Die Ultralytics Platform: Die intelligenteste Möglichkeit, Vision AI zu annotieren, zu trainieren und bereitzustellen

Wir haben das Open-Source-Ökosystem von Ultralytics entwickelt, um Computer Vision für alle zugänglich zu machen. Millionen von Entwicklern weltweit trainieren inzwischen Ultralytics YOLO-Modelle, die Anwendungen von Fertigungsinspektionen bis hin zu autonomen Liefersystemen ermöglichen.

Doch im Laufe der Jahre haben wir aus der Community immer wieder dasselbe Feedback gehört: Das Training eines leistungsstarken Modells ist bei Computer Vision nicht mehr die größte Hürde. Die eigentliche Herausforderung ist, es in die Produktion zu bringen.

Heute ändern wir das. Lerne Ultralytics Platform kennen: die umfassende End-to-End-Plattform, die speziell dafür entwickelt wurde, deine Vision AI von Rohdaten bis zur produktionsreifen Bereitstellung in der Praxis zu bringen.

Die Lücke zwischen einem großartigen Modell und einem großartigen Produkt#

Im vergangenen Jahrzehnt haben sich Computer Vision und Deep Learning rasant von Forschungsbereichen zu kritischer Infrastruktur für Systeme in der Praxis entwickelt. Sie ermöglichen Qualitätsprüfungen in Produktionshallen, machen den Einzelhandel ohne Kassen möglich, unterstützen chirurgische Robotik und halten autonome Fahrzeuge auf Kurs. Die Modelle waren noch nie so leistungsfähig, aber der Weg von einem funktionierenden Prototyp zu einem zuverlässigen Produktionssystem? Er ist nach wie vor schwieriger, als er sein sollte.

Die meisten Teams setzen heute separate Tools für Annotation, Training, Experimentverfolgung, Bereitstellung und Überwachung zusammen. Jede Integration erhöht die Komplexität. Jede Übergabe bremst den Fortschritt. Und so können unbemerkt Wochen vergehen, in denen die Infrastruktur verwaltet wird, statt die eigentliche Anwendung zu entwickeln.

Bei der engen Zusammenarbeit mit Entwicklern, Start-ups und Unternehmen aus der Computer-Vision-Community traten immer wieder drei Herausforderungen auf:

• Der Engpass bei der Annotation: Leistungsstarke Modelle benötigen hochwertige annotierte Daten, doch die Erstellung und Pflege dieser Datensätze ist weiterhin langsam und arbeitsintensiv.
• Die Lücke bei der Bereitstellung: Ein Modell, das im Training gute Ergebnisse erzielt, kann zusätzliche Entwicklungsarbeit von mehreren Wochen erfordern, um zuverlässig auf Edge-Geräten, in Cloud-Umgebungen und in Produktionssystemen zu laufen.
• Der Mehraufwand durch fragmentierte Tools: Wenn Annotation, Training, Nachverfolgung und Bereitstellung auf mehrere Dienste verteilt sind, entsteht ein wachsender Verwaltungsaufwand, der jeden Iterationszyklus verlangsamt.

Diese wiederkehrenden Herausforderungen sind der entscheidende Engpass bei der modernen Entwicklung von Computer Vision und haben letztlich zur Entwicklung von Ultralytics Platform geführt. Indem der Workflow von der Datenvorbereitung bis zur Bereitstellung vereinfacht und die zentralen Phasen der Computer-Vision-Entwicklung miteinander verbunden werden, können Teams leichter von vielversprechenden Modellen zu Vision-AI-Systemen für die Praxis gelangen.

Der gesamte Lebenszyklus von Vision AI an einem Ort#

Ultralytics Platform vereint alle Phasen des Computer-Vision-Workflows – von der Datenverwaltung über Annotation und Modelltraining bis hin zu Bereitstellung und Überwachung. Alles befindet sich in einem einzigen, verbundenen Arbeitsbereich, der die Komplexität reduziert und den Weg von der Idee zur Wirkung beschleunigt.

Lade deine Bilder oder Videos hoch. Annotiere sie mit integrierten Annotationstools. Trainiere Modelle wie Ultralytics YOLO26 direkt auf der Plattform. Stelle sie weltweit bereit. Überwache die Leistung in Echtzeit. Jede Phase geht nahtlos in die nächste über, sodass du dich auf die Entwicklung deiner Anwendung konzentrieren kannst, statt die Infrastruktur zu verwalten.

Abb. 1. Ein Einblick in Ultralytics Platform (Quelle)

Von der Idee zur Bereitstellung: So funktioniert Ultralytics Platform#

Eine Idee für Computer Vision in ein funktionierendes System zu verwandeln, umfasst mehrere Phasen – von der Datenvorbereitung bis zum Betrieb von Modellen in der Produktion. Ultralytics Platform strukturiert diesen Prozess als klare, einfache Pipeline, die dir hilft, mühelos vom ersten Konzept zu einem bereitgestellten Modell zu gelangen.

Annotation: Radikal beschleunigt#

Daten zu annotieren war traditionell einer der zeitaufwendigsten Teile jedes Computer-Vision-Projekts. Ultralytics Platform macht diesen Prozess deutlich schneller und ist darauf ausgelegt, dich dort abzuholen, wo deine Daten liegen.

Du kannst Rohbilder, Videos oder Datensatzarchive hochladen, bereits im YOLO- oder COCO-Format annotierte Datensätze importieren oder öffentliche, von der Ultralytics-Community geteilte Datensätze klonen. Ganz gleich, ob du bei null anfängst oder auf vorhandener Arbeit aufbaust: Deine Daten sind sofort einsatzbereit, sobald sie auf der Plattform verfügbar sind.

Wenn deine Bilder oder Videos noch nicht annotiert sind, kannst du sie mit dem integrierten Annotation-Editor deutlich schneller bearbeiten. Er unterstützt alle wichtigen Computer-Vision-Aufgaben – von Objekterkennung und Instanzsegmentierung bis hin zu Posenschätzung, der Erkennung orientierter Begrenzungsboxen (OBB) und Bildklassifizierung – mit Tools, die sowohl auf Geschwindigkeit als auch auf Präzision ausgelegt sind.

Die herausragende Funktion ist die intelligente, von SAM 3 unterstützte Annotation. Mit dem Segmentierungsmodell für beliebige Objekte 3 (SAM 3) kannst du präzise Masken, Begrenzungsboxen oder orientierte Boxen erzeugen, indem du auf ein Objekt klickst und die Auswahl mit wenigen Punkten verfeinerst. Was früher stundenlanges manuelles Nachzeichnen erforderte, dauert jetzt nur noch Minuten. Dadurch können Teams hochwertige Datensätze in einem Tempo erstellen, das ihrer Entwicklungsgeschwindigkeit entspricht.

Abb. 3. Beispiel für intelligente, von SAM unterstützte Annotation in Ultralytics Platform (Quelle)

Vorlagen für Posenskelette, Tastaturkürzel, die Verwaltung von Klassen direkt im Editor sowie Rückgängig-/Wiederholen-Unterstützung runden ein Annotationserlebnis ab, das dich im Arbeitsfluss hält.

Training: Mühelos leistungsstark#

Sobald deine Daten annotiert sind, ist das Training nur einen Klick entfernt. Ultralytics YOLO26, YOLO11 und die gesamte Familie der Ultralytics YOLO-Modelle werden nativ unterstützt und können direkt auf der Plattform mit Cloud-Grafikprozessoren (GPUs) trainiert werden. Alternativ kannst du sie auf lokaler Hardware trainieren und die Metriken an die Plattform übertragen.

Wähle aus einer großen Bandbreite an Cloud-GPUs, darunter die RTX 4090, RTX PRO 6000, NVIDIA A100, H100 und weitere, oder trainiere auf deiner eigenen lokalen Hardware und übertrage die Metriken in Echtzeit an die Plattform. Jedes Experiment wird automatisch in Projekten organisiert, die zusammengehörige Modelle gruppieren. So kannst du problemlos verfolgen, wie verschiedene Datensätze, Parameter und Konfigurationen die Ergebnisse beeinflussen, und die leistungsstärksten Modelle ermitteln.

Überwache Verlustkurven, Präzision, Trefferquote und mittlere durchschnittliche Präzision (mAP), während sie sich von Epoche zu Epoche entwickeln. Untersuche Konfusionsmatrizen und Präzision-Trefferquote-Kurven, um genau zu verstehen, wo dein Modell gut funktioniert und wo es verbessert werden kann. Vergleiche mehrere Durchläufe nebeneinander, um die Konfiguration mit den besten Ergebnissen zu finden.

Abb. 2. Ein Blick auf die Überwachung des Trainingsfortschritts mit Ultralytics Platform (Quelle)

Ultralytics Platform verwaltet außerdem automatisch wichtige Phasen des Trainingslebenszyklus. Während des Trainings werden regelmäßig Checkpoints gespeichert, die sowohl das leistungsstärkste Modell als auch die finalen trainierten Gewichte sichern. Vortrainierte Modelle können direkt innerhalb der Plattform feinabgestimmt werden, und trainierte Modelle können zur Nutzung in anderen Umgebungen hoch- oder heruntergeladen werden. So behalten Teams vollständige Flexibilität darüber, wie und wo sie arbeiten.

Keine Infrastruktur, die bereitgestellt werden muss. Kein separater Dienst zur Experimentverfolgung, der eingerichtet werden muss. Nur ein klarer, effizienter Weg von annotierten Daten zu einem trainierten, praxistauglichen Modell.

Weltweit bereitstellen, alles überwachen#

Ein gut trainiertes Modell benötigt einen ebenso leistungsfähigen Weg in die Produktion. Ultralytics Platform bietet genau das.

Beginne damit, die Inferenz­ergebnisse deines Modells direkt im Browser zu validieren. Wenn du mit den Ergebnissen zufrieden bist, stelle dein Modell in 43 globalen Regionen mit dedizierten Endpunkten bereit, die automatisch entsprechend der Nachfrage skalieren. Jeder Endpunkt verfügt über eine eindeutige API-Adresse für die Integration in deine Anwendungen.

Abb. 4. Ultralytics Platform unterstützt die Bereitstellung von Modellen in 43 globalen Regionen. (Quelle)

Ganz gleich, ob du in der Cloud bereitstellen oder Modelle auf Edge-Geräten ausführen möchtest: Ultralytics Platform bietet flexible Optionen für beide Szenarien. Alle Ultralytics YOLO-Modelle sind nativ für eine effiziente Ausführung in verschiedenen Umgebungen optimiert und liefern zuverlässige Leistung selbst auf Edge-Hardware mit begrenzten Rechenressourcen. Für Teams, die Modelle außerhalb der Plattform ausführen müssen, unterstützt Ultralytics den Export in 17 validierte Formate, darunter ONNX, TensorRT, CoreML, TFLite und OpenVINO. So laufen deine Modelle nativ in Cloud-Diensten, auf Mobilgeräten, in Edge-Systemen und in weiteren Umgebungen.

Sobald deine Modelle live sind, bietet die integrierte Überwachung im Bereitstellungs-Dashboard vollständige Einblicke in die Produktionsleistung: Anfragevolumen, Latenzmetriken, Fehlerraten, Zustand der Endpunkte und detaillierte Protokolle. Du kannst außerdem Protokolle überprüfen, den Status der Endpunktgesundheit kontrollieren und die Leistung im Zeitverlauf verfolgen, damit deine Computer-Vision-Systeme zuverlässig in der Produktion laufen und Optimierungsmöglichkeiten erkannt werden.

Beginne noch heute oder erkunde die Ultralytics-Dokumentation, um mehr über die Möglichkeiten der Plattform zu erfahren.

Die Entwicklung von Vision AI demokratisieren#

Wenn du mehr über Ultralytics Platform erfährst, wirst du schnell feststellen, dass ihr Ziel über die Bereitstellung von Tools zur Entwicklung von Computer-Vision-Systemen hinausgeht. Im Kern soll die Plattform die Entwicklung von Vision AI für eine breitere Community zugänglicher und benutzerfreundlicher machen.

Historisch gesehen erforderten die Entwicklung und Bereitstellung von KI-Systemen spezialisierte Infrastruktur, komplexe Tools und erhebliche Anfangsinvestitionen. Selbst als leistungsstarke Modelle einfacher zu trainieren wurden, war der damit verbundene Workflow – die Verwaltung von Datensätzen, die Durchführung von Experimenten, die Bereitstellung von Modellen und die Wartung der Infrastruktur – für Einzelpersonen und kleinere Teams nur schwer zugänglich.

Ultralytics Platform senkt diese Hürden, indem der gesamte Vision-AI-Workflow in eine einzige Umgebung integriert wird und gleichzeitig der Einstieg erleichtert wird. Neue Nutzer können die Plattform mit dem kostenlosen Tarif ausprobieren, der Startguthaben für Cloud-Training sowie Zugriff auf zentrale Funktionen wie Datensatzverwaltung, Annotationstools, Modelltraining und Modellexport umfasst.

Mit dem Wachstum ihrer Projekte können Nutzer oder Unternehmenskunden durch zusätzliche Guthaben und Plattformtarife skalieren, die weitere Rechenressourcen, Speicherplatz, Funktionen für die Zusammenarbeit und Bereitstellungskapazität freischalten. Dieser flexible Ansatz ermöglicht es Entwicklern, Forschern, Start-ups und Unternehmen, klein anzufangen, frei zu experimentieren und ihre Nutzung auszuweiten, während sich ihre Computer-Vision-Systeme der Produktion nähern.

Durch die Verbindung eines durchgängigen Computer-Vision-Workflows mit einem zugänglichen Preismodell trägt Ultralytics Platform dazu bei, mehr Menschen den Weg zu öffnen, Anwendungen für Vision AI in der Praxis zu entwickeln, zu testen und bereitzustellen.

Wichtige Erkenntnisse#

Ultralytics Platform vereint den gesamten Lebenszyklus von Vision AI in einem leistungsstarken Arbeitsbereich und beschleunigt so den Weg von Rohdaten zu produktionsbereiten Vision-AI-Systemen. Mit integrierten Tools für Annotation, Training, Bereitstellung und Überwachung können Teams Modelle wie Ultralytics YOLO26, Ultralytics YOLO11, Ultralytics YOLO11 und ältere YOLO-Modelle entwickeln und bereitstellen, ohne komplexe Infrastruktur verwalten zu müssen.

Ganz gleich, ob du mit deinem ersten Modell experimentierst oder Vision AI in großem Maßstab bereitstellst: Die Plattform unterstützt dich in jeder Phase dieses Weges.

Tritt unserer Community bei und entdecke Innovationen wie KI in der Fertigung und Vision AI im Einzelhandel. Besuche unser GitHub-Repository und beginne noch heute mit Computer Vision, indem du dir unsere Lizenzoptionen ansiehst.