Bilgisayarlı görü veri kümelerini etiketlemenin en hızlı yolu
Akıllı etiketleme, veri kümesi yönetimi ve yerleşik analizler. Ham veriden eğitime, hepsini tek bir yerde gerçekleştir.
Üretim ölçeğinde etiketleme üzerine kurulu
Ultralytics Platform, ekiplerin büyük görsel veri kümelerini hızlı ve tutarlı biçimde, incelenebilir kalitede ve eğitime hazır etiketlere dönüştürmesine yardımcı olur.
Akıllı etiketlemeyle 10 kata kadar daha hızlı etiketle
Ultralytics Platform, yüksek kaliteli veri kümelerini daha hızlı oluşturman için görüntü etiketleme aracı sunar. Akıllı etiketlemeden hassas elle düzenlemeye kadar tüm özellikler, kaliteden ödün vermeden görüntü etiketleme süresini kısaltmak üzere tasarlanmıştır.
- SAM destekli akıllı etiketleme:Maskeler ve sınır kutuları tek tıkla.
- Tüm AI görevlerini kapsar:Algılama, örnek segmentasyonu, anlamsal segmentasyon, sınıflandırma, poz, OBB.
- Evrensel biçim desteği:YOLO, COCO ve daha fazlası arasından seç.
- Ekip incelemesi ve sürüm yönetimi:Her adımda net iş birliği.
Her görsel görev için tek platform
Ultralytics Platform, üretime hazır görsel yapay zekâ oluşturmak için gereken 6 etiketleme görevinin tamamını yerel olarak destekler.
Popüler biçimler, tek tıkla
Görüntüleri, videoları veya ZIP arşivlerini yükle. YOLO ya da COCO veri kümelerini içe aktar veya ham görüntülerle başla. Verilerin saniyeler içinde etiketlemeye hazır.
Eğitime başlamadan önce verilerini analiz et
Veri kümelerini tüm ayrıntılarıyla tanı. Sınıf dağılımları, bölümler arasındaki dengesizlikler, etiketleme ısı haritaları ve görüntü boyutları; hepsi tek yerde ve daima güncel.
Ekip iş birliği için tasarlandı
İş akışlarını yönet, roller ata, katkıları takip et ve ekibin ve veri kümelerin büyüdükçe projelerini düzenli tut.
Etiketlemenin nasıl yapıldığını gör
Verilerini nasıl yükleyeceğini, akıllı etiketlemeyle nasıl etiketleyeceğini ve Ultralytics Platform'da eğitime hazır bir veri kümesini nasıl oluşturacağını izle.
Müşterilerimiz ne diyor
Ultralytics Platform bizim için oyunun kurallarını değiştirdi. Veri bilimcilerimizin veri kümeleri oluşturmasını, bulut işlem kaynaklarını kullanarak yeni modelleri hızla eğitmesini, farklı model ayarlarıyla yapılan deneyleri karşılaştırmasını ve sonunda her sorun için en iyi modeli belirlemesini çok kolaylaştırıyor. Nesne tespiti, örnek segmentasyonu ve anlamsal segmentasyon deneyleri için ilk başvurduğumuz araç hâline geldi.
Tyler Biesel, Yazılım Mühendisliği Müdürü
Ultralytics'in eğitim için sunduğu altyapıdan gerçekten çok memnunuz; özellikle kullanmaya başlamanın ne kadar kolay olmasını seviyoruz. Özellikle veri kümemizi oluşturup “train” işlevini çalıştırmak son derece kolaydı.
Modelimizin farklı ve heterojen malzeme sınıflarını sınıflandırma doğruluğunu artırırken ekibimizin ihtiyaç duyduğu manuel iş miktarını azaltmak istedik. Ultralytics YOLO'ya geçmek, bu performans iyileştirmelerinin önünü açan temel adımdı.
Ultralytics YOLOv8 nano ile uçta yeniden eğitim yapıp haftalar yerine saatler içinde yeni bir model gönderebiliyoruz; üstelik verilerin yalnızca küçük bir bölümünü aktarıyoruz. Bu doğruluk ve küçük ayak izi birleşimi, ortamlarımızın tam da ihtiyaç duyduğu şey.
Ultralytics YOLO'yu Instabase AI platformumuza entegre etmek kolay ve sorunsuz oldu. Bu entegrasyon, sürüm takvimini hızlandırmamıza ve müşterilerimize görsel nesne tanıma özellikleri sunmamıza yardımcı oldu.
ALYCE'de Ultralytics'i kullanmak, modellerimizi eğitme biçimimizi kökten değiştirdi; veri doğruluğunu artırmamıza, müşterilerimize benzersiz kalite sunmamıza ve sürdürülebilir mobilite projelerinde onlara destek olmamıza olanak sağladı.
Etiketleme tamam mı? Eğitime başla.
Bir YOLO modeli seç, GPU belirle ve tek tıkla eğitime başla.
Sektör çözümlerini keşfet
Ekiplerin Ultralytics bilgisayarlı görü teknolojisini üretim ortamlarında nasıl kullandığını gör.
Sporda bilgisayarlı görü
Hava görüntüleri için bilgisayarlı görü
Havacılıkta bilgisayarlı görü
Güvenlikte bilgisayarlı görü
Robotikte bilgisayarlı görü
Lojistikte bilgisayarlı görü
Perakendede bilgisayarlı görü
Sağlık hizmetlerinde bilgisayarlı görü
Üretimde bilgisayarlı görü
Otomotivde bilgisayarlı görü
Tarımda bilgisayarlı görü
Kurumsal düzeyde güvenlik ve uyumluluk
Güvenle geliştir ve dağıt. ISO 27001 sertifikalı, SOC 2 denetiminden geçmiş ve HIPAA uyumluluğu desteği sunar.
SOC 2 Type I
ISO 27001:2022
HIPAA
GDPR ve CCPA
Sık sorulan sorular
Evet. Platform; YOLO, COCO, LabelMe JSON, Labelbox NDJSON, Ultralytics NDJSON ve anlamsal PNG maskelerini otomatik olarak algılar. API anahtarınla Roboflow'dan veri kümeleri içe aktarabilir, YOLO veya COCO dışa aktarımını yükleyerek CVAT ya da Label Studio projelerini içeri alabilirsin. Pascal VOC XML etiketleri içe aktarılmaz; bu nedenle önce bunları dönüştür.
Evet. On Premise veri kümeleri hariç, veri kümeleri Ultralytics NDJSON olarak dışa aktarılır. Dışa aktarımdaki görüntü bağlantılarının süresi 7 gün sonra dolar; bu nedenle dosyayı gecikmeden kullan veya dönüştür. Genellikle dosyayı dönüştürmen gerekmez: Dosyayı veya veri kümesinin
ul://URI'sinimodel.train()aracına ver; Ultralytics YOLO klasörlerini senin için oluşturur. Eğitim yapmadan YOLO klasörleri oluşturmak içinultralyticspaketindekiconvert_ndjson_to_yoloaracını kullanarak dönüştür.Elle açıklama ekleme, her etiketi kendin çizmen anlamına gelir. Akıllı açıklama ekleme, incelemen için etiket önerir: Bir nesneye tıkla, Segment Anything (SAM) modeli nesneyi çizsin; ön etiketleme için YOLO modelini (kendi modelin dâhil) çalıştır ya da 1–200 sınıflı algılama veri kümelerinde sınıflarını sınıf istemli bir modele buldur. Bu özellik, bağlı depolama veya On Premise yerine Platform'da saklanan veri kümeleri için tüm planlarda çalışır. SAM tıklamaları ve barındırılan modeller ücretsizdir; ücretli sağlayıcı modelleri sağlayıcı hesabına ücret yansıtır.
Görüntü anotasyonu, görüntülerdeki nesneleri, özellikleri veya bölgeleri belirlemek için görüntüleri etiketleme sürecidir. Nesne tespiti, görüntü segmentasyonu, görüntü sınıflandırma ve poz tahmini gibi görevlerde bilgisayarlı görü modellerini eğitmenin temel adımıdır. Anotasyon türleri kullanım senaryosuna göre değişir; sınırlayıcı kutuları, çokgenleri, maskeleri ve kilit noktalarını kapsar. Bu süreç hem açık kaynaklı araçlarda hem de özel ticari platformlarda yürütülür.
Evet. Toplu Etiketleme, veri kümenin tamamında tek bir model çalıştırır: kendi modelin de dahil olmak üzere bir YOLO modeli veya 1–200 sınıflı tespit veri kümelerinde sınıf istemiyle yönlendirilen bir model. Varsayılan olarak yalnızca etiketsiz görüntüleri etiketler ve önce bir veri kümesi sürümü kaydeder; böylece önceki sürüme dönebilirsin. Ücreti 1.000 görüntü başına 1 $'dır (çalıştırma başına en az 0,01 $); ücretli sağlayıcı modellerinin kullanımı ayrıca sağlayıcı hesabına yansıtılır. Yalnızca Platform'da depolanan veri kümelerinde çalışır; bağlı depolamada veya On Premise ortamında çalışmaz ve derinlik veri kümelerini desteklemez.
Özel veri kümeleri tüm planlarda kullanılabilir; ancak yeni veri kümeleri Free ve Pro planlarında varsayılan olarak herkese açık, Enterprise planında ise özeldir. Bu nedenle yükleme yapmadan önce görünürlük ayarını kontrol et. Ultralytics Platform, ISO 27001:2022 sertifikasına ve SOC 2 Type I raporuna sahiptir; ABD, AB ve APAC veri bölgeleri sunar. Enterprise On Premise seçeneğiyle görüntülerin etiketleme ve eğitim için kendi bilgisayarında kalır; etiketler, metrikler ve eğitilmiş modeller Platform'da depolanır.
Evet. Bir video yükle; Platform, görüntü olarak etiketleyebilmen için videodan saniyede en fazla 1 kare ve video başına en fazla 100 kare çıkarır; daha uzun videolarda kareler daha uzun aralıklarla örneklenir. Kareler, kesintisiz bir video dizisi olarak değil, ayrı ayrı etiketlenir.
Bugün daha iyi veri kümeleri oluşturmaya başla!
Ultralytics'te üretime hazır bilgisayarlı görü modelleri geliştiren binlerce ekibe katıl.