Wir stellen die Ultralytics Plattform vor: Die intelligenteste Art, Vision AI zu annotieren, zu trainieren und zu implementieren

Wir haben das Open-Source-Ökosystem von Ultralytics entwickelt, um Computer Vision für jeden zugänglich zu machen. Millionen von Entwicklern weltweit trainieren jetzt Ultralytics YOLO Modelle, um alles von Fabrikinspektionslinien bis hin zu autonomen Liefersystemen anzutreiben.

Doch über die Jahre haben wir aus der Community immer wieder dasselbe Feedback erhalten: Ein leistungsfähiges Modell zu trainieren ist nicht mehr die größte Hürde in der Computer Vision. Es in die Produktion zu bringen hingegen schon.

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

Link to this sectionDie Lücke zwischen einem großartigen Modell und einem großartigen Produkt#

Im letzten Jahrzehnt haben sich Computer Vision und Deep Learning schnell von der Forschung zu einer kritischen Infrastruktur entwickelt, die reale Systeme antreibt. Sie treibt die Qualitätsprüfung in Fertigungsanlagen an, ermöglicht kassenloses Einkaufen, steuert chirurgische Robotik und hält autonome Fahrzeuge auf Kurs. Die Modelle waren noch nie leistungsfähiger, aber der Weg vom funktionierenden Prototyp zum zuverlässigen Produktionssystem? Der ist immer noch schwieriger, als er sein sollte.

Die meisten Teams setzen heutzutage separate Tools für Annotation, Training, Experimentverfolgung, Bereitstellung und Überwachung zusammen. Jede Integration erhöht die Komplexität. Jede Übergabe bremst die Dynamik. Und wochenlange Arbeit kann unbemerkt darin verschwinden, Infrastruktur zu verwalten, anstatt die Anwendung selbst zu entwickeln.

Während wir eng mit Entwicklern, Startups und Unternehmensteams in der Computer-Vision-Community zusammengearbeitet haben, traten immer wieder drei Herausforderungen auf:

• Der Annotations-Engpass: Leistungsstarke Modelle erfordern qualitativ hochwertige, markierte Daten, aber das Erstellen und Pflegen dieser Datensätze bleibt langsam und arbeitsintensiv.
• Die Bereitstellungslücke: Ein Modell, das im Training gut abschneidet, kann Wochen an zusätzlicher Entwicklungsarbeit erfordern, um zuverlässig auf Edge-Geräten, in Cloud-Umgebungen und in Produktionssystemen zu laufen.
• Die Fragmentierungssteuer für Tools: Die Verteilung von Annotation, Training, Nachverfolgung und Bereitstellung auf mehrere Dienste erzeugt einen kumulativen Overhead, der jeden Iterationszyklus verlangsamt.

Diese wiederkehrenden Herausforderungen sind der entscheidende Engpass der modernen Computer-Vision-Entwicklung und der Grund, warum wir schließlich die Ultralytics Platform gebaut haben. Die Vereinfachung des Workflows von der Datenvorbereitung bis zur Bereitstellung und die Verknüpfung der wichtigsten Phasen der Computer-Vision-Entwicklung ermöglicht es Teams, leichter von vielversprechenden Modellen zu realen Vision AI-Systemen zu gelangen.

Link to this sectionDer gesamte Lebenszyklus von Vision AI an einem einzigen Ort#

Die Ultralytics Platform vereint jede Phase des Computer-Vision-Workflows, von der Datenverwaltung über die Annotation bis hin zu Modelltraining, Bereitstellung und Überwachung. Alles in einem einzigen, vernetzten Arbeitsbereich, um Komplexität zu reduzieren und den Weg von der Idee bis zur Wirkung zu beschleunigen.

Lade deine Bilder oder Videos hoch. Beschrifte sie mit integrierten Annotationstools. Trainiere Modelle wie Ultralytics YOLO26 direkt auf der Plattform. Bereitstellung weltweit. Überwache die Leistung in Echtzeit. Jede Phase geht in die nächste über, sodass du dich auf den Aufbau deiner Anwendung konzentrieren kannst, anstatt die Infrastruktur zu verwalten.

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

Link to this sectionVon der Idee zur Bereitstellung: Wie die Ultralytics Platform funktioniert#

Die Umsetzung einer Computer-Vision-Idee in ein funktionierendes System umfasst mehrere Phasen, von der Datenvorbereitung bis hin zur Ausführung von Modellen in der Produktion. Die Ultralytics Platform organisiert diesen Prozess in einer klaren, einfachen Pipeline, die dir hilft, mühelos vom ersten Konzept zum bereitgestellten Modell zu gelangen.

Link to this sectionAnnotation: Radikal beschleunigt#

Das Markieren von Daten war traditionell einer der zeitaufwändigsten Teile jedes Computer-Vision-Projekts. Die Ultralytics Platform macht dies deutlich schneller und ist so konzipiert, dass sie dich dort abholt, wo deine Daten liegen.

Du kannst Rohbilder, Videos oder Datensatzarchive hochladen, Datensätze importieren, die bereits im YOLO- oder COCO-Format markiert sind, oder öffentliche Datensätze klonen, die von der Ultralytics-Community geteilt werden. Egal, ob du bei Null anfängst oder auf bestehender Arbeit aufbaust, deine Daten sind einsatzbereit, sobald sie auf der Plattform landen.

Wenn deine Bilder oder Videos noch nicht markiert sind, macht der integrierte Annotations-Editor es deutlich schneller, dies zu erreichen. Er unterstützt alle gängigen Computer-Vision-Aufgaben, von der Objekterkennung und Instanzsegmentierung bis hin zur Posenschätzung, orientierter Bounding Box (OBB)-Erkennung und Bildklassifizierung, mit Tools, die sowohl auf Geschwindigkeit als auch auf Präzision ausgelegt sind.

Die herausragende Funktion hier ist die SAM 3-gestützte intelligente Annotation. Mit dem Segment Anything Model 3 (SAM 3) kannst du präzise Masken, Bounding Boxes oder orientierte Boxen generieren, indem du auf ein Objekt klickst und es mit ein paar Punkten verfeinerst. Was früher Stunden manuelle Arbeit erforderte, dauert jetzt Minuten und gibt Teams die Möglichkeit, qualitativ hochwertige Datensätze in einem Tempo aufzubauen, das ihrer Entwicklungsgeschwindigkeit entspricht.

Abb. 3. Ein Beispiel für SAM-gestützte intelligente Annotation auf der Ultralytics Platform (Quelle)

Posenskelett-Vorlagen, Tastaturkürzel, Inline-Klassenverwaltung und Unterstützung für Rückgängig/Wiederherstellen runden ein Annotationserlebnis ab, das darauf ausgelegt ist, dich im Flow zu halten.

Link to this sectionTraining: Mühelos leistungsstark#

Sobald deine Daten markiert 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 unter Verwendung von Cloud-Grafikprozessoren (GPUs) oder auf lokaler Hardware trainiert werden, während Metriken zurück an die Plattform gestreamt werden.

Wähle aus einer breiten Palette von Cloud-GPU-Optionen, einschließlich der RTX 4090, RTX PRO 6000, NVIDIA A100, H100 und mehr, oder trainiere auf deiner eigenen lokalen Hardware, während du Echtzeit-Metriken an die Plattform zurückstreamst. Jedes Experiment wird automatisch in Projekten organisiert, die verwandte Modelle gruppieren, was es einfach macht, nachzuverfolgen, wie sich verschiedene Datensätze, Parameter und Konfigurationen auf die Ergebnisse auswirken, und die stärksten Modelle zu identifizieren.

Überwache Verlustkurven, Präzision, Recall und mean Average Precision (mAP), während sie sich von Epoche zu Epoche entwickeln. Tauche ein in Konfusionsmatrizen und Präzisions-Recall-Kurven, um genau zu verstehen, wo dein Modell gut abschneidet und wo es verbessert werden kann. Vergleiche mehrere Durchläufe nebeneinander, um die Konfiguration zu finden, die die besten Ergebnisse liefert.

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

Die Ultralytics Platform verwaltet auch automatisch wichtige Phasen des Trainingslebenszyklus. Checkpoints werden während des gesamten Trainings gespeichert, wodurch sowohl das leistungsfähigste Modell als auch die finalen trainierten Gewichte erhalten bleiben. Vortrainierte Modelle können direkt innerhalb der Plattform feinabgestimmt werden, und trainierte Modelle können hoch- oder heruntergeladen werden, um in anderen Umgebungen verwendet zu werden, was Teams volle Flexibilität bei ihrer Arbeitsweise bietet.

Keine Infrastruktur bereitzustellen. Kein separater Dienst zur Experimentverfolgung einzurichten. Nur ein klarer, effizienter Weg von markierten Daten zu einem trainierten Modell, das für die reale Welt bereit ist.

Link to this sectionWeltweit bereitstellen, alles überwachen#

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

Beginne damit, die Inferenz-Ergebnisse deines Modells direkt im Browser zu validieren. Wenn du von den Ergebnissen überzeugt bist, stelle sie in 43 globalen Regionen mit dedizierten Endpunkten bereit, die automatisch an die Nachfrage angepasst werden, jeder mit einem einzigartigen API-Endpunkt, der für die Integration in deine Anwendungen bereit ist.

Abb. 4. Die Ultralytics Platform unterstützt die Modellbereitstellung in 43 globalen Regionen. (Quelle)

Egal, ob du in der Cloud bereitstellen oder Modelle auf Edge-Geräten ausführen musst, die Ultralytics Platform bietet flexible Optionen für beide Szenarien. Alle Ultralytics YOLO-Modelle sind nativ darauf optimiert, effizient in verschiedenen Umgebungen zu laufen, 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, einschließlich ONNX, TensorRT, CoreML, TFLite und OpenVINO, sodass deine Modelle nativ über Cloud-Dienste, mobile Geräte, Edge-Systeme und mehr hinweg laufen.

Sobald deine Modelle live sind, bietet dir die integrierte Überwachung im Bereitstellungs-Dashboard volle Transparenz über die Produktionsleistung: Anforderungsvolumen, Latenzmetriken, Fehlerraten, Endpunkt-Status und detaillierte Protokolle. Du kannst auch Protokolle überprüfen, den Status der Endpunkt-Gesundheit prüfen und die Leistung im Laufe der Zeit verfolgen, um sicherzustellen, dass deine Computer-Vision-Systeme zuverlässig in der Produktion laufen und Möglichkeiten zur Leistungsoptimierung zu identifizieren.

Lege noch heute los oder durchstöbere die Ultralytics-Dokumentation für einen tieferen Einblick in das, was die Plattform leisten kann.

Link to this sectionDemokratisierung der Vision AI-Entwicklung#

Während du mehr über die Ultralytics Platform erfährst, wirst du schnell sehen, dass ihr Ziel weit über die Bereitstellung von Tools zum Erstellen von Computer-Vision-Systemen hinausgeht. Im Kern ist die Plattform darauf ausgelegt, die Vision AI-Entwicklung für eine breitere Community zugänglicher und benutzerfreundlicher zu gestalten.

Historisch gesehen erforderte der Aufbau und die Bereitstellung von KI-Systemen spezialisierte Infrastruktur, komplexe Tools und erhebliche Vorabinvestitionen. Selbst als leistungsstarke Modelle einfacher zu trainieren wurden, blieb der umliegende Workflow - das Verwalten von Datensätzen, das Ausführen von Experimenten, das Bereitstellen von Modellen und das Warten der Infrastruktur - für Einzelpersonen und kleinere Teams schwer zugänglich.

Die Ultralytics Platform senkt diese Hürden, indem sie den gesamten Vision AI-Workflow in eine einzige Umgebung bringt und es gleichzeitig einfach macht, loszulegen. Neue Benutzer können mit dem kostenlosen Plan mit der Plattform experimentieren, der Anmelde-Credits für das Cloud-Training und Zugriff auf Kernfunktionen wie Datenverwaltung, Annotationstools, Modelltraining und Modellexport enthält.

Wenn Projekte wachsen, können Benutzer oder Unternehmenskunden mit zusätzlichen Credits und Plattform-Plänen skalieren, die mehr Rechenressourcen, Speicher, Kollaborationsfunktionen und Bereitstellungskapazitäten freischalten. Dieser flexible Ansatz bedeutet, dass Entwickler, Forscher, Startups und Unternehmen klein anfangen, frei experimentieren und ihre Nutzung erweitern können, während ihre Computer-Vision-Systeme in Richtung Produktion wandern.

Durch die Kombination eines End-to-End-Computer-Vision-Workflows mit einem zugänglichen Preismodell hilft die Ultralytics Platform dabei, mehr Menschen die Tür zu öffnen, um reale Vision AI-Anwendungen zu erstellen, zu testen und bereitzustellen.

Link to this sectionWichtige Erkenntnisse#

Die Ultralytics Platform bringt den gesamten Lebenszyklus von Vision AI in einen leistungsstarken Arbeitsbereich, wodurch es schneller geht, von Rohdaten zu produktionsreifen Vision AI-Systemen zu gelangen. Mit integrierten Tools für Annotation, Training, Bereitstellung und Überwachung können Teams Modelle wie Ultralytics YOLO26, Ultralytics YOLO11, Ultralytics YOLO11 und ältere YOLO-Modelle erstellen und bereitstellen, ohne komplexe Infrastruktur verwalten zu müssen.

Egal, ob du mit deinem ersten Modell experimentierst oder Vision AI in großem Maßstab bereitstellst, die Plattform ist darauf ausgelegt, jede Phase der Reise zu unterstützen.

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