Самый быстрый способ размечать наборы данных для компьютерного зрения
Умная разметка, управление наборами данных и встроенная аналитика. Пройди весь путь от исходных данных до обучения в одном месте.
Создано на основе аннотирования в промышленных масштабах
Платформа Ultralytics помогает командам быстро преобразовывать большие массивы визуальных данных в готовые к обучению аннотации с неизменно высоким качеством, которое можно проверить.
Размечай данные до 10 раз быстрее с помощью умной разметки
Ultralytics Platform предоставляет инструмент разметки изображений, который помогает быстрее создавать качественные наборы данных. Умная разметка и точное редактирование вручную помогают сократить время разметки изображений без потери качества.
- Умная разметка на базе SAM:Маски и ограничивающие рамки одним нажатием.
- Полная поддержка задач ИИ:Обнаружение объектов, сегментация экземпляров, семантическая сегментация, классификация, оценка позы, OBB.
- Универсальная поддержка форматов:Выбирай YOLO, COCO и другие форматы.
- Командная проверка и управление версиями:Понятное взаимодействие на каждом этапе.
Одна платформа для всех задач компьютерного зрения
Ultralytics Platform изначально поддерживает все 6 задач аннотирования, необходимых для создания готовых к промышленной эксплуатации систем компьютерного зрения на базе ИИ.
Популярные форматы — одним нажатием
Загружай изображения, видео или ZIP-архивы. Импортируй наборы данных YOLO или COCO либо начни с исходных изображений. Данные будут готовы к разметке за считаные секунды.
Анализируй данные до начала обучения
Изучи свои наборы данных до мелочей. Распределение классов, дисбаланс разделений, тепловые карты разметки и размеры изображений — всё в одном месте и всегда актуально.
Для совместной работы команды
Управляй рабочими процессами, назначай роли, отслеживай вклад участников и упорядочивай проекты по мере роста команды и наборов данных.
Узнай, как работает разметка
Посмотри, как загрузить данные, разметить их с помощью умной разметки и подготовить набор данных для обучения — всё это в Ultralytics Platform.
Что говорят наши клиенты
Ultralytics Platform кардинально изменила наш подход к работе. С её помощью специалистам по данным легко создавать наборы данных, быстро обучать новые модели на облачных вычислительных ресурсах, сравнивать эксперименты с разными настройками моделей и в итоге находить лучшую модель для каждой задачи. Теперь именно с неё мы начинаем эксперименты по обнаружению объектов, сегментации экземпляров и семантической сегментации.
Tyler Biesel, Менеджер по разработке ПО
Нам очень нравится инфраструктура для обучения, которую предоставляет Ultralytics, и особенно то, как легко начать работу. Всё было просто и понятно, особенно при подготовке набора данных и запуске функции «train».
Мы хотели повысить точность классификации разнородных классов материалов нашей моделью и при этом сократить объём ручного труда команды. Переход на Ultralytics YOLO стал ключом к достижению этих улучшений производительности.
С компактной Ultralytics YOLOv8 мы можем дообучать модель на периферийном устройстве и выпускать новую модель за несколько часов вместо недель, передавая лишь часть данных. Именно такое сочетание точности и компактности нужно для наших условий.
Интегрировать Ultralytics YOLO в нашу платформу Instabase AI было легко и просто. Это помогло ускорить выпуск продукта и дать нашим клиентам возможность распознавать визуальные объекты.
В ALYCE использование Ultralytics стало настоящим прорывом в обучении наших моделей: оно помогло повысить точность данных и обеспечить непревзойдённое качество для клиентов, а также поддержать их проекты в сфере устойчивой мобильности.
Закончил разметку? Начинай обучение.
Выбери модель YOLO, укажи GPU и начни обучение одним нажатием.
Изучить решения для отраслей
Узнай, как команды применяют компьютерное зрение Ultralytics в производственных средах.
Компьютерное зрение в спорте
Компьютерное зрение для аэросъёмки
Компьютерное зрение в аэрокосмической отрасли
Компьютерное зрение в сфере безопасности
Компьютерное зрение в робототехнике
Компьютерное зрение в логистике
Компьютерное зрение в розничной торговле
Компьютерное зрение в здравоохранении
Компьютерное зрение в производстве
Компьютерное зрение в автомобильной отрасли
Компьютерное зрение в сельском хозяйстве
Безопасность и соответствие требованиям корпоративного уровня
Создавай и развёртывай с уверенностью. Сертификация ISO 27001, подтверждение соответствия SOC 2 и поддержка соблюдения требований HIPAA.
SOC 2 Type I
ISO 27001:2022
HIPAA
GDPR и CCPA
Часто задаваемые вопросы
Да. Platform автоматически распознаёт YOLO, COCO, LabelMe JSON, Labelbox NDJSON, Ultralytics NDJSON и семантические PNG-маски. Ты можешь импортировать наборы данных из Roboflow с помощью ключа API, а также загрузить проекты CVAT или Label Studio в виде экспорта YOLO или COCO. Метки Pascal VOC XML не импортируются — сначала преобразуй их.
Да. Наборы данных можно экспортировать в формате Ultralytics NDJSON, кроме наборов данных On Premise. Ссылки на изображения в экспорте действуют 7 дней, поэтому используй или преобразуй его без промедления. Обычно преобразовывать файл не нужно: передай его или URI набора данных
ul://вmodel.train(), и Ultralytics самостоятельно создаст папки YOLO. Чтобы получить папки YOLO без обучения, преобразуй файл с помощьюconvert_ndjson_to_yoloиз пакетаultralytics.При ручной аннотации ты самостоятельно рисуешь каждую метку. Умная аннотация предлагает метки, которые ты можешь проверить: нажми на объект, и модель Segment Anything (SAM) обведёт его; запусти модель YOLO, в том числе собственную, чтобы предварительно разметить данные; или попроси модель с подсказками по классам найти нужные классы в наборах данных для обнаружения объектов, содержащих от 1 до 200 классов. Функция доступна на всех планах для наборов данных, хранящихся на Platform, но не в подключённом хранилище или On Premise. Щелчки SAM и размещённые модели бесплатны; за платные модели провайдеров списывается плата с аккаунта провайдера.
Разметка изображений — это процесс нанесения меток на изображения для идентификации объектов, признаков или областей. Это основа обучения моделей компьютерного зрения для таких задач, как обнаружение объектов, сегментация изображений, классификация изображений и оценка позы. Тип разметки зависит от задачи и может включать ограничивающие рамки, многоугольники, маски и ключевые точки. Разметку выполняют как в инструментах с открытым исходным кодом, так и на специализированных коммерческих платформах.
Да. Пакетная разметка запускает одну модель на всем датасете: модель YOLO, в том числе собственную, или модель с запросами по классам для датасетов обнаружения объектов с 1–200 классами. По умолчанию она размечает только неразмеченные изображения и сначала сохраняет версию датасета, чтобы ты мог откатить изменения. Стоимость — $1 за 1 000 изображений (минимум $0.01 за запуск); за платные модели провайдеров также взимается плата с твоего аккаунта у провайдера. Функция работает с датасетами, сохраненными на Platform, но не с подключенным хранилищем или локальным развертыванием; датасеты глубины не поддерживаются.
Приватные датасеты доступны на всех тарифах, однако новые датасеты по умолчанию общедоступны на Free и Pro и приватны на Enterprise, поэтому перед загрузкой проверь переключатель видимости. Ultralytics Platform сертифицирована по ISO 27001:2022 и имеет отчет SOC 2 Type I; данные хранятся в регионах США, ЕС и Азиатско-Тихоокеанского региона. Корпоративное локальное развертывание позволяет хранить изображения на твоем компьютере для разметки и обучения; метки, метрики и обученные модели хранятся в Platform.
Да. Загрузи видео, и Platform извлечет из него кадры, которые можно размечать как изображения: до 1 кадра в секунду и не более 100 кадров на видео; из более длинных видео кадры выбираются с большими интервалами. Кадры размечаются по отдельности, а не как непрерывная последовательность видео.
Начни создавать качественные наборы данных уже сегодня!
Присоединяйся к тысячам команд, которые создают готовые к промышленной эксплуатации модели компьютерного зрения на Ultralytics.