Bilgisayarlı görü veri kümelerine anotasyon eklemenin en hızlı yolu
Akıllı anotasyon, veri kümesi yönetimi ve yerleşik analizler. Ham veriden eğitime, hepsi tek bir yerde.
Üretim ölçeğinde veri etiketleme üzerine kurulu
Ultralytics Platform, ekiplerin büyük görsel veri kümelerini hızlı, tutarlı ve incelenebilir kalitede eğitime hazır etiketlere dönüştürmesine yardımcı olur.
Akıllı anotasyonla 10 kat daha hızlı etiketle
Ultralytics Platform, yüksek kaliteli veri kümelerini daha hızlı oluşturman için sana görüntü anotasyon aracını sunar. Akıllı anotasyondan hassas manuel düzenlemeye kadar bu özellikler, kaliteden ödün vermeden görüntü etiketleme süresini azaltmak için tasarlanmıştır.
- SAM destekli akıllı açıklama: Maskeler ve sınırlayıcı kutular tek tıklamayla.
- Eksiksiz yapay zekâ görevi kapsamı: Algılama, örnek segmentasyonu, anlamsal segmentasyon, sınıflandırma, poz, OBB.
- Evrensel format desteği: YOLO, COCO ve daha fazlası arasından seçim yap.
- Ekip incelemesi ve sürüm oluşturma: Her adımda net iş birliği.
Her görüntü görevi için tek platform
Ultralytics Platform, üretime hazır görüntü yapay zekâsı oluşturmak için gereken 6 etiketleme görevinin tamamını yerel olarak destekler.
Tek bir tıklamayla her format, her boyut
Görüntüleri, videoları veya ZIP arşivlerini yükle. YOLO ya da COCO veri kümelerini içe aktar veya ham görüntülerle başla. Verilerin saniyeler içinde anotasyon eklemeye hazır.
Eğitime başlamadan önce verilerini analiz et
Veri kümelerini tüm ayrıntılarıyla tanı. Sınıf dağılımları, bölme dengesizlikleri, anotasyon ısı haritaları ve görüntü boyutları; hepsi tek bir yerde ve her zaman güncel.
Ekip iş birliği için tasarlandı
İş akışlarını yönet, roller ata, katkıları takip et ve ekibin ile veri kümelerin büyürken projelerini düzenli tut.
Anotasyonun nasıl çalıştığını gör
Verilerini nasıl yükleyeceğini, akıllı anotasyonla nasıl etiketleyeceğini ve eğitim için hazır bir veri kümesini nasıl oluşturacağını Ultralytics Platform içinde gör.
Anotasyon eklemeyi tamamladın mı? Eğitime başla.
Bir YOLO modeli seç, bir GPU belirle ve tek tıklamayla eğitime başla.
Endüstri çözümlerini keşfedin
Ekiplerin üretim ortamlarında Ultralytics bilgisayarlı görü teknolojisini nasıl uyguladığını görün.
Hava görüntüleri için bilgisayarlı görü
Havacılıkta bilgisayarlı görü
Robotikte bilgisayarlı görü
Lojistikte bilgisayarlı görü
Perakendede bilgisayarlı görü
Sağlık hizmetlerinde bilgisayarlı görü
Üretimde bilgisayarlı görü
Otomotivde bilgisayarlı görü
Tarımda bilgisayarlı görü
Hava görüntüleri için bilgisayarlı görü
Havacılıkta bilgisayarlı görü
Robotikte bilgisayarlı görü
Lojistikte bilgisayarlı görü
Perakendede bilgisayarlı görü
Sağlık hizmetlerinde bilgisayarlı görü
Üretimde bilgisayarlı görü
Otomotivde bilgisayarlı görü
Tarımda bilgisayarlı görü
Hava görüntüleri için bilgisayarlı görü
Havacılıkta bilgisayarlı görü
Robotikte bilgisayarlı görü
Lojistikte bilgisayarlı görü
Perakendede bilgisayarlı görü
Sağlık hizmetlerinde bilgisayarlı görü
Üretimde bilgisayarlı görü
Otomotivde bilgisayarlı görü
Tarımda bilgisayarlı görü
Sertifikalı kurumsal düzeyde güvenlik
Bağımsız olarak sertifikalandırılmış ve denetlenmiştir; böylece verilerin aktarım sırasında ve beklemede korunur.
SOC 2 Type I
ISO 27001:2022
GDPR ve CCPA
Sık sorulan sorular
Evet. Ultralytics Platform, bilgisayarlı görüde en yaygın kullanılan iki etiketleme standardı olan YOLO ve COCO biçimlerinde etiketlenmiş veri kümelerini kabul eder. Verilerin CVAT veya Roboflow gibi başka bir araçta etiketlenip bu biçimlerden birine aktarılmışsa doğrudan yükleyebilir ve hemen eğitime başlayabilirsin.
Bilgisayarlı görü modelleri, etiketlenmiş veri kümeleri üzerinde eğitilir ve görsel örüntüleri verilerindeki etiketlerle ilişkilendirmeyi öğrenir. Eğitim verilerinin kalitesi, boyutu ve dengesi, eğitilmiş modellerin ne kadar iyi performans gösterdiğini doğrudan etkiler. Ultralytics Platform, araçlar arasında geçiş yapmanı gerektirmeden etiketleme iş akışını doğrudan bulut eğitimine bağlar.
Ultralytics Platform, veri kümesi içe aktarma için YOLO biçimini ve COCO biçimini destekler ve yükleme sırasında biçimi otomatik olarak algılar. Verileri CVAT, LabelImg veya LabelMe gibi açık kaynaklı bir araçta etiketlediysen etiketlerini YOLO ya da COCO biçiminde dışa aktar; etiketler otomatik olarak ayrıştırılır. Etiketleri platformdan Ultralytics NDJSON biçiminde dışa aktarabilirsin.
Manuel etiketleme, insan etiketleyicilerin bir etiketleme aracı kullanarak etiketleri doğrudan görüntülerin üzerine çizmesini içerir. Akıllı etiketleme ise Meta tarafından geliştirilen açık kaynaklı bir model olan Her Şeyi Segmentle (SAM) gibi yapay zeka algoritmalarını kullanarak görüntüleri en az düzeyde insan girdisiyle önceden etiketler. Üretim iş akışlarının çoğu ikisini birleştirir: hız için akıllı etiketleme, doğruluk için manuel inceleme.
Görüntü etiketleme, görüntülerin içindeki nesneleri, özellikleri veya bölgeleri belirlemek amacıyla etiketlenmesi sürecidir. Bu, nesne algılama, görüntü bölütleme, görüntü sınıflandırma ve poz tahmini gibi görevler için bilgisayarlı görü modellerini eğitmenin temel adımıdır. Etiketleme türleri kullanım alanına göre değişir ve sınırlayıcı kutular, çokgenler, maskeler ve kilit noktaları içerir. Bu süreç hem açık kaynaklı araçlarda hem de özel ticari platformlarda yürütülür.
Bugün daha iyi veri kümeleri oluşturmaya başla!
Ultralytics üzerinde üretime hazır bilgisayarlı görü modelleri geliştiren binlerce ekibe katıl.