Présentation de la plateforme Ultralytics : Le moyen le plus intelligent d'annoter, d'entraîner et de déployer de l'IA visuelle

Nous avons construit l'écosystème open-source Ultralytics pour rendre la vision par ordinateur accessible à tous. Des millions de développeurs dans le monde entraînent désormais des modèles Ultralytics YOLO pour alimenter tout ce qui va des lignes d'inspection en usine aux systèmes de livraison autonomes.

Mais au fil des années, nous avons continué à entendre le même retour de la part de la communauté : l'entraînement d'un modèle performant n'est plus le plus grand obstacle en vision par ordinateur. C'est sa mise en production.

Aujourd'hui, nous changeons cela. Découvre la plateforme Ultralytics : la plateforme de bout en bout ultime, conçue spécialement pour faire passer ton IA de vision des données brutes au déploiement réel de qualité production.

Link to this sectionL'écart entre un excellent modèle et un excellent produit#

Au cours de la dernière décennie, la vision par ordinateur et l'apprentissage profond ont rapidement évolué, passant de la recherche à une infrastructure critique alimentant des systèmes réels. Elle alimente l'inspection de la qualité dans les usines, permet le commerce de détail sans caissier, guide la robotique chirurgicale et maintient les véhicules autonomes sur leur trajectoire. Les modèles n'ont jamais été aussi performants, mais le parcours d'un prototype fonctionnel à un système de production fiable ? C'est encore plus difficile qu'il ne devrait l'être.

La plupart des équipes assemblent aujourd'hui des outils distincts pour l'annotation, l'entraînement, le suivi des expériences, le déploiement et la surveillance. Chaque intégration ajoute de la complexité. Chaque transfert ralentit la dynamique. Et des semaines peuvent disparaître tranquillement à gérer l'infrastructure au lieu de construire l'application elle-même.

Alors que nous travaillions en étroite collaboration avec des développeurs, des startups et des équipes d'entreprise au sein de la communauté de la vision par ordinateur, trois défis ont continué de faire surface :

• Le goulot d'étranglement de l'annotation : Les modèles haute performance exigent des données étiquetées de haute qualité, mais la création et la maintenance de ces jeux de données restent lentes et exigeantes en main-d'œuvre.
• L'écart de déploiement : Un modèle qui fonctionne bien lors de l'entraînement peut nécessiter des semaines d'ingénierie supplémentaire pour fonctionner de manière fiable sur des appareils de périphérie (edge), des environnements cloud et des systèmes de production.
• La taxe de fragmentation des outils : Répartir l'annotation, l'entraînement, le suivi et le déploiement sur plusieurs services crée des frais généraux cumulés qui ralentissent chaque cycle d'itération.

Ces défis récurrents sont le goulot d'étranglement déterminant du développement moderne de la vision par ordinateur et ce qui nous a finalement conduits à construire la plateforme Ultralytics. Simplifier le flux de travail, de la préparation des données au déploiement, et connecter les étapes clés du développement de la vision par ordinateur permet aux équipes de passer plus facilement de modèles prometteurs à des systèmes d'IA de vision réels.

Link to this sectionLe cycle de vie complet de l'IA de vision, en un seul endroit#

La plateforme Ultralytics rassemble chaque étape du flux de travail de vision par ordinateur, de la gestion des données à l'annotation, l'entraînement des modèles, le déploiement et la surveillance. Tout cela dans un espace de travail unique et connecté pour réduire la complexité et accélérer le passage de l'idée à l'impact.

Télécharge tes images ou vidéos. Étiquette-les avec des outils d'annotation intégrés. Entraîne des modèles comme Ultralytics YOLO26 directement sur la plateforme. Déploie mondialement. Surveille les performances en temps réel. Chaque étape s'enchaîne, afin que tu puisses te concentrer sur la construction de ton application plutôt que sur la gestion de l'infrastructure.

Fig 1. Un aperçu de la plateforme Ultralytics (Source)

Link to this sectionDe l'idée au déploiement : Comment fonctionne la plateforme Ultralytics#

Transformer une idée de vision par ordinateur en un système fonctionnel implique plusieurs étapes, de la préparation des données à l'exécution des modèles en production. La plateforme Ultralytics organise ce processus en un pipeline clair et simple qui t'aide à passer d'un concept initial à un modèle déployé en toute simplicité.

Link to this sectionAnnotation : Radicalement accélérée#

Étiqueter les données a traditionnellement été l'une des parties les plus chronophages de tout projet de vision par ordinateur. La plateforme Ultralytics la rend nettement plus rapide et est conçue pour te rejoindre là où tes données se trouvent.

Tu peux télécharger des images brutes, des vidéos ou des archives de jeux de données, importer des jeux de données déjà étiquetés au format YOLO ou COCO, ou cloner des jeux de données publics partagés par la communauté Ultralytics. Que tu partes de zéro ou que tu construises sur un travail existant, tes données sont prêtes à l'emploi dès qu'elles arrivent sur la plateforme.

Si tes images ou vidéos ne sont pas encore étiquetées, l'éditeur d'annotation intégré rend le processus nettement plus rapide. Il prend en charge toutes les tâches majeures de vision par ordinateur, de la détection d'objets et la segmentation d'instances à l'estimation de pose, la détection de boîtes englobantes orientées (OBB) et la classification d'images, avec des outils conçus à la fois pour la vitesse et la précision.

La capacité remarquable ici est l'annotation intelligente alimentée par SAM 3. En utilisant le Segment Anything Model 3 (SAM 3), tu peux générer des masques précis, des boîtes englobantes ou des boîtes orientées en cliquant sur un objet et en affinant avec quelques points. Ce qui prenait auparavant des heures de traçage manuel ne prend désormais que quelques minutes, donnant aux équipes la capacité de construire des jeux de données de haute qualité à un rythme qui correspond à leur vitesse de développement.

Fig 3. Un exemple d'annotation intelligente alimentée par SAM sur la plateforme Ultralytics (Source)

Les modèles de squelettes de pose, les raccourcis clavier, la gestion des classes en ligne et la prise en charge de l'annulation/rétablissement complètent une expérience d'annotation conçue pour te garder dans le flux.

Link to this sectionEntraînement : Effortlessment puissant#

Une fois tes données étiquetées, l'entraînement se fait en un clic. Ultralytics YOLO26, YOLO11 et la famille complète des modèles Ultralytics YOLO sont pris en charge nativement et peuvent être entraînés directement sur la plateforme en utilisant des unités de traitement graphique (GPU) cloud ou entraînés sur du matériel local tout en diffusant des métriques vers la plateforme.

Choisis parmi une large gamme d'options de GPU cloud, y compris le RTX 4090, le RTX PRO 6000, NVIDIA A100, H100, et plus encore, ou entraîne sur ton propre matériel local tout en diffusant des métriques en temps réel vers la plateforme. Chaque expérience est automatiquement organisée en projets qui regroupent les modèles associés, rendant facile le suivi de la manière dont différents jeux de données, paramètres et configurations influencent les résultats et l'identification des modèles les plus performants.

Surveille les courbes de perte, la précision, le rappel et la précision moyenne (mAP) à mesure qu'ils évoluent époque par époque. Plonge dans les matrices de confusion et les courbes précision-rappel pour comprendre exactement où ton modèle fonctionne bien et où il peut s'améliorer. Compare plusieurs exécutions côte à côte pour trouver la configuration qui offre les meilleurs résultats.

Fig 2. Un regard sur la surveillance de la progression de l'entraînement en utilisant la plateforme Ultralytics (Source)

La plateforme Ultralytics gère également automatiquement les étapes clés du cycle de vie de l'entraînement. Les points de contrôle sont enregistrés tout au long de l'entraînement, préservant à la fois le modèle le plus performant et les poids finaux entraînés. Les modèles pré-entraînés peuvent être affinés directement au sein de la plateforme, et les modèles entraînés peuvent être téléchargés ou importés pour une utilisation dans d'autres environnements, donnant aux équipes une flexibilité totale sur la façon dont et où elles travaillent.

Aucune infrastructure à provisionner. Aucun service de suivi d'expérience distinct à configurer. Juste un chemin clair et efficace des données étiquetées vers un modèle entraîné prêt pour le monde réel.

Link to this sectionDéploie mondialement, surveille tout#

Un modèle bien entraîné a besoin d'un chemin tout aussi performant vers la production. La plateforme Ultralytics l'offre.

Commence par valider les résultats d'inférence de ton modèle directement dans le navigateur. Lorsque tu es confiant dans les résultats, déploie dans 43 régions mondiales avec des points de terminaison dédiés qui s'auto-ajustent pour répondre à la demande, chacun avec un point de terminaison API unique prêt pour l'intégration dans tes applications.

Fig 4. La plateforme Ultralytics prend en charge le déploiement de modèles dans 43 régions mondiales. (Source)

Que tu aies besoin de déployer dans le cloud ou d'exécuter des modèles sur des appareils de périphérie, la plateforme Ultralytics offre des options flexibles conçues pour les deux scénarios. Tous les modèles Ultralytics YOLO sont nativement optimisés pour fonctionner efficacement dans divers environnements, offrant des performances fiables même sur du matériel de périphérie avec des ressources de calcul limitées. Pour les équipes qui ont besoin d'exécuter des modèles en dehors de la plateforme, Ultralytics prend en charge l'exportation vers 17 formats validés, notamment ONNX, TensorRT, CoreML, TFLite et OpenVINO, afin que tes modèles s'exécutent nativement sur des services cloud, des appareils mobiles, des systèmes de périphérie, et plus encore.

Une fois tes modèles en ligne, la surveillance intégrée dans le tableau de bord des déploiements te donne une visibilité totale sur les performances de production : volume de requêtes, métriques de latence, taux d'erreur, santé des points de terminaison et journaux détaillés. Tu peux également examiner les journaux, vérifier l'état de santé des points de terminaison et suivre les performances dans le temps pour t'assurer que tes systèmes de vision par ordinateur fonctionnent de manière fiable en production et identifier les opportunités d'optimiser les performances.

Commence dès aujourd'hui, ou explore la documentation Ultralytics pour un regard plus approfondi sur ce que la plateforme peut faire.

Link to this sectionDémocratiser le développement de l'IA de vision#

À mesure que tu en apprendras plus sur la plateforme Ultralytics, tu verras rapidement que son objectif va au-delà de la simple fourniture d'outils pour construire des systèmes de vision par ordinateur. À sa base, la plateforme est conçue pour aider à rendre le développement de l'IA de vision plus accessible et convivial pour une communauté plus large.

Historiquement, construire et déployer des systèmes d'IA nécessitait une infrastructure spécialisée, des outils complexes et un investissement initial important. Même lorsque les modèles puissants sont devenus plus faciles à entraîner, le flux de travail environnant - gérer les jeux de données, exécuter des expériences, déployer des modèles et maintenir l'infrastructure - était difficile d'accès pour les individus et les petites équipes.

La plateforme Ultralytics abaisse ces barrières en réunissant tout le flux de travail de l'IA de vision dans un environnement unique, tout en facilitant le démarrage. Les nouveaux utilisateurs peuvent commencer à expérimenter avec la plateforme grâce au plan gratuit, qui inclut des crédits d'inscription pour l'entraînement cloud et l'accès à des fonctionnalités principales telles que la gestion des jeux de données, les outils d'annotation, l'entraînement des modèles et l'exportation de modèles.

À mesure que les projets grandissent, les utilisateurs ou les entreprises clientes peuvent passer à l'échelle avec des crédits supplémentaires et des plans de plateforme qui débloquent plus de ressources de calcul, de stockage, de fonctionnalités de collaboration et de capacité de déploiement. Cette approche flexible signifie que les développeurs, chercheurs, startups et entreprises peuvent commencer petit, expérimenter librement et étendre leur utilisation à mesure que leurs systèmes de vision par ordinateur se dirigent vers la production.

En combinant un flux de travail de vision par ordinateur de bout en bout avec un modèle de tarification accessible, la plateforme Ultralytics aide à ouvrir la porte à davantage de personnes pour construire, tester et déployer des applications d'IA de vision réelles.

Link to this sectionPoints clés#

La plateforme Ultralytics réunit tout le cycle de vie de l'IA de vision dans un espace de travail puissant, accélérant le passage des données brutes aux systèmes d'IA de vision prêts pour la production. Avec des outils intégrés pour l'annotation, l'entraînement, le déploiement et la surveillance, les équipes peuvent construire et déployer des modèles tels que Ultralytics YOLO26, Ultralytics YOLO11, Ultralytics YOLO11 et les modèles YOLO hérités sans gérer d'infrastructure complexe.

Que tu sois en train d'expérimenter avec ton premier modèle ou de déployer l'IA de vision à grande échelle, la plateforme est conçue pour soutenir chaque étape du parcours.

Rejoins notre communauté et découvre des innovations telles que l'IA dans la fabrication et l'IA de vision dans le commerce de détail. Visite notre dépôt GitHub et commence dès aujourd'hui avec la vision par ordinateur en consultant nos options de licence.