Giới thiệu Ultralytics Platform: Cách thông minh nhất để chú thích, huấn luyện và triển khai AI thị giác

Chúng tôi xây dựng hệ sinh thái mã nguồn mở Ultralytics để giúp mọi người tiếp cận thị giác máy tính. Hiện nay, hàng triệu nhà phát triển trên toàn thế giới huấn luyện model Ultralytics YOLO để vận hành mọi thứ, từ dây chuyền kiểm tra trong nhà máy đến hệ thống giao hàng tự hành.

Tuy nhiên, trong nhiều năm qua, chúng tôi liên tục nghe cộng đồng chia sẻ cùng một ý kiến: huấn luyện một model mạnh không còn là rào cản lớn nhất trong thị giác máy tính. Đưa model vào môi trường production mới là thách thức.

Hôm nay, chúng tôi thay đổi điều đó. Hãy gặp Ultralytics Platform: nền tảng toàn diện từ đầu đến cuối, được xây dựng chuyên biệt để đưa AI thị giác của bạn từ dữ liệu thô đến triển khai đạt chuẩn production trong thế giới thực.

Khoảng cách giữa một model tốt và một sản phẩm tốt#

Trong thập kỷ qua, thị giác máy tính và deep learning đã nhanh chóng phát triển từ lĩnh vực nghiên cứu thành hạ tầng trọng yếu vận hành các hệ thống trong thế giới thực. Công nghệ này hỗ trợ kiểm tra chất lượng trên sàn nhà máy, cho phép bán lẻ không cần thu ngân, dẫn đường cho robot phẫu thuật và giúp xe tự hành đi đúng lộ trình. Model chưa bao giờ mạnh mẽ đến thế, nhưng hành trình từ nguyên mẫu hoạt động được đến hệ thống production đáng tin cậy vẫn khó khăn hơn mức cần thiết.

Ngày nay, hầu hết các nhóm ghép nối những công cụ riêng biệt để gán nhãn, huấn luyện, theo dõi thử nghiệm, triển khai và giám sát. Mỗi lần tích hợp lại làm tăng độ phức tạp. Mỗi lần bàn giao lại làm chậm tiến độ. Và hàng tuần có thể âm thầm trôi qua trong việc quản lý hạ tầng thay vì xây dựng chính ứng dụng.

Khi làm việc chặt chẽ với các nhà phát triển, startup và nhóm doanh nghiệp trong cộng đồng thị giác máy tính, chúng tôi nhận thấy ba thách thức liên tục xuất hiện:

• Nút thắt trong khâu gán nhãn: Model hiệu năng cao đòi hỏi dữ liệu được gán nhãn chất lượng cao, nhưng việc tạo và duy trì các dataset đó vẫn chậm và tốn nhiều công sức.
• Khoảng cách triển khai: Một model hoạt động tốt khi huấn luyện có thể cần thêm nhiều tuần kỹ thuật để chạy ổn định trên thiết bị biên, môi trường đám mây và hệ thống production.
• Chi phí do phân mảnh công cụ: Việc phân tán khâu gán nhãn, huấn luyện, theo dõi và triển khai trên nhiều dịch vụ tạo ra chi phí vận hành ngày càng tăng, làm chậm mọi chu kỳ lặp.

Những thách thức lặp đi lặp lại này là nút thắt đặc trưng của quá trình phát triển thị giác máy tính hiện đại và cũng là lý do cuối cùng khiến chúng tôi xây dựng Ultralytics Platform. Đơn giản hóa quy trình từ chuẩn bị dữ liệu đến triển khai và kết nối các giai đoạn then chốt trong quá trình phát triển thị giác máy tính giúp các nhóm dễ dàng chuyển từ model đầy hứa hẹn sang hệ thống AI thị giác trong thế giới thực.

Toàn bộ vòng đời AI thị giác, gói gọn tại một nơi#

Ultralytics Platform kết nối mọi giai đoạn trong quy trình thị giác máy tính, từ quản lý dữ liệu đến gán nhãn, huấn luyện model, triển khai và giám sát. Tất cả được tập hợp trong một không gian làm việc thống nhất, giúp giảm độ phức tạp và rút ngắn hành trình từ ý tưởng đến tác động thực tiễn.

Tải hình ảnh hoặc video lên. Gán nhãn bằng các công cụ tích hợp. Huấn luyện model như Ultralytics YOLO26 trực tiếp trên nền tảng. Triển khai trên toàn cầu. Theo dõi hiệu năng theo thời gian thực. Mỗi giai đoạn chuyển tiếp liền mạch sang giai đoạn tiếp theo, để bạn tập trung xây dựng ứng dụng thay vì quản lý hạ tầng.

Hình 1. Toàn cảnh Ultralytics Platform (Nguồn)

Từ ý tưởng đến triển khai: Cách Ultralytics Platform hoạt động#

Biến ý tưởng thị giác máy tính thành một hệ thống hoạt động được bao gồm nhiều giai đoạn, từ chuẩn bị dữ liệu đến chạy model trong môi trường production. Ultralytics Platform sắp xếp quy trình này thành một pipeline rõ ràng, đơn giản, giúp bạn dễ dàng chuyển từ ý tưởng ban đầu đến model đã triển khai.

Gán nhãn: Tăng tốc vượt trội#

Gán nhãn dữ liệu vốn là một trong những công đoạn tốn nhiều thời gian nhất của mọi dự án thị giác máy tính. Ultralytics Platform giúp công đoạn này nhanh hơn đáng kể và được thiết kế để đáp ứng nhu cầu của bạn dù dữ liệu đang được lưu ở đâu.

Bạn có thể tải lên hình ảnh, video hoặc gói dataset thô, nhập các dataset đã được gán nhãn theo định dạng YOLO hoặc COCO, hoặc sao chép các dataset công khai do cộng đồng Ultralytics chia sẻ. Dù bắt đầu từ đầu hay tiếp nối công việc hiện có, dữ liệu của bạn sẵn sàng sử dụng ngay khi được đưa lên nền tảng.

Nếu hình ảnh hoặc video chưa được gán nhãn, trình chỉnh sửa gán nhãn tích hợp giúp bạn hoàn tất nhanh hơn đáng kể. Công cụ hỗ trợ mọi tác vụ thị giác máy tính chính, từ phát hiện đối tượng và phân đoạn đối tượng riêng lẻ đến ước lượng tư thế, phát hiện hộp giới hạn định hướng (OBB) và phân loại hình ảnh, với các công cụ được thiết kế để đảm bảo cả tốc độ lẫn độ chính xác.

Điểm nổi bật ở đây là tính năng gán nhãn thông minh dựa trên SAM 3. Sử dụng Segment Anything Model 3 (SAM 3), bạn có thể tạo mask, hộp giới hạn hoặc hộp định hướng chính xác bằng cách nhấp vào một đối tượng rồi tinh chỉnh bằng một vài điểm. Công việc từng mất hàng giờ để truy vết thủ công giờ chỉ cần vài phút, giúp các nhóm xây dựng dataset chất lượng cao với tốc độ đáp ứng tiến độ phát triển.

Hình 3. Ví dụ về tính năng gán nhãn thông minh dựa trên SAM trên Ultralytics Platform (Nguồn)

Các mẫu khung xương tư thế, phím tắt, quản lý lớp trực tiếp trong giao diện và hỗ trợ hoàn tác/làm lại hoàn thiện trải nghiệm gán nhãn, giúp bạn duy trì mạch làm việc.

Huấn luyện: Mạnh mẽ dễ dàng#

Sau khi gán nhãn dữ liệu, bạn chỉ cần một cú nhấp để bắt đầu huấn luyện. Ultralytics YOLO26, YOLO11 và toàn bộ dòng model Ultralytics YOLO đều được hỗ trợ nguyên bản và có thể huấn luyện trực tiếp trên nền tảng bằng bộ xử lý đồ họa trên đám mây (GPUs), hoặc huấn luyện trên phần cứng cục bộ trong khi truyền các metric về nền tảng.

Chọn trong số nhiều tùy chọn GPU trên đám mây, bao gồm RTX 4090, RTX PRO 6000, NVIDIA A100, H100 và nhiều loại khác; hoặc huấn luyện trên phần cứng cục bộ của bạn trong khi truyền các metric theo thời gian thực về nền tảng. Mỗi thử nghiệm được tự động sắp xếp thành các project, trong đó nhóm những model liên quan, giúp dễ dàng theo dõi cách các dataset, tham số và cấu hình khác nhau ảnh hưởng đến kết quả, cũng như xác định các model mạnh nhất.

Theo dõi các đường cong loss, precision, recall và độ chính xác trung bình (mAP) khi các chỉ số thay đổi qua từng epoch. Xem sâu hơn ma trận nhầm lẫn và đường cong precision-recall để hiểu chính xác model hoạt động tốt ở đâu và có thể cải thiện ở đâu. So sánh nhiều lần chạy song song để tìm cấu hình mang lại kết quả tốt nhất.

Hình 2. Theo dõi tiến trình huấn luyện bằng Ultralytics Platform (Nguồn)

Ultralytics Platform cũng tự động quản lý các giai đoạn quan trọng trong vòng đời huấn luyện. Các checkpoint được lưu trong suốt quá trình huấn luyện, bảo toàn cả model có hiệu năng tốt nhất và trọng số đã huấn luyện cuối cùng. Có thể tinh chỉnh model pretrained ngay trên nền tảng, đồng thời tải model đã huấn luyện lên hoặc xuống để sử dụng trong các môi trường khác, giúp các nhóm hoàn toàn linh hoạt về cách thức và nơi làm việc.

Không cần cấp phát hạ tầng. Không cần thiết lập dịch vụ theo dõi thử nghiệm riêng. Chỉ có một lộ trình rõ ràng, hiệu quả từ dữ liệu đã gán nhãn đến model đã huấn luyện, sẵn sàng cho thế giới thực.

Triển khai toàn cầu, giám sát mọi thứ#

Một model được huấn luyện tốt cần có lộ trình đưa vào production mạnh mẽ tương xứng. Ultralytics Platform đáp ứng điều đó.

Bắt đầu bằng cách xác thực kết quả suy luận của model trực tiếp trong trình duyệt. Khi đã hài lòng với kết quả, hãy triển khai đến 43 khu vực trên toàn cầu bằng các endpoint chuyên dụng tự động mở rộng quy mô theo nhu cầu; mỗi endpoint có một điểm cuối API duy nhất, sẵn sàng tích hợp vào ứng dụng của bạn.

Hình 4. Ultralytics Platform hỗ trợ triển khai model trên 43 khu vực toàn cầu. (Nguồn)

Dù cần triển khai trên đám mây hay chạy model trên thiết bị biên, Ultralytics Platform đều cung cấp các tùy chọn linh hoạt được thiết kế cho cả hai trường hợp. Tất cả model Ultralytics YOLO đều được tối ưu hóa nguyên bản để chạy hiệu quả trên nhiều môi trường, mang lại hiệu năng đáng tin cậy ngay cả trên phần cứng biên có tài nguyên tính toán hạn chế. Với các nhóm cần chạy model bên ngoài nền tảng, Ultralytics hỗ trợ xuất sang 17 định dạng đã được xác thực, bao gồm ONNX, TensorRT, CoreML, TFLite và OpenVINO, để model chạy nguyên bản trên các dịch vụ đám mây, thiết bị di động, hệ thống biên và nhiều nền tảng khác.

Sau khi model đi vào hoạt động, tính năng giám sát tích hợp trong bảng điều khiển triển khai cung cấp khả năng theo dõi toàn diện hiệu năng production: khối lượng yêu cầu, metric độ trễ, tỷ lệ lỗi, tình trạng hoạt động của endpoint và nhật ký chi tiết. Bạn cũng có thể xem lại nhật ký, kiểm tra trạng thái hoạt động của endpoint và theo dõi hiệu năng theo thời gian để giúp đảm bảo các hệ thống thị giác máy tính chạy ổn định trong production, đồng thời xác định cơ hội tối ưu hiệu năng.

Bắt đầu ngay hôm nay hoặc khám phá tài liệu Ultralytics để tìm hiểu sâu hơn về những gì nền tảng có thể thực hiện.

Phổ cập hóa quá trình phát triển AI thị giác#

Khi tìm hiểu thêm về Ultralytics Platform, bạn sẽ nhanh chóng nhận ra mục tiêu của nền tảng không chỉ là cung cấp công cụ để xây dựng hệ thống thị giác máy tính. Về cốt lõi, nền tảng được thiết kế để giúp cộng đồng rộng lớn hơn tiếp cận việc phát triển AI thị giác dễ dàng và thân thiện hơn.

Trước đây, việc xây dựng và triển khai hệ thống AI đòi hỏi hạ tầng chuyên biệt, công cụ phức tạp và khoản đầu tư ban đầu đáng kể. Ngay cả khi việc huấn luyện model mạnh trở nên dễ dàng hơn, quy trình xung quanh — quản lý dataset, chạy thử nghiệm, triển khai model và duy trì hạ tầng — vẫn khó tiếp cận đối với cá nhân và các nhóm nhỏ.

Ultralytics Platform giảm bớt những rào cản này bằng cách đưa toàn bộ quy trình AI thị giác vào một môi trường duy nhất, đồng thời giúp bạn dễ dàng bắt đầu. Người dùng mới có thể bắt đầu thử nghiệm nền tảng với gói miễn phí, bao gồm credit đăng ký để huấn luyện trên đám mây và quyền truy cập các tính năng cốt lõi như quản lý dataset, công cụ gán nhãn, huấn luyện model và xuất model.

Khi dự án phát triển, người dùng hoặc khách hàng doanh nghiệp có thể mở rộng quy mô bằng credit bổ sung và các gói nền tảng cho phép sử dụng thêm tài nguyên tính toán, dung lượng lưu trữ, tính năng cộng tác và năng lực triển khai. Cách tiếp cận linh hoạt này giúp nhà phát triển, nhà nghiên cứu, startup và doanh nghiệp có thể bắt đầu với quy mô nhỏ, tự do thử nghiệm và mở rộng mức sử dụng khi các hệ thống thị giác máy tính tiến tới production.

Bằng cách kết hợp quy trình thị giác máy tính đầu cuối với mô hình định giá dễ tiếp cận, Ultralytics Platform giúp nhiều người hơn có cơ hội xây dựng, thử nghiệm và triển khai các ứng dụng AI thị giác trong thế giới thực.

Điểm chính cần ghi nhớ#

Ultralytics Platform đưa toàn bộ vòng đời AI thị giác vào một không gian làm việc mạnh mẽ, giúp rút ngắn thời gian chuyển từ dữ liệu thô đến hệ thống AI thị giác sẵn sàng cho production. Với các công cụ tích hợp để gán nhãn, huấn luyện, triển khai và giám sát, các nhóm có thể xây dựng và triển khai những model như Ultralytics YOLO26, Ultralytics YOLO11, Ultralytics YOLO11 và các model YOLO cũ mà không cần quản lý hạ tầng phức tạp.

Dù đang thử nghiệm model đầu tiên hay triển khai AI thị giác trên quy mô lớn, nền tảng được thiết kế để hỗ trợ mọi giai đoạn trong hành trình.

Tham gia cộng đồng của chúng tôi và khám phá những đổi mới như AI trong sản xuất và AI thị giác trong bán lẻ. Truy cập kho GitHub và bắt đầu với thị giác máy tính ngay hôm nay bằng cách tìm hiểu các tùy chọn cấp phép của chúng tôi.