Знакомься с платформой Ultralytics: самый интеллектуальный способ аннотировать, обучать и разворачивать решения vision AI

Мы создали экосистему Ultralytics с открытым исходным кодом, чтобы сделать компьютерное зрение доступным для всех. Сегодня миллионы разработчиков по всему миру обучают модели Ultralytics YOLO, которые используются для самых разных задач — от инспекции на производственных линиях до автономных систем доставки.

Но на протяжении многих лет мы снова и снова слышали от сообщества одно и то же: обучение сильной модели больше не является главным препятствием в компьютерном зрении. Главная сложность — внедрить её в production.

Сегодня мы это меняем. Представляем Ultralytics Platform — универсальную сквозную платформу, созданную специально для того, чтобы провести твой vision AI от необработанных данных до полноценного внедрения в production.

Разрыв между отличной моделью и отличным продуктом#

За последнее десятилетие компьютерное зрение и глубокое обучение быстро прошли путь от исследовательских разработок до критически важной инфраструктуры, лежащей в основе реальных систем. Они обеспечивают контроль качества на производстве, позволяют работать магазинам без кассиров, помогают хирургическим роботам и удерживают автономные автомобили на заданном курсе. Модели ещё никогда не были настолько мощными, но путь от работающего прототипа до надёжной production-системы? Он всё ещё сложнее, чем должен быть.

Сегодня большинство команд объединяют отдельные инструменты для аннотации, обучения, отслеживания экспериментов, внедрения и мониторинга. Каждая интеграция добавляет сложности. Каждая передача результатов замедляет прогресс. А недели могут незаметно исчезать на управлении инфраструктурой вместо создания самого приложения.

Тесно работая с разработчиками, стартапами и корпоративными командами из сообщества компьютерного зрения, мы снова и снова сталкивались с тремя проблемами:

• Узкое место в аннотации: высокопроизводительным моделям нужны качественные размеченные данные, но создание и поддержка таких датасетов по-прежнему требуют много времени и ручного труда.
• Разрыв при внедрении: модели, которая хорошо показывает себя во время обучения, могут потребоваться дополнительные недели инженерной работы, чтобы обеспечить её надёжную работу на периферийных устройствах, в облачных средах и production-системах.
• Налог на фрагментацию инструментов: распределение аннотации, обучения, отслеживания и внедрения между несколькими сервисами создаёт постоянно растущие накладные расходы, замедляя каждый цикл итераций.

Эти повторяющиеся проблемы стали определяющим узким местом современной разработки решений на основе компьютерного зрения и в конечном итоге привели нас к созданию Ultralytics Platform. Упрощение рабочего процесса от подготовки данных до внедрения и объединение ключевых этапов разработки компьютерного зрения позволяют командам проще переходить от многообещающих моделей к реальным системам vision AI.

Весь жизненный цикл vision AI в одном месте#

Ultralytics Platform объединяет все этапы рабочего процесса компьютерного зрения: от управления данными и аннотации до обучения моделей, внедрения и мониторинга. Всё это находится в едином связанном рабочем пространстве, которое снижает сложность и ускоряет путь от идеи до результата.

Загружай изображения или видео. Размечай их с помощью встроенных инструментов аннотации. Обучай такие модели, как Ultralytics YOLO26, прямо на платформе. Внедряй их по всему миру. Отслеживай производительность в реальном времени. Каждый этап переходит в следующий, поэтому ты можешь сосредоточиться на создании приложения, а не на управлении инфраструктурой.

Рис. 1. Обзор Ultralytics Platform (Источник)

От идеи до внедрения: как работает Ultralytics Platform#

Превращение идеи в области компьютерного зрения в работающую систему включает несколько этапов — от подготовки данных до запуска моделей в production. Ultralytics Platform организует этот процесс в понятный простой конвейер, который помогает легко пройти путь от первоначальной концепции до внедрённой модели.

Аннотация: радикальное ускорение#

Разметка данных традиционно была одной из самых трудоёмких частей любого проекта по компьютерному зрению. Ultralytics Platform значительно ускоряет этот процесс и создана для работы с данными независимо от того, где они хранятся.

Ты можешь загружать необработанные изображения, видео или архивы датасетов, импортировать уже размеченные датасеты в формате YOLO или COCO либо клонировать общедоступные датасеты, которыми поделилось сообщество Ultralytics. Начинаешь ли ты с нуля или используешь уже проделанную работу, данные готовы к использованию сразу после загрузки на платформу.

Если изображения или видео ещё не размечены, встроенный редактор аннотаций значительно ускоряет этот процесс. Он поддерживает все основные задачи компьютерного зрения: от обнаружения объектов и сегментации экземпляров до оценки позы, обнаружения ориентированных ограничивающих рамок (OBB) и классификации изображений. Инструменты разработаны одновременно для скорости и точности.

Главная особенность здесь — интеллектуальная аннотация на базе SAM 3. Используя модель сегментации всего (SAM 3), ты можешь создавать точные маски, ограничивающие рамки или ориентированные рамки, кликая по объекту и уточняя результат с помощью нескольких точек. То, на что раньше уходили часы ручной обводки, теперь занимает минуты, позволяя командам создавать высококачественные датасеты с темпом, соответствующим скорости разработки.

Рис. 3. Пример интеллектуальной аннотации на базе SAM на Ultralytics Platform (Источник)

Шаблоны скелетов для поз, сочетания клавиш, управление классами в редакторе и поддержка отмены и повтора завершают процесс аннотации, созданный для непрерывной работы.

Обучение: мощь без лишних усилий#

После разметки данных обучение запускается одним нажатием. Ultralytics YOLO26, YOLO11 и всё семейство моделей Ultralytics YOLO поддерживаются изначально: их можно обучать прямо на платформе с использованием облачных графических процессоров (GPUs) или на локальном оборудовании с передачей метрик на платформу.

Выбирай из широкого спектра облачных GPU, включая RTX 4090, RTX PRO 6000, NVIDIA A100, H100 и другие, либо обучай модели на собственном локальном оборудовании с передачей метрик в реальном времени на платформу. Каждый эксперимент автоматически организуется в проекты, объединяющие связанные модели, что упрощает отслеживание влияния разных датасетов, параметров и конфигураций на результаты и помогает выявлять самые сильные модели.

Отслеживай кривые потерь, precision, recall и среднюю точность (mAP) по мере их изменения от эпохи к эпохе. Изучай матрицы ошибок и кривые precision-recall, чтобы точно понимать, где модель работает хорошо, а где её можно улучшить. Сравнивай несколько запусков бок о бок, чтобы найти конфигурацию с лучшими результатами.

Рис. 2. Мониторинг процесса обучения с помощью Ultralytics Platform (Источник)

Ultralytics Platform также автоматически управляет ключевыми этапами жизненного цикла обучения. Контрольные точки сохраняются на протяжении всего обучения, включая как лучшую модель, так и итоговые обученные веса. Предобученные модели можно дообучать прямо на платформе, а обученные модели — загружать на платформу или скачивать для использования в других средах, что даёт командам полную свободу выбора места и способа работы.

Не нужно подготавливать инфраструктуру. Не нужно настраивать отдельный сервис для отслеживания экспериментов. Только понятный и эффективный путь от размеченных данных до обученной модели, готовой к работе в реальном мире.

Внедряй по всему миру, отслеживай всё#

Хорошо обученной модели нужен такой же мощный путь в production. Ultralytics Platform его обеспечивает.

Начни с проверки результатов инференса модели прямо в браузере. Когда убедишься в результатах, разверни модель в 43 глобальных регионах с выделенными конечными точками, которые автоматически масштабируются в соответствии со спросом; каждая из них имеет уникальную конечную точку API, готовую для интеграции в приложения.

Рис. 4. Ultralytics Platform поддерживает внедрение моделей в 43 глобальных регионах. (Источник)

Нужно ли тебе развернуть модель в облаке или запускать её на периферийных устройствах, Ultralytics Platform предоставляет гибкие варианты для обоих сценариев. Все модели Ultralytics YOLO изначально оптимизированы для эффективной работы в разных средах и обеспечивают надёжную производительность даже на периферийном оборудовании с ограниченными вычислительными ресурсами. Для команд, которым нужно запускать модели вне платформы, Ultralytics поддерживает экспорт в 17 проверенных форматов, включая ONNX, TensorRT, CoreML, TFLite и OpenVINO, поэтому модели работают нативно в облачных сервисах, на мобильных устройствах, периферийных системах и не только.

После запуска моделей встроенный мониторинг на панели внедрений даёт полную картину производительности в production: объём запросов, показатели задержки, частоту ошибок, состояние конечных точек и подробные журналы. Ты также можешь просматривать журналы, проверять состояние конечных точек и отслеживать производительность во времени, чтобы поддерживать надёжную работу систем компьютерного зрения в production и находить возможности для оптимизации.

Начни сегодня или изучи документацию Ultralytics, чтобы подробнее узнать о возможностях платформы.

Делаем разработку vision AI доступной для всех#

Изучая Ultralytics Platform, ты быстро увидишь, что её цель выходит за рамки предоставления инструментов для создания систем компьютерного зрения. В основе своей платформа призвана сделать разработку vision AI более доступной и удобной для широкого круга пользователей.

Исторически для создания и внедрения систем AI требовались специализированная инфраструктура, сложные инструменты и значительные первоначальные инвестиции. Даже когда мощные модели стало проще обучать, сопутствующий рабочий процесс — управление датасетами, запуск экспериментов, внедрение моделей и обслуживание инфраструктуры — оставался труднодоступным для отдельных специалистов и небольших команд.

Ultralytics Platform снижает эти барьеры, объединяя весь рабочий процесс vision AI в одной среде и упрощая начало работы. Новые пользователи могут начать экспериментировать с платформой на бесплатном плане, который включает бонусы за регистрацию для облачного обучения и доступ к основным функциям, таким как управление датасетами, инструменты аннотации, обучение моделей и экспорт моделей.

По мере роста проектов пользователи или корпоративные клиенты могут масштабироваться с помощью дополнительных кредитов и тарифных планов платформы, которые открывают доступ к большим вычислительным ресурсам, хранилищу, функциям совместной работы и возможностям внедрения. Такой гибкий подход позволяет разработчикам, исследователям, стартапам и предприятиям начать с малого, свободно экспериментировать и расширять использование по мере приближения систем компьютерного зрения к production.

Объединяя сквозной рабочий процесс компьютерного зрения с доступной моделью ценообразования, Ultralytics Platform помогает большему числу людей создавать, тестировать и внедрять реальные приложения на основе vision AI.

Основные выводы#

Ultralytics Platform объединяет весь жизненный цикл vision AI в одном мощном рабочем пространстве, ускоряя путь от необработанных данных до готовых к production систем vision AI. Благодаря встроенным инструментам аннотации, обучения, внедрения и мониторинга команды могут создавать и внедрять такие модели, как Ultralytics YOLO26, Ultralytics YOLO11, Ultralytics YOLO11 и устаревшие модели YOLO, не управляя сложной инфраструктурой.

Независимо от того, экспериментируешь ли ты со своей первой моделью или внедряешь vision AI в больших масштабах, платформа создана для поддержки каждого этапа этого пути.

Присоединяйся к нашему сообществу и открывай для себя такие инновации, как AI в производстве и vision AI в розничной торговле. Посети наш репозиторий на GitHub и начни заниматься компьютерным зрением уже сегодня, ознакомившись с нашими вариантами лицензирования.