Ultralytics Platform Tanıtımı: Görsel Yapay Zekâyı Etiketlemenin, Eğitmenin ve Dağıtmanın En Akıllı Yolu

Ultralytics açık kaynak ekosistemini, bilgisayarlı görü teknolojisini herkes için erişilebilir kılmak amacıyla geliştirdik. Dünya genelinde milyonlarca geliştirici, fabrika denetim hatlarından otonom teslimat sistemlerine kadar her şeye güç vermek için artık Ultralytics YOLO modellerini eğitiyor.

Ancak yıllar boyunca topluluktan aynı geri bildirimi almaya devam ettik: Güçlü bir model eğitmek artık bilgisayarlı görünün önündeki en büyük engel değil. Asıl zorluk, modeli üretime almaktır.

Bugün bunu değiştiriyoruz. Ultralytics Platform ile tanış: görsel yapay zekânı ham veriden gerçek dünyada üretim kalitesinde dağıtıma taşımak için özel olarak tasarlanmış, uçtan uca nihai platform.

Harika bir model ile harika bir ürün arasındaki boşluk#

Son on yılda bilgisayarlı görü ve derin öğrenme, araştırma alanından gerçek dünyadaki sistemlere güç veren kritik altyapılara hızla dönüştü. Üretim tesislerinde kalite denetimini güçlendiriyor, kasiyersiz perakendeyi mümkün kılıyor, cerrahi robotlara rehberlik ediyor ve otonom araçların rotasında kalmasını sağlıyor. Modeller hiç olmadığı kadar yetenekli, ancak çalışan bir prototipten güvenilir bir üretim sistemine geçiş hâlâ olması gerekenden daha zor.

Günümüzde çoğu ekip etiketleme, eğitim, deney takibi, dağıtım ve izleme için birbirinden ayrı araçları bir araya getiriyor. Her entegrasyon karmaşıklık ekliyor. Her devir teslim, ilerlemeyi yavaşlatıyor. Uygulamanın kendisini geliştirmek yerine altyapıyı yönetirken haftalar fark edilmeden geçip gidebiliyor.

Bilgisayarlı görü topluluğundaki geliştiriciler, girişimler ve kurumsal ekiplerle yakından çalışırken üç sorun sürekli karşımıza çıktı:

• Etiketleme darboğazı: Yüksek performanslı modeller, yüksek kaliteli etiketlenmiş veriler gerektirir; ancak bu veri kümelerini oluşturmak ve sürdürmek hâlâ yavaş ve yoğun emek gerektirir.
• Dağıtım boşluğu: Eğitimde iyi performans gösteren bir modelin uç cihazlarda, bulut ortamlarında ve üretim sistemlerinde güvenilir şekilde çalıştırılması için haftalar süren ek mühendislik gerekebilir.
• Araç parçalanmasının maliyeti: Etiketleme, eğitim, takip ve dağıtım süreçlerini birden fazla hizmete yaymak, her yineleme döngüsünü yavaşlatan ve giderek artan bir ek yük oluşturur.

Bu tekrar eden zorluklar, modern bilgisayarlı görü geliştirmenin belirleyici darboğazını oluşturuyor ve nihayetinde bizi Ultralytics Platform'u geliştirmeye yöneltti. Veri hazırlamadan dağıtıma kadar iş akışını sadeleştirmek ve bilgisayarlı görü geliştirmenin temel aşamalarını birbirine bağlamak, ekiplerin umut vadeden modellerden gerçek dünyada kullanılan görsel yapay zekâ sistemlerine daha kolay geçmesini mümkün kılıyor.

Tüm görsel yapay zekâ yaşam döngüsü tek bir yerde#

Ultralytics Platform, veri yönetiminden etiketleme, model eğitimi, dağıtım ve izlemeye kadar bilgisayarlı görü iş akışının her aşamasını bir araya getirir. Karmaşıklığı azaltmak ve fikirden etkiye giden yolu hızlandırmak için hepsi tek, bağlantılı bir çalışma alanında.

Görsellerini veya videolarını yükle. Yerleşik etiketleme araçlarıyla etiketle. Ultralytics YOLO26 gibi modelleri doğrudan platformda eğit. Küresel olarak dağıt. Performansı gerçek zamanlı izle. Her aşama bir sonrakine aktarıldığı için altyapıyı yönetmek yerine uygulamanı geliştirmeye odaklanabilirsin.

Şek. 1. Ultralytics Platform'a genel bakış (Kaynak)

Fikirden dağıtıma: Ultralytics Platform nasıl çalışır?#

Bir bilgisayarlı görü fikrini çalışan bir sisteme dönüştürmek, verileri hazırlamaktan modelleri üretimde çalıştırmaya kadar birçok aşamayı içerir. Ultralytics Platform, bu süreci ilk fikirden dağıtılmış bir modele kolayca ilerlemene yardımcı olan açık ve basit bir işlem hattı şeklinde düzenler.

Etiketleme: Büyük ölçüde hızlandırıldı#

Veri etiketleme, geleneksel olarak her bilgisayarlı görü projesinin en fazla zaman alan bölümlerinden biri olmuştur. Ultralytics Platform bunu önemli ölçüde hızlandırır ve verilerin nerede olursa olsun seninle çalışacak şekilde tasarlanmıştır.

Ham görselleri, videoları veya veri kümesi arşivlerini yükleyebilir, YOLO veya COCO formatında önceden etiketlenmiş veri kümelerini içe aktarabilir ya da Ultralytics topluluğunun paylaştığı herkese açık veri kümelerini klonlayabilirsin. İster sıfırdan başla ister mevcut çalışmaların üzerine inşa et, verilerin platforma ulaşır ulaşmaz kullanıma hazır olur.

Görsellerin veya videoların henüz etiketlenmemişse yerleşik etiketleme düzenleyicisi bunları etiketlemeyi önemli ölçüde hızlandırır. Nesne tespiti ve örnek segmentasyonundan poz tahmini, yönlendirilmiş sınırlayıcı kutu (OBB) tespiti ve görüntü sınıflandırmaya kadar tüm önemli bilgisayarlı görü görevlerini destekler; araçları hem hız hem de hassasiyet için tasarlanmıştır.

Buradaki öne çıkan özellik, SAM 3 destekli akıllı etiketlemedir. Her Şeyi Segmentleme Modeli 3 (SAM 3) ile bir nesneye tıklayıp birkaç noktayla iyileştirerek hassas maskeler, sınırlayıcı kutular veya yönlendirilmiş kutular oluşturabilirsin. Eskiden saatler süren manuel çizim işlemi artık dakikalar alıyor; bu da ekiplerin geliştirme hızlarına ayak uyduran bir tempoda yüksek kaliteli veri kümeleri oluşturmasını sağlıyor.

Şek. 3. Ultralytics Platform'da SAM destekli akıllı etiketlemeye bir örnek (Kaynak)

Poz iskeleti şablonları, klavye kısayolları, satır içi sınıf yönetimi ve geri alma/yineleme desteği, akışını sürdürmen için tasarlanmış etiketleme deneyimini tamamlar.

Eğitim: Zahmetsizce güçlü#

Verilerin etiketlendiğinde eğitim yalnızca bir tık uzağındadır. Ultralytics YOLO26, YOLO11 ve Ultralytics YOLO modellerinin tüm ailesi yerel olarak desteklenir ve bulut grafik işlem birimleri (GPUs) kullanılarak doğrudan platformda eğitilebilir veya metrikler platforma aktarılırken yerel donanımda eğitilebilir.

RTX 4090, RTX PRO 6000, NVIDIA A100, H100 ve daha fazlası dâhil olmak üzere çok çeşitli bulut GPU seçenekleri arasından seçim yapabilir veya gerçek zamanlı metrikleri platforma aktarırken kendi yerel donanımında eğitim yapabilirsin. Her deney, ilişkili modelleri birlikte gruplandıran projeler hâlinde otomatik olarak düzenlenir; böylece farklı veri kümelerinin, parametrelerin ve yapılandırmaların sonuçları nasıl etkilediğini takip etmek ve en güçlü modelleri belirlemek kolaylaşır.

Kayıp eğrilerini, kesinliği, duyarlılığı ve ortalama kesinliği (mAP) her epoch ilerledikçe izle. Modelinin tam olarak nerede iyi performans gösterdiğini ve nerelerde iyileştirilebileceğini anlamak için karmaşıklık matrislerini ve kesinlik-duyarlılık eğrilerini incele. En iyi sonuçları veren yapılandırmayı bulmak için birden fazla çalıştırmayı yan yana karşılaştır.

Şek. 2. Ultralytics Platform kullanılarak eğitim ilerlemesinin izlenmesine bir bakış (Kaynak)

Ultralytics Platform, eğitim yaşam döngüsünün temel aşamalarını da otomatik olarak yönetir. Kontrol noktaları eğitim boyunca kaydedilerek hem en iyi performans gösteren model hem de son eğitilmiş ağırlıklar korunur. Önceden eğitilmiş modeller doğrudan platform içinde ince ayardan geçirilebilir; eğitilmiş modeller ise başka ortamlarda kullanılmak üzere yüklenebilir veya indirilebilir. Böylece ekipler nasıl ve nerede çalışacakları konusunda tam esnekliğe sahip olur.

Sağlanacak altyapı yok. Kurulacak ayrı bir deney takip hizmeti yok. Yalnızca etiketlenmiş veriden gerçek dünyaya hazır eğitilmiş bir modele uzanan açık ve verimli bir yol.

Küresel olarak dağıt, her şeyi izle#

İyi eğitilmiş bir model, üretime giden yolda aynı derecede yetkin bir çözüme ihtiyaç duyar. Ultralytics Platform bunu sağlar.

Modelinin çıkarım sonuçlarını doğrudan tarayıcıda doğrulayarak başla. Sonuçlardan emin olduğunda, talebe uyum sağlamak için otomatik ölçeklenen özel uç noktalarla 43 küresel bölgeye dağıtım yap; her uç nokta, uygulamalarına entegrasyona hazır benzersiz bir API uç noktasıdır.

Şek. 4. Ultralytics Platform, 43 küresel bölgede model dağıtımını destekler. (Kaynak)

İster bulutta dağıtım yapman ister modelleri uç cihazlarda çalıştırman gereksin, Ultralytics Platform her iki senaryo için tasarlanmış esnek seçenekler sunar. Tüm Ultralytics YOLO modelleri, ortamlar genelinde verimli çalışacak şekilde yerel olarak optimize edilmiştir ve sınırlı hesaplama kaynaklarına sahip uç donanımlarda bile güvenilir performans sunar. Modelleri platform dışında çalıştırması gereken ekipler için Ultralytics, ONNX, TensorRT, CoreML, TFLite ve OpenVINO dâhil 17 doğrulanmış formata dışa aktarmayı destekler; böylece modellerin bulut hizmetlerinde, mobil cihazlarda, uç sistemlerde ve daha fazlasında yerel olarak çalışır.

Modellerin canlıya alındığında dağıtımlar panosundaki yerleşik izleme, üretim performansı hakkında tam görünürlük sağlar: istek hacmi, gecikme metrikleri, hata oranları, uç nokta durumu ve ayrıntılı günlükler. Ayrıca bilgisayarlı görü sistemlerinin üretimde güvenilir şekilde çalışmasını sağlamaya ve performansı optimize etme fırsatlarını belirlemeye yardımcı olmak için günlükleri inceleyebilir, uç nokta sağlık durumunu kontrol edebilir ve performansı zaman içinde takip edebilirsin.

Bugün başlayabilir veya platformun neler yapabileceğine daha yakından göz atmak için Ultralytics belgelerini inceleyebilirsin.

Görsel yapay zekâ geliştirmesini demokratikleştirmek#

Ultralytics Platform hakkında daha fazla bilgi edindikçe, amacının bilgisayarlı görü sistemleri geliştirmeye yönelik araçlar sunmanın ötesine geçtiğini kısa sürede göreceksin. Platformun temelinde, görsel yapay zekâ geliştirmeyi daha geniş bir topluluk için daha erişilebilir ve kullanıcı dostu hâle getirmek vardır.

Geçmişte yapay zekâ sistemleri geliştirmek ve dağıtmak; özel altyapı, karmaşık araçlar ve yüksek ön yatırım gerektiriyordu. Güçlü modellerin eğitilmesi kolaylaşsa bile veri kümelerini yönetme, deneyleri çalıştırma, modelleri dağıtma ve altyapıyı sürdürme gibi çevreleyen iş akışına bireylerin ve küçük ekiplerin erişmesi zordu.

Ultralytics Platform, tüm görsel yapay zekâ iş akışını tek bir ortama taşıyarak ve başlamayı kolaylaştırarak bu engelleri azaltır. Yeni kullanıcılar, bulut eğitimi için kayıt kredileri ve veri kümesi yönetimi, etiketleme araçları, model eğitimi ve model dışa aktarma gibi temel özelliklere erişim içeren ücretsiz plan aracılığıyla platformu denemeye başlayabilir.

Projeler büyüdükçe kullanıcılar veya kurumsal müşteriler; daha fazla hesaplama kaynağı, depolama, iş birliği özelliği ve dağıtım kapasitesinin kilidini açan ek krediler ve platform planlarıyla ölçeklenebilir. Bu esnek yaklaşım, geliştiricilerin, araştırmacıların, girişimlerin ve kurumsal şirketlerin küçük başlayabilmesini, özgürce deneme yapabilmesini ve bilgisayarlı görü sistemleri üretime ilerledikçe kullanımlarını genişletebilmesini sağlar.

Uçtan uca bilgisayarlı görü iş akışını erişilebilir bir fiyatlandırma modeliyle birleştiren Ultralytics Platform, daha fazla kişinin gerçek dünyada kullanılan görsel yapay zekâ uygulamaları geliştirmesinin, test etmesinin ve dağıtmasının önünü açmaya yardımcı olur.

Önemli çıkarımlar#

Ultralytics Platform, tüm görsel yapay zekâ yaşam döngüsünü tek bir güçlü çalışma alanına taşıyarak ham veriden üretime hazır görsel yapay zekâ sistemlerine geçişi hızlandırır. Etiketleme, eğitim, dağıtım ve izleme için yerleşik araçlarla ekipler, karmaşık altyapıyı yönetmeden Ultralytics YOLO26, Ultralytics YOLO11, Ultralytics YOLO11 ve eski YOLO modelleri gibi modelleri geliştirip dağıtabilir.

İster ilk modelini deniyor ister görsel yapay zekâyı büyük ölçekte dağıtıyor ol, platform yolculuğun her aşamasını destekleyecek şekilde tasarlanmıştır.

Topluluğumuza katıl ve üretimde yapay zekâ ile perakendede görsel yapay zekâ gibi yenilikleri keşfet. GitHub depomuzu ziyaret et ve lisanslama seçeneklerimize göz atarak bugün bilgisayarlı görüye başla.