Treina modelos de IA visual em poucos cliques, não em dias

Sim. Instala uma versão atual do pacote ultralytics (Python 3.11 ou mais recente), define tua chave de API da Platform e treina com project="username/project" para transmitir métricas para a Ultralytics Platform junto com as execuções na nuvem. Isso funciona em máquinas locais e em notebooks, como o Google Colab. Treinar no teu próprio hardware não consome créditos da Platform nem conta para o limite de treinamento na nuvem.

Escolhe com base no tamanho do modelo e do conjunto de dados, nos requisitos de memória e no orçamento. A Platform oferece 26 GPUs NVIDIA, a partir de US$ 0.24 por hora. A RTX PRO 6000 é a opção padrão recomendada para a maioria dos trabalhos, e as GPUs econômicas são adequadas para experimentos menores. Os espaços de trabalho Free podem usar 24 delas; para B200 e B300, é necessário um plano Pro ou Enterprise. A caixa de diálogo de treinamento mostra os preços atuais e o tempo e custo estimados antes de começares.

Pagas pelo tempo de uso da GPU na nuvem. Uma execução que falha antes de a GPU iniciar não custa nada; quando a GPU está em execução, as execuções concluídas, canceladas e com falha são cobradas pelo tempo decorrido. Se teu saldo de créditos ficar abaixo de zero, as execuções ativas na nuvem são interrompidas e cobradas pelo tempo usado; a recarga automática ajuda a evitar isso. Uma execução interrompida mantém o ponto de verificação mais recente que foi carregado, se houver, e a opção Retry Training restaura o modelo, o conjunto de dados e as configurações de treinamento da execução com falha.

Sim. Os espaços de trabalho Free podem executar até 3 tarefas de treinamento na nuvem ao mesmo tempo; o Pro permite até 10, e o Enterprise não tem limite. O treinamento no teu próprio hardware não conta para esses limites.

Depende do tamanho do conjunto de dados, do modelo e das imagens, do número de épocas e da GPU. Por exemplo, com as configurações padrão, o estimador prevê cerca de 6 minutos e US$ 0.23 para treinar YOLO26n com 1.000 imagens por 100 épocas, a 640 pixels, em uma RTX PRO 6000; modelos maiores demoram mais. O tempo e o custo reais variam, então confere a estimativa para tua configuração antes de começar.

O treinamento de modelos otimiza os parâmetros de um modelo de visão computacional usando exemplos rotulados para que ele reconheça os mesmos padrões em imagens novas. Na Ultralytics Platform, passas da anotação ao treinamento em um único espaço de trabalho: seleciona teu conjunto de dados, escolhe um modelo e uma GPU na nuvem e inicia uma execução.

Sim. Inicia uma execução a partir de um modelo oficial YOLO26, YOLO11, YOLOv8 ou YOLOv5, de um modelo que treinaste anteriormente ou de um checkpoint .pt do Ultralytics que carregues (até 1 GB). Para melhorar um modelo com novas imagens ou classes, adiciona-as ao teu conjunto de dados e treina a partir do teu modelo existente. Isso ajusta um novo modelo e mantém o original inalterado.

Começa com um modelo Ultralytics YOLO26 pequeno, como YOLO26n ou YOLO26s. Modelos menores treinam e executam mais rápido e são adequados para dispositivos de borda; modelos maiores podem ser mais precisos, mas exigem mais poder computacional. Compara um modelo pequeno com um maior no mesmo projeto e escolhe com base na precisão, na velocidade e no dispositivo em que vais executá-lo.

Sim. O plano Free não tem taxa de assinatura e inclui US$ 5 em créditos de inscrição, ou US$ 25 no total depois de verificares um e-mail corporativo. O treinamento na nuvem usa créditos pelo tempo de GPU utilizado, e o treinamento no teu próprio hardware não tem cobranças da Plataforma. Consulta preços para ver os planos e os créditos.

Por padrão, os modelos Ultralytics YOLO são licenciados sob AGPL-3.0, e os planos Free e Pro não incluem uma licença Enterprise. Para usar os teus modelos em produtos proprietários sem as obrigações da AGPL-3.0, precisas de uma licença Enterprise da Ultralytics. Consulta licenciamento para mais detalhes.