Yolo Vision Shenzhen
Shenzhen
Rejoindre maintenant

ultralytics

Le moyen le plus rapide d'annoter des ensembles de données de vision par ordinateur

Annotation intelligente, gestion des ensembles de données et analyses intégrées. Tout ce dont vous avez besoin pour passer des données brutes à l'entraînement, le tout sur Ultralytics .

Interface utilisateur d'un ensemble de données sur la faune sauvage dans Ultralytics des images annotées de zèbres, d'éléphants, de léopards, de girafes, de lions, de renards et d'hyènes dans leur milieu naturel de savane.

17.8K

Nombre total de modèles

34.4M

Images créées

167.7M

Annotations créées

Gros plan sur le visage d'un léopard, mettant l'accent sur son oreille et son œil ambré, avec une barre d'outils logicielle superposée au-dessus.

Étiquetez jusqu'à 10 fois plus vite grâce à l'annotation intelligente

Ultralytics vous offre les outils nécessaires pour créer plus rapidement des ensembles de données étiquetés de haute qualité. De l'annotation intelligente à l'édition manuelle précise, chaque outil est conçu pour réduire le temps d'annotation sans compromettre la qualité.

Annotation intelligenteSAM: générez d'un simple clic des masques précis, des cadres de sélection ou des cadres orientés.

Outils d'annotation manuelle : une suite complète d'outils de dessin pour les cinq tâches de détection.

Création de classes en ligne : créez et organisez des classes directement lors de l'annotation.

Pose : utilisez des modèles ou créez des points clés personnalisés pour vos projets d'estimation de pose.

Interface utilisateur permettant de créer un nouvel ensemble de données intitulé « Wildlife », comprenant des champs pour le nom de l'ensemble de données, l'URL raccourcie et une description facultative concernant des images annotées et sélectionnées d'animaux de la savane.

N'importe quel format, n'importe quelle taille, en un seul clic

Téléchargez des images, des vidéos ou des fichiers ZIP directement sur la plateforme. Importez des ensembles de données déjà annotés au COCO YOLO COCO , ou partez de zéro avec des images brutes non annotées. Vos données sont traitées, validées et prêtes à être annotées en quelques secondes.

Analysez vos données avant de lancer l'entraînement

Assurez-vous de bien connaître votre ensemble de données avant de commencer l'entraînement. Visualisez la répartition des classes, repérez les déséquilibres dans la répartition, examinez les cartes thermiques indiquant l'emplacement des annotations et vérifiez la répartition des dimensions des images, le tout à partir de graphiques intégrés qui se mettent à jour automatiquement à mesure que votre ensemble de données évolue.

Tableau de bord présentant des graphiques illustrant la répartition de l'ensemble de données (90,5 % d'images d'apprentissage et 9,5 % d'images de validation), les principales catégories d'animaux avec leurs pourcentages, ainsi que des histogrammes représentant la largeur et la hauteur des images.
Tableau des rôles et des autorisations présentant les fonctionnalités associées aux rôles Propriétaire, Administrateur, Éditeur et Lecteur, avec des cases à cocher pour les autorisations d'accès.

Formules Pro et Entreprise

Conçu pour la collaboration en équipe

Gérez les processus d'annotation au sein de votre équipe depuis un espace de travail unique. Attribuez des rôles, track et organisez vos projets à mesure que vos ensembles de données s'étoffent.

Contacter le service commercial

Vous avez terminé l'annotation ? Lancez l'entraînement.

L'entraînement est à portée de clic. Choisissez unYOLO Ultralytics YOLO , sélectionnez un GPU, et lancez l'entraînement.

1

Annoter

2

Train

3

Déployer

Foire aux questions

Puis-je importer des ensembles de données étiquetés dans d'autres outils ?

Oui. Ultralytics prend en charge les ensembles de données annotés aux COCO YOLO et COCO , les deux normes d'annotation les plus couramment utilisées en vision par ordinateur. Si vos données ont été annotées dans un autre outil, tel que CVAT ou Roboflow, qui permet d'exporter vers l'un de ces formats, vous pouvez les télécharger directement et commencer l'entraînement immédiatement.

Comment les modèles de vision par ordinateur sont-ils entraînés ?

Les modèles de vision par ordinateur sont entraînés à partir d'ensembles de données annotées, apprenant ainsi à associer des motifs visuels aux étiquettes d'annotation présentes dans vos données. La qualité, la taille et l'équilibre de vos données d'entraînement ont une influence directe sur les performances des modèles formés. Ultralytics relie directement votre flux de travail d'annotation à l'entraînement dans le cloud, sans qu'il soit nécessaire de changer d'outil.

Quels formats d'annotation Ultralytics prend-elle en charge ?

Ultralytics prend en charge COCO YOLO et COCO pour l'importation d'ensembles de données, avec une détection automatique du format lors du téléchargement. Si vous avez annoté des données à l'aide d'un outil open source tel que CVAT, LabelImg ou LabelMe, exportez vos étiquettes au COCO YOLO COCO : elles seront analysées automatiquement. Vous pouvez exporter les annotations depuis la plateforme au format Ultralytics .

Quelle est la différence entre l'annotation manuelle et l'annotation intelligente ?

L'annotation manuelle consiste pour des annotateurs humains à tracer des étiquettes directement sur les images à l'aide d'un outil d'annotation. L'annotation intelligente utilise des algorithmes d'IA, tels que Segment Anything (SAM), un modèle open source développé par Meta, pour pré-étiqueter les images avec un minimum d'intervention humaine. La plupart des flux de travail de production combinent les deux approches : l'annotation intelligente pour la rapidité, et la révision manuelle pour la précision.

Qu'est-ce que l'annotation d'images ?

Qu'est-ce que l'annotation d'images ? L'annotation d'images consiste à marquer des images afin d'identifier les objets, les caractéristiques ou les zones qu'elles contiennent. Il s'agit d'une étape fondamentale dans l'entraînement des modèles de vision par ordinateur pour des tâches telles que la détection d'objets, la segmentation d'images, la classification d'images et l'estimation de la pose. Les types d'annotation varient selon les cas d'utilisation et comprennent les cadres de sélection, les polygones, les masques et les points clés. Ce processus est réalisé à la fois à l'aide d'outils open source et de plateformes commerciales spécialisées.

Commencez dès aujourd'hui à constituer de meilleurs ensembles de données

Rejoignez les milliers d'équipes qui développent des modèles de vision par ordinateur prêts à l'emploi sur Ultralytics.