Ultralytics Platform ile tanış: Görü yapay zekasını etiketlemenin, eğitmenin ve dağıtmanın en akıllı yolu

Ultralytics açık kaynak ekosistemini, bilgisayarlı görü teknolojisini herkes için erişilebilir kılmak amacıyla kurduk. Dünya genelinde milyonlarca geliştirici, fabrika denetim hatlarından otonom teslimat sistemlerine kadar her şeyi güçlendirmek için Ultralytics YOLO modellerini eğitiyor.

Ancak yıllar içinde topluluktan hep aynı geri bildirimi aldık: Bilgisayarlı görüde güçlü bir model eğitmek artık en büyük engel değil. Asıl engel, onu üretime geçirmek.

Bugün bunu değiştiriyoruz. Ultralytics Platform ile tanışın: Görüntü yapay zekanızı ham veriden gerçek dünyadaki üretime hazır bir dağıtıma taşımak için özel olarak oluşturulmuş uçtan uca platform.

Link to this sectionHarika bir model ile harika bir ürün arasındaki boşluk#

Son on yılda, bilgisayarlı görü ve derin öğrenme, araştırmadan gerçek dünya sistemlerine güç veren kritik altyapılara hızla dönüştü. Üretim tesislerinde kalite kontrolü destekliyor, kasiyersiz perakendeyi mümkün kılıyor, cerrahi robotik sistemlere rehberlik ediyor ve otonom araçların rotasında kalmasını sağlıyor. Modeller hiç olmadığı kadar yetenekli, ancak çalışan bir prototipten güvenilir bir üretim sistemine giden yol mu? İşte bu, olması gerekenden hâlâ daha zor.

Günümüzde çoğu ekip etiketleme, eğitim, deneme takibi, dağıtım ve izleme için ayrı ayrı araçları bir araya getiriyor. Her entegrasyon karmaşıklığı artırıyor. Her teslimat süreci ivmeyi yavaşlatıyor. Ve uygulama geliştirmenin kendisi yerine altyapı yönetimiyle uğraşırken haftalar sessizce akıp gidebiliyor.

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

• Etiketleme darboğazı: Yüksek performanslı modeller, yüksek kaliteli etiketli veriler gerektirir; ancak bu veri setlerini oluşturmak ve sürdürmek yavaş ve emek yoğun bir süreç olmaya devam ediyor.
• Dağıtım boşluğu: Eğitimde iyi performans gösteren bir modelin uç cihazlarda, bulut ortamlarında ve üretim sistemlerinde güvenilir bir şekilde çalışması haftalarca süren ek mühendislik çalışması gerektirebilir.
• Araç parçalanmışlığı maliyeti: Etiketleme, eğitim, takip ve dağıtımı birden fazla hizmete yaymak, her iterasyon döngüsünü yavaşlatan birleşik bir ek yük oluşturur.

Bu tekrarlayan zorluklar, modern bilgisayarlı görü geliştirmenin tanımlayıcı darboğazıdır ve nihayetinde bizi Ultralytics Platform'u oluşturmaya yönelten şeylerdir. Veri hazırlığından dağıtıma kadar olan iş akışını basitleştirmek ve bilgisayarlı görü geliştirmenin ana aşamalarını birbirine bağlamak, ekiplerin umut verici modellerden gerçek dünya yapay zeka sistemlerine daha kolay geçiş yapmasını mümkün kılıyor.

Link to this sectionTüm görüntü yapay zekası yaşam döngüsü tek bir yerde#

Ultralytics Platform, veri yönetiminden etiketlemeye, model eğitiminden dağıtıma ve izlemeye kadar bilgisayarlı görü iş akışının her aşamasını bir araya getiriyor. Karmaşıklığı azaltmak ve fikirden etkiye giden yolu hızlandırmak için hepsi tek ve bağlantılı bir çalışma alanında.

Resimlerini veya videolarını yükle. Dahili etiketleme araçlarıyla onları etiketle. Ultralytics YOLO26 gibi modelleri doğrudan platform üzerinde eğit. Küresel çapta dağıt. Performansı gerçek zamanlı olarak izle. Her aşama bir sonrakine akar, böylece altyapı yönetmek yerine uygulamanı oluşturmaya odaklanabilirsin.

Şekil 1. Ultralytics Platform'a bir bakış (Kaynak)

Link to this sectionFikirden dağıtıma: Ultralytics Platform nasıl çalışır#

Bir bilgisayarlı görü fikrini çalışan bir sisteme dönüştürmek, verileri hazırlamaktan modelleri üretimde çalıştırmaya kadar birkaç aşama içerir. Ultralytics Platform, bu süreci ilk konseptten dağıtılmış bir modele kolayca geçmene yardımcı olan net ve basit bir boru hattında düzenler.

Link to this sectionEtiketleme: Radikal bir şekilde hızlandırıldı#

Veri etiketleme, geleneksel olarak herhangi bir bilgisayarlı görü projesinin en çok zaman alan bölümlerinden biri olmuştur. Ultralytics Platform, bu süreci önemli ölçüde hızlandırır ve verin nerede olursa olsun seninle buluşmak üzere tasarlanmıştır.

Ham resimleri, videoları veya veri seti arşivlerini yükleyebilir, YOLO veya COCO formatında önceden etiketlenmiş veri setlerini içe aktarabilir veya Ultralytics topluluğu tarafından paylaşılan genel veri setlerini klonlayabilirsin. İster sıfırdan başlıyor ol ister mevcut çalışmaların üzerine inşa ediyor ol, verilerin platforma ulaştığı anda kullanıma hazır olur.

Resimlerin veya videoların henüz etiketlenmemişse, dahili etiketleme düzenleyicisi onları etiketlemeyi önemli ölçüde hızlandırır. Nesne tespiti ve örnek segmentasyonundan poz tahminine, yönlendirilmiş sınırlayıcı kutu (OBB) tespitine ve görüntü sınıflandırmaya kadar her türlü önemli bilgisayarlı görü görevini destekler ve hem hız hem de hassasiyet için tasarlanmış araçlara sahiptir.

Buradaki öne çıkan yetenek, SAM 3 destekli akıllı etiketlemedir. Segment Anything Model 3 (SAM 3) kullanarak, bir nesneye tıklayıp birkaç nokta ile hassaslaştırarak kesin maskeler, sınırlayıcı kutular veya yönlendirilmiş kutular oluşturabilirsin. Eskiden saatlerce manuel çizim gerektiren işlemler artık dakikalar sürüyor ve ekiplere, geliştirme hızlarına ayak uyduran bir tempoda yüksek kaliteli veri setleri oluşturma yeteneği kazandırıyor.

Şekil 3. Ultralytics Platform'da SAM destekli akıllı etiketleme örneği (Kaynak)

Poz iskelet şablonları, klavye kısayolları, satır içi sınıf yönetimi ve geri al/yinele desteği, seni akışta tutmak için oluşturulmuş bir etiketleme deneyimini tamamlıyor.

Link to this sectionEğitim: Zahmetsizce güçlü#

Verilerin etiketlendikten sonra eğitim sadece bir tık uzağında. Ultralytics YOLO26, YOLO11 ve tüm Ultralytics YOLO modelleri ailesi yerel olarak desteklenir ve doğrudan platform üzerinde bulut grafik işleme birimleri (GPU'lar) kullanılarak eğitilebilir veya metrikleri platforma geri aktarırken yerel donanımda eğitilebilir.

RTX 4090, RTX PRO 6000, NVIDIA A100, H100 ve daha fazlasını içeren çok çeşitli bulut GPU seçeneklerinden birini seçebilir veya gerçek zamanlı metrikleri platforma geri aktarırken kendi yerel donanımında eğitim yapabilirsin. Her deneyim, ilgili modelleri gruplandıran projelere otomatik olarak düzenlenir, bu da farklı veri setlerinin, parametrelerin ve konfigürasyonların sonuçları nasıl etkilediğini takip etmeyi ve en güçlü modelleri belirlemeyi kolaylaştırır.

Kayıp eğrilerini, hassasiyeti (precision), geri çağırmayı (recall) ve ortalama hassasiyet ortalamasını (mAP) dönem dönem geliştikçe izle. Modelinin nerede iyi performans gösterdiğini ve nerede iyileştirilebileceğini tam olarak anlamak için karmaşıklık matrislerine ve hassasiyet-geri çağırma eğrilerine dal. En iyi sonuçları veren konfigürasyonu bulmak için birden fazla çalışmayı yan yana karşılaştır.

Şekil 2. Ultralytics Platform'u kullanarak eğitim ilerlemesini izlemeye bir bakış (Kaynak)

Ultralytics Platform ayrıca eğitim yaşam döngüsünün önemli aşamalarını otomatik olarak yönetir. Eğitim boyunca kontrol noktaları (checkpoints) kaydedilir, hem en iyi performans gösteren model hem de nihai eğitilmiş ağırlıklar korunur. Önceden eğitilmiş modeller doğrudan platform içinde ince ayar yapılabilir (fine-tune) ve eğitilmiş modeller, ekiplerin nasıl ve nerede çalışacakları konusunda tam esneklik sağlamak amacıyla diğer ortamlarda kullanılmak üzere yüklenebilir veya indirilebilir.

Sağlanacak altyapı yok. Kurulacak ayrı bir deneyim takip hizmeti yok. Sadece etiketli verilerden gerçek dünya için hazır bir eğitilmiş modele giden net ve verimli bir yol.

Link to this sectionKüresel çapta dağıt, her şeyi izle#

İyi eğitilmiş bir model, üretime giden aynı derecede yetenekli bir yola ihtiyaç duyar. Ultralytics Platform bunu sunar.

Modelinin çıkarım sonuçlarını doğrudan tarayıcıda doğrulayarak başla. Sonuçlardan emin olduğunda, talebi karşılamak için otomatik ölçeklenen özel uç noktalarla 43 küresel bölgeye dağıt; her biri uygulamalarına entegrasyon için hazır benzersiz bir API uç noktasına sahiptir.

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

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

Modellerin canlıya geçtiğinde, dağıtım kontrol panelindeki dahili izleme özelliği sana üretim performansı hakkında tam görünürlük sağlar: istek hacmi, gecikme metrikleri, hata oranları, uç nokta sağlığı ve ayrıntılı günlükler. Ayrıca günlükleri inceleyebilir, uç nokta sağlık durumunu kontrol edebilir ve bilgisayarlı görü sistemlerinin üretimde güvenilir bir şekilde çalışmasını sağlamaya yardımcı olmak ve performansı optimize etme fırsatlarını belirlemek için zaman içindeki performansı takip edebilirsin.

Bugün başla veya platformun neler yapabileceğine daha derin bir bakış için Ultralytics dokümanlarını keşfet.

Link to this sectionGörüntü yapay zekası geliştirmeyi demokratikleştirme#

Ultralytics Platform hakkında daha fazla bilgi edindikçe, amacının sadece bilgisayarlı görü sistemleri oluşturmak için araç sağlamanın ötesine geçtiğini hemen göreceksin. Özünde, platform görüntü yapay zekası geliştirmeyi daha geniş bir topluluk için daha erişilebilir ve kullanıcı dostu hale getirmeye yardımcı olmak için tasarlanmıştır.

Tarihsel olarak, yapay zeka sistemleri oluşturmak ve dağıtmak özel altyapı, karmaşık araçlar ve önemli miktarda ön yatırım gerektiriyordu. Güçlü modellerin eğitilmesi kolaylaşsa bile, çevredeki iş akışı - veri setlerini yönetmek, deneyleri yürütmek, modelleri dağıtmak ve altyapıyı korumak - bireyler ve küçük ekipler için erişilmesi zor bir süreçti.

Ultralytics Platform, tüm görüntü yapay zekası iş akışını tek bir ortama getirerek ve başlamayı kolaylaştırarak bu engelleri azaltır. Yeni kullanıcılar, bulut eğitimi için kayıt kredileri ve veri seti yönetimi, etiketleme araçları, model eğitimi ve model dışa aktarma gibi temel özelliklere erişim içeren ücretsiz plan aracılığıyla platformla deney yapmaya başlayabilir.

Projeler büyüdükçe, kullanıcılar veya kurumsal müşteriler, daha fazla hesaplama kaynağı, depolama, iş birliği özellikleri ve dağıtım kapasitesi sağlayan ek krediler ve platform planlarıyla ölçeklenebilir. Bu esnek yaklaşım, geliştiricilerin, araştırmacıların, girişimlerin ve işletmelerin küçük başlamasına, özgürce deney yapmasına ve bilgisayarlı görü sistemleri üretime doğru ilerledikçe kullanımlarını genişletmesine olanak tanır.

Uçtan uca bir bilgisayarlı görü iş akışını erişilebilir bir fiyatlandırma modeliyle birleştirerek, Ultralytics Platform daha fazla insanın gerçek dünya görüntü yapay zekası uygulamaları oluşturması, test etmesi ve dağıtması için kapı aralamaya yardımcı olur.

Link to this sectionÖne çıkanlar#

Ultralytics Platform, tüm görüntü yapay zekası yaşam döngüsünü tek bir güçlü çalışma alanına getirerek, ham veriden üretime hazır görüntü yapay zekası sistemlerine geçişi hızlandırır. Etiketleme, eğitim, dağıtım ve izleme için dahili araçlarla, ekipler Ultralytics YOLO26, Ultralytics YOLO11, Ultralytics YOLO11 ve eski YOLO modelleri gibi modelleri karmaşık altyapıyı yönetmeden oluşturabilir ve dağıtabilir.

İster ilk modelinle deney yapıyor ol ister görüntü yapay zekasını ölçekli bir şekilde dağıtıyor ol, platform yolculuğun her aşamasını desteklemek için tasarlanmıştır.

Topluluğumuza katıl ve üretimde yapay zeka ve perakendede görüntü yapay zekası gibi inovasyonları keşfet. GitHub depomuzu ziyaret et ve lisanslama seçeneklerimize göz atarak bilgisayarlı görü ile çalışmaya bugün başla.