Ultralytics YOLO27 : Rejoins la liste d'attente.
Licence YOLO
Événements

Ultralytics HUB : rendre le ML accessible

Découvre Ultralytics HUB, la plateforme de ML complète et sans code pour entraîner et déployer des modèles YOLOv5 et YOLOv8, présentée à YOLO Vision 2023.

Nuvola LadiNuvola Ladi3 min de lecture
Kalen Michael présente Ultralytics HUB à Ultralytics YOLO Vision 2023

Dans cet article, nous nous intéressons à Ultralytics HUB, depuis remplacé par Ultralytics Platform, présenté par son responsable produit, Kalen Michael, lors de l’événement YOLO Vision 2023 (YV23), sur le campus Google for Startups de Madrid. Kalen a expliqué comment Ultralytics HUB rend la vision par ordinateur plus accessible.

Révolutionner l’accessibilité#

Kalen a commencé son intervention en présentant Ultralytics HUB comme une plateforme d’apprentissage automatique (ML) complète, sans code, permettant d’entraîner et de déployer les modèles Ultralytics YOLOv5 et YOLOv8. Il a souligné la manière dont elle réduit les obstacles à l’adoption du ML et le rend accessible à tous. Ultralytics HUB a été conçu pour transformer les idées en modèles fonctionnels et ouvrir le ML à une nouvelle vague de passionnés de données.

À la découverte d’Ultralytics HUB#

Le public a découvert les fonctionnalités d’Ultralytics HUB. De la gestion des jeux de données à la sélection et au déploiement des modèles, Ultralytics HUB couvre l’ensemble du flux de travail. La visite du tableau de bord a mis en évidence sa simplicité et ses étapes de démarrage rapide, qui le rendent accessible aussi bien aux débutants qu’aux utilisateurs expérimentés. Les fonctionnalités d’entraînement et de prévisualisation en temps réel, ainsi que l’accès à la REST API, complétaient l’ensemble.

Kalen Michael, responsable produit chez Ultralytics, présente Ultralytics HUB lors de YV23

Offre Ultralytics HUB Pro et au-delà#

Kalen a présenté l’offre Ultralytics HUB Pro, qui propose davantage d’espace de stockage, l’entraînement de modèles dans le cloud, l’accès à la REST API et la collaboration via Teams. La feuille de route prévoyait le lancement de l’offre Enterprise, des options de jeux de données améliorées, davantage de choix de déploiement et une feuille de route publique sur GitHub.

Offres Ultralytics HUB

Connexion au cloud et facturation#

Kalen a également abordé la connexion à différents services cloud, avec la prise en charge de Google Cloud et des projets futurs pour AWS, et expliqué les conséquences sur la facturation afin que les utilisateurs sachent à quoi s’attendre lorsqu’ils connectent leurs propres comptes cloud.

Il a également présenté les options de GPU, de RAM et de CPU virtuel disponibles dans l’offre Ultralytics Cloud.

La surveillance et les commentaires en perspective#

Des projets à venir pour les fonctionnalités de surveillance et de commentaires ont été évoqués. Elles permettront d’améliorer continuellement les performances des modèles et soulignent l’engagement en faveur de la réussite des utilisateurs.

Pour conclure#

Ultralytics HUB vise à offrir une expérience utilisateur simple, en un clic. Les intégrations et le HUB SDK Ultralytics simplifient les tâches d’apprentissage automatique grâce à une installation facile et à des opérations CRUD sur les modèles, les jeux de données et les projets.

La plateforme prend en charge une authentification flexible par clés API ou par adresse e-mail et mot de passe. L’initialisation du client HUB et les extraits de code simplifient les interactions et en font un outil précieux pour des flux de travail d’apprentissage automatique efficaces.

De plus, nous améliorons constamment différents aspects d’Ultralytics HUB en tenant compte des commentaires des utilisateurs finaux. Les efforts de collaboration au sein de la communauté contribuent chaque jour à améliorer Ultralytics HUB.

Tu veux en savoir plus sur Ultralytics HUB ? Regarde la présentation complète d’Ultralytics HUB !

Écrit par

Nuvola Ladi
Nuvola Ladi

Responsable du contenu numérique · Ultralytics

Nuvola Ladi est responsable du contenu numérique chez Ultralytics, où elle crée du contenu sur l'IA visuelle et Ultralytics YOLO, et représente l'entreprise lors d'événements du secteur comme la PyTorch Conference 2025. Basée en Espagne, elle est titulaire d'un master en médias visuels et numériques de l'IE University. Avant de rejoindre Ultralytics, elle a occupé des postes dans des organisations telles que XVA Gallery & Hotel et Rolex.

Commentaires

Pose une question, partage tes résultats ou aide quelqu’un.

Découvre les solutions

La vision par ordinateur dans le sport

La vision par ordinateur dans le sport

Découvre comment Ultralytics YOLO propulse la vision par ordinateur dans le sport grâce au suivi des joueurs et du ballon, aux analyses de performance, aux conseils d’entraînement et à la rééducation des athlètes.
En savoir plus
Vision par ordinateur pour les images aériennes

Vision par ordinateur pour les images aériennes

Transforme les images de drones et les images aériennes en informations exploitables en temps réel pour l’agriculture, l’aquaculture, la conservation et l’analyse géospatiale avec Ultralytics YOLO.
En savoir plus
Vision par ordinateur dans l’aérospatiale

Vision par ordinateur dans l’aérospatiale

Applique la vision par ordinateur dans l’aérospatiale avec Ultralytics YOLO pour l’inspection des aéronefs, la détection des corps étrangers sur les pistes, les opérations au sol des aéroports et la détection des défauts des matériaux composites.
En savoir plus
La vision par ordinateur dans la sécurité

La vision par ordinateur dans la sécurité

Protège chaque site avec les modèles Ultralytics YOLO. L’IA visuelle permet la surveillance des périmètres, la détection des menaces, la reconnaissance des plaques d’immatriculation et la sécurité au travail.
En savoir plus
La vision par ordinateur en robotique

La vision par ordinateur en robotique

Donne plus de capacités à tes machines grâce aux modèles Ultralytics YOLO. Dans la robotique, l’IA visuelle permet la navigation autonome, la perception, le suivi des objets et le contrôle en temps réel.
En savoir plus
La vision par ordinateur dans la logistique

La vision par ordinateur dans la logistique

Optimise la logistique avec les modèles Ultralytics YOLO. La vision par IA permet d’inspecter les colis, de les trier, de suivre les véhicules et de surveiller la sécurité des entrepôts en temps réel.
En savoir plus
La vision par ordinateur dans le commerce de détail

La vision par ordinateur dans le commerce de détail

Réinvente le commerce de détail avec les modèles Ultralytics YOLO. La vision par IA permet de suivre les stocks, de surveiller les rayons, de gérer les files d’attente et de mieux comprendre les clients.
En savoir plus
La vision par ordinateur dans le secteur de la santé

La vision par ordinateur dans le secteur de la santé

Crée des solutions de santé avec les modèles Ultralytics YOLO. La vision par IA dans le secteur de la santé accélère l’imagerie médicale, améliore les diagnostics et facilite la surveillance des patients.
En savoir plus
La vision par ordinateur dans l’industrie manufacturière

La vision par ordinateur dans l’industrie manufacturière

Optimise la fabrication avec les modèles Ultralytics YOLO. La vision par IA améliore le contrôle qualité, la détection des défauts, le respect des règles concernant les EPI et l’automatisation des chaînes de montage.
En savoir plus
La vision par ordinateur dans l’automobile

La vision par ordinateur dans l’automobile

Mets la vision par ordinateur au service de l’automobile avec les modèles Ultralytics YOLO. La vision par IA renforce la sécurité routière, l’aide à la conduite et l’automatisation des véhicules pour des routes plus intelligentes.
En savoir plus
Vision par ordinateur dans l’agriculture

Vision par ordinateur dans l’agriculture

Fais entrer l’IA de vision dans l’agriculture intelligente avec les modèles Ultralytics YOLO. Optimise le suivi des cultures et du bétail ainsi que l’agriculture de précision pour obtenir des rendements plus élevés et plus intelligents.
En savoir plus

Construisons ensemble l’avenir de l’IA !

Commence ton parcours vers l’avenir de l’apprentissage automatique