Bilgisayarlı görü veri setlerini etiketlemenin en hızlı yolu
Akıllı etiketleme, veri seti yönetimi ve yerleşik analizler. Ham veriden eğitime kadar her şeyi tek bir yerde hallet.

Üretim ölçeğinde etiketleme üzerine kurulmuştur
Ultralytics Platform, ekiplerin büyük görsel veri kümelerini hız, tutarlılık ve gözden geçirilebilir kaliteyle eğitim için hazır etiketlere dönüştürmesine yardımcı olur.

Akıllı etiketleme ile 10 kata kadar daha hızlı etiketle
Ultralytics Platform, yüksek kaliteli veri setlerini daha hızlı oluşturman için gereken görüntü etiketleme aracını sana sunar. Akıllı etiketlemeden hassas manuel düzenlemeye kadar tüm bu özellikler, kaliteden ödün vermeden görüntü etiketleme süresini azaltmak için tasarlanmıştır.
- SAM destekli akıllı etiketleme: Tek tıkla maskeler ve sınırlayıcı kutular (BBox).
- Tam AI görev kapsamı: Detection, instance segmentation, semantic segmentation, classification, pose, OBB.
- Evrensel format desteği: Dilediğin YOLO, COCO, VOC ve daha fazlasını seçebilirsin.
- Ekip incelemesi ve sürüm oluşturma: Her adımda net iş birliği.
Her görü görevi için tek platform
Ultralytics Platformu, üretime hazır yapay zeka görüşü oluşturmak için gereken tüm 6 açıklama görevini yerel olarak destekler.


Tek tıkla, dilediğin formatta, dilediğin boyutta
Görüntüleri, videoları veya ZIP arşivlerini yükle. YOLO veya COCO veri setlerini içe aktar ya da ham görüntülerle başla. Verilerin saniyeler içinde etiketlenmeye hazır olur.

Eğitime başlamadan önce verilerini analiz et
Veri setlerini derinlemesine tanı. Sınıf dağılımları, bölünmüş dengesizlikler, etiketleme ısı haritaları ve görüntü boyutlarının tümü tek bir yerde ve her zaman güncel.

Ekip iş birliği için tasarlandı
Ekibin ve veri setlerin büyüdükçe iş akışlarını yönet, görevler ata, katkıları takip et ve projeleri düzenli tut.
Etiketlemenin nasıl çalıştığını gör
Verilerini nasıl yükleyeceğini, akıllı etiketleme ile nasıl etiketleyeceğini ve eğitime hazır bir veri setini nasıl oluşturacağını tamamen Ultralytics Platform içinde izle.
Etiketlemeyi bitirdin mi? Eğitime başla.
Bir YOLO modeli seç, bir GPU belirle ve tek tıkla eğitime başla.
Sektörel çözümleri keşfet
Ekiplerin Ultralytics bilgisayarlı görü teknolojisini üretim ortamlarında nasıl uyguladığını gör.

Robotikte AI

Lojistikte Yapay Zeka

Perakendede AI

Sağlıkta Yapay Zeka

Üretimde Yapay Zeka

Otomotivde yapay zeka

Tarımda yapay zeka

Robotikte AI

Lojistikte Yapay Zeka

Perakendede AI

Sağlıkta Yapay Zeka

Üretimde Yapay Zeka

Otomotivde yapay zeka

Tarımda yapay zeka

Robotikte AI

Lojistikte Yapay Zeka

Perakendede AI

Sağlıkta Yapay Zeka

Üretimde Yapay Zeka

Otomotivde yapay zeka

Tarımda yapay zeka
Sıkça sorulan sorular
Evet. Ultralytics Platformu, bilgisayarlı görüde en yaygın kullanılan iki açıklama standardı olan YOLO ve COCO formatlarında etiketlenmiş veri kümelerini kabul eder. Verilerin CVAT veya Roboflow gibi başka bir araçta etiketlenmiş ve bu formatlardan birine dışa aktarılmışsa, bunları doğrudan yükleyebilir ve hemen eğitime başlayabilirsin.
Bilgisayarlı görü modelleri, görsel kalıpları verilerindeki açıklama etiketleriyle ilişkilendirmeyi öğrenerek etiketli veri kümeleri üzerinde eğitilir. Eğitim verilerinin kalitesi, boyutu ve dengesi, eğitilmiş modellerin performansını doğrudan etkiler. Ultralytics Platformu, açıklama iş akışını araç değiştirmeye gerek kalmadan doğrudan bulut eğitimi ile birleştirir.
Ultralytics Platformu, veri kümesi içe aktarma için YOLO formatını ve COCO formatını destekler, yükleme sırasında otomatik format algılama özelliği bulunur. CVAT, LabelImg veya LabelMe gibi açık kaynaklı bir araçta veri etiketlediysen, etiketlerini YOLO veya COCO formatında dışa aktar ve otomatik olarak ayrıştırılsınlar. Açıklamaları platformdan Ultralytics NDJSON formatında dışa aktarabilirsin.
Manuel açıklama, insan açıklayıcıların bir açıklama aracı kullanarak doğrudan görüntüler üzerine etiket çizmesini içerir. Akıllı açıklama; görüntüleri minimum insan girişiyle önceden etiketlemek için Meta tarafından geliştirilen açık kaynaklı bir model olan Segment Anything (SAM) gibi yapay zeka algoritmalarını kullanır. Çoğu üretim iş akışı her ikisini de birleştirir: hız için akıllı açıklama ve doğruluk için manuel inceleme.
Görüntü etiketleme, görüntüler içindeki nesneleri, özellikleri veya bölgeleri tanımlamak için onları etiketleme sürecidir. Bu, nesne tespiti, görüntü segmentasyonu, görüntü sınıflandırma ve poz tahmini gibi görevler için bilgisayarlı görü modellerini eğitmenin temel adımıdır. Etiketleme türleri kullanım durumuna göre değişir ve sınırlayıcı kutular, poligonlar, maskeler ve anahtar noktaları içerir. Bu, hem açık kaynaklı araçlarda hem de özel ticari platformlarda gerçekleştirilen bir süreçtir.
Daha iyi veri kümeleri oluşturmaya bugün başla!
Ultralytics üzerinde üretime hazır bilgisayarlı görü modelleri geliştiren binlerce ekibe katıl.