle Daten.