Addestra modelli di visione AI in pochi clic, non giorni
Addestra i modelli YOLO di Ultralytics su 26 GPU cloud, monitora ogni metrica in tempo reale e confronta gli esperimenti fianco a fianco, tutto da un'unica piattaforma.

Potenziato dall'ecosistema YOLO leader mondiale
Addestra con le fondamenta open-source di cui si fidano milioni di sviluppatori, supportato da un'ampia adozione in termini di download, utilizzo e convalida della community.

Supporto nativo per i modelli YOLO più adottati al mondo
Addestra le famiglie di modelli Ultralytics YOLO26, YOLO11, YOLOv8 e YOLOv5 per tutte le 6 attività di visione, dalle versioni nano a quelle large.
- Inizia con un modello Ultralytics YOLO: Seleziona modelli pre-addestrati dagli autori originali e pronti per il fine-tuning.
- Porta il tuo modello di computer vision: Carica un file .pt e addestralo su GPU cloud.
- Il tuo dataset o il nostro: Usa i tuoi dati di addestramento o esplora i dataset Ultralytics e della community.

GPU on-demand o addestramento locale
Addestra su un massimo di 26 GPU cloud con un solo clic, oppure esegui il processo sul tuo hardware.
- Addestra su GPU cloud: Scegli tra 26 opzioni di GPU, dalla RTX 2000 Ada alla B300. Seleziona una GPU, imposta il tuo budget e inizia l'addestramento.
- Addestra localmente sulla tua infrastruttura: Addestra sulle tue GPU o CPU locali e trasmetti le metriche in tempo reale alla piattaforma utilizzando il pacchetto Python Ultralytics.

Monitora il tuo addestramento in tempo reale
Individua precocemente i run divergenti, ottimizza le prestazioni del modello e tieni traccia dei progressi man mano che avvengono.
- Grafici delle metriche live: Curve di perdita e metriche di prestazione trasmesse in live streaming e tracciate per epoca durante l'esecuzione dell'addestramento.
- Log di addestramento semplificati: Log di addestramento trasmessi dalla GPU con supporto per colori ANSI e rilevamento automatico degli errori.
- Monitoraggio hardware: Telemetria hardware in tempo reale per confermare che la tua GPU funzioni in modo efficiente.

Comprendi il tuo modello prima di rilasciarlo
Esamina le metriche di validazione per i tuoi modelli di computer vision: matrice di confusione, curva PR e risultati per classe, quindi esporta in 20 formati.
Ogni esperimento, organizzato
Organizza i run di addestramento in progetti. Confronta dataset, iperparametri e dimensioni dei modelli per trovare il modello migliore.

Scopri come funziona l'addestramento
Dalla selezione di un modello al monitoraggio del tuo primo run di addestramento, guarda come la Piattaforma Ultralytics ti porta dal dataset al modello addestrato in pochi clic.
Esplora le soluzioni di settore
Scopri come i team applicano la computer vision di Ultralytics negli ambienti di produzione.

AI nella Robotica

IA nella logistica

AI nel settore Retail

IA nel settore sanitario

IA nella produzione

AI nel settore automobilistico

AI in Agricoltura

AI nella Robotica

IA nella logistica

AI nel settore Retail

IA nel settore sanitario

IA nella produzione

AI nel settore automobilistico

AI in Agricoltura

AI nella Robotica

IA nella logistica

AI nel settore Retail

IA nel settore sanitario

IA nella produzione

AI nel settore automobilistico

AI in Agricoltura
Domande frequenti
Sì. La Piattaforma Ultralytics supporta l'addestramento locale sulle tue GPU o CPU. Installa il pacchetto Python Ultralytics, imposta la tua chiave API e inizia l'addestramento. Le metriche in tempo reale vengono trasmesse direttamente alla dashboard della piattaforma insieme ai tuoi job di addestramento cloud. Questo ti offre la flessibilità di usare il tuo hardware mantenendo tutti gli esperimenti organizzati in un unico posto.
La Piattaforma Ultralytics offre 22 opzioni GPU che vanno da $0,24 a $4,99 l'ora. Per la maggior parte dei carichi di lavoro, la RTX PRO 6000 (96 GB, $1,89/ora) è una scelta predefinita solida. Per un addestramento sensibile al tempo, H100 e H200 offrono le massime prestazioni. Per test e dataset piccoli, opzioni economiche come la RTX 2000 Ada ($0,24/ora) funzionano bene. La piattaforma mostra un costo e una durata stimati prima di iniziare, così puoi scegliere il giusto equilibrio tra velocità e budget per il tuo progetto.
Se un job di addestramento fallisce, non ti verrà addebitato alcun costo. Paghi solo per l'effettivo tempo GPU sui job completati o annullati manualmente. I checkpoint vengono salvati durante l'addestramento, quindi se un job viene interrotto o annullato, i tuoi progressi fino a quel momento vengono preservati. Puoi rivedere i log della console per diagnosticare i problemi e riavviare l'addestramento con impostazioni modificate.
Sì. La Piattaforma Ultralytics supporta job di addestramento simultanei. Gli utenti del piano Free possono eseguire fino a 3 job contemporanei, gli utenti Pro fino a 10 e gli utenti Enterprise job simultanei illimitati. Ogni job riceve la propria istanza GPU dedicata.
Il tempo di addestramento dipende dalle dimensioni del tuo dataset, dalle dimensioni del modello, dal numero di epoche e dalla selezione della GPU. Come riferimento, addestrare YOLO26n su 1.000 immagini per 100 epoche richiede circa 2-3 ore su una RTX PRO 6000. Modelli più grandi come YOLO26x richiederanno più tempo per la stessa configurazione. La piattaforma stima costo e durata prima che l'addestramento inizi, così sai sempre cosa aspettarti.
L'addestramento del modello è il processo di insegnare a un modello di computer vision a riconoscere pattern nei dati visivi. Durante l'addestramento, il modello elabora migliaia di immagini etichettate, regola i suoi parametri e migliora progressivamente la sua capacità di rilevare, segmentare o classificare gli oggetti. Sulla Piattaforma Ultralytics, l'addestramento è integrato direttamente nel flusso di lavoro di annotazione e distribuzione. Una volta etichettato il tuo dataset, puoi selezionare un modello YOLO, scegliere una GPU cloud e iniziare l'addestramento senza lasciare la piattaforma.
Inizia l'addestramento oggi stesso!
Costruisci modelli di vision AI pronti per la produzione su GPU cloud, a partire da 0,24$ all'ora.