Giới thiệu Ultralytics Platform: Cách thông minh nhất để chú thích, train và triển khai vision AI

Chúng tôi xây dựng hệ sinh thái mã nguồn mở Ultralytics để giúp computer vision trở nên dễ tiếp cận với mọi người. Hàng triệu developer trên toàn thế giới hiện đang huấn luyện model Ultralytics YOLO để cung cấp năng lực cho mọi thứ, từ dây chuyền kiểm tra trong nhà máy đến các hệ thống giao hàng tự động.

Nhưng qua nhiều năm, chúng tôi liên tục nhận được cùng một phản hồi từ cộng đồng: huấn luyện một model mạnh không còn là rào cản lớn nhất trong computer vision. Đưa model đó vào production mới là vấn đề.

Hôm nay, chúng tôi sẽ thay đổi điều đó. Hãy gặp gỡ Ultralytics Platform: nền tảng end-to-end tối ưu, được xây dựng chuyên biệt để đưa vision AI 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, computer vision và deep learning đã nhanh chóng phát triển từ lĩnh vực nghiên cứu thành hạ tầng thiết yếu vận hành các hệ thống trong thế giới thực. Công nghệ này hỗ trợ kiểm tra chất lượng trên sàn sản xuất, cho phép bán lẻ không thu ngân, hướng dẫn robot phẫu thuật và giữ cho phương tiện tự hành đi đúng lộ trình. Các model chưa bao giờ mạnh mẽ đến thế, nhưng hành trình từ prototype hoạt động được đến một hệ thống production đáng tin cậy? Vẫn khó hơn mức đáng lẽ phải có.

Ngày nay, hầu hết các team đều kết hợp nhiều công cụ riêng biệt cho việc gán nhãn, huấn luyện, theo dõi experiment, triển khai và monitoring. Mỗi integration lại làm tăng độ phức tạp. Mỗi lần bàn giao đều làm chậm đà tiến độ. Và hàng tuần có thể âm thầm biến mất vì phải quản lý hạ tầng thay vì xây dựng chính ứng dụng.

Khi làm việc chặt chẽ với các developer, startup và team doanh nghiệp trong cộng đồng computer vision, chúng tôi liên tục nhận thấy ba thách thức:

• Nút thắt gán nhãn: Các model hiệu năng cao đòi hỏi dữ liệu đã 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 trong quá trình huấn luyện có thể cần thêm nhiều tuần engineering để chạy ổn định trên các edge device, môi trường cloud và hệ thống production.
• Chi phí phân mảnh tooling: Việc phân tán gán nhãn, huấn luyện, tracking và triển khai trên nhiều service tạo ra overhead cộng dồn, làm chậm mọi chu kỳ iteration.

Những thách thức lặp đi lặp lại này là nút thắt mang tính quyết định của hoạt động phát triển computer vision hiện đại và cuối cùng đã dẫn chúng tôi đến việc xây dựng Ultralytics Platform. Việc đơn giản hóa workflow từ chuẩn bị dữ liệu đến triển khai và kết nối các giai đoạn then chốt của quá trình phát triển computer vision giúp các team dễ dàng chuyển từ những model đầy hứa hẹn sang các hệ thống vision AI trong thế giới thực.

Toàn bộ vòng đời vision AI, tại một nơi duy nhất#

Ultralytics Platform kết hợp mọi giai đoạn của workflow computer vision, từ quản lý dữ liệu đến gán nhãn, huấn luyện model, triển khai và monitoring. Tất cả nằm trong một workspace được kết nối duy nhất để giảm độ phức tạp và rút ngắn con đường từ ý tưởng đến tác động thực tế.

Upload hình ảnh hoặc video của bạn. Gán nhãn bằng các công cụ annotation tích hợp sẵn. Huấn luyện các model như Ultralytics YOLO26 trực tiếp trên platform. Triển khai trên toàn cầu. Monitoring hiệu năng theo thời gian thực. Mỗi giai đoạn đều chuyển tiếp sang giai đoạn tiếp theo, để bạn có thể tập trung xây dựng ứng dụng thay vì quản lý hạ tầng.

Hình 1. Hình ảnh tổng quan về Ultralytics Platform (Nguồn)

Từ ý tưởng đến triển khai: Ultralytics Platform hoạt động như thế nào#

Biến một ý tưởng computer vision thành một hệ thống hoạt động được bao gồm nhiều giai đoạn, từ chuẩn bị dữ liệu đến chạy model trong production. Ultralytics Platform tổ chức quy trình này thành một pipeline rõ ràng, đơn giản, giúp bạn dễ dàng đi từ concept ban đầu đến model đã triển khai.

Gán nhãn: Tăng tốc vượt bậc#

Gán nhãn dữ liệu theo truyền thống là một trong những phần tốn nhiều thời gian nhất của mọi dự án computer vision. Ultralytics Platform giúp quá trình này nhanh hơn đáng kể và được thiết kế để phù hợp với nơi dữ liệu của bạn đang được lưu trữ.

Bạn có thể upload hình ảnh, video hoặc archive dataset thô, import các dataset đã được gán nhãn theo định dạng YOLO hoặc COCO, hay clone các dataset công khai do cộng đồng Ultralytics chia sẻ. Dù bắt đầu từ con số không hay xây dựng dựa trên công việc hiện có, dữ liệu của bạn đã sẵn sàng sử dụng ngay khi được đưa lên platform.

Nếu hình ảnh hoặc video của bạn chưa được gán nhãn, trình chỉnh sửa annotation tích hợp sẵn sẽ giúp hoàn tất việc này nhanh hơn đáng kể. Công cụ hỗ trợ mọi tác vụ computer vision chính, từ phát hiện đối tượng và instance segmentation đến ước tính pose, phát hiện hộp giới hạn định hướng (OBB) và phân loại hình ảnh, với các tính năng được thiết kế cho cả tốc độ lẫn độ chính xác.

Tính năng nổi bật ở đây là smart annotation được hỗ trợ bởi SAM 3. Với Mô hình Phân đoạn Mọi thứ 3 (SAM 3), bạn có thể tạo mask, bounding box hoặc hộp định hướng chính xác bằng cách nhấp vào một đối tượng và tinh chỉnh bằng một vài điểm. Công việc từng mất hàng giờ để truy vết thủ công giờ chỉ còn mất vài phút, cho phép các team xây dựng dataset chất lượng cao với tốc độ tương xứng với tốc độ phát triển.

Hình 3. Ví dụ về smart annotation được hỗ trợ bởi SAM trên Ultralytics Platform (Nguồn)

Các template skeleton cho pose, phím tắt, quản lý class inline và hỗ trợ undo/redo hoàn thiện trải nghiệm annotation được xây dựng để giúp bạn duy trì flow làm việc.

Huấn luyện: Mạnh mẽ, dễ dàng#

Khi dữ liệu đã được gán nhãn, việc huấn luyện chỉ cách một cú nhấp chuột. Ultralytics YOLO26, YOLO11 và toàn bộ dòng model Ultralytics YOLO được hỗ trợ nguyên bản và có thể huấn luyện trực tiếp trên platform bằng các bộ xử lý đồ họa cloud (GPUs), hoặc huấn luyện trên phần cứng local trong khi stream các metric về platform.

Chọn trong nhiều tùy chọn cloud GPU, bao gồm RTX 4090, RTX PRO 6000, NVIDIA A100, H100 và nhiều tùy chọn khác, hoặc huấn luyện trên phần cứng local của bạn trong khi stream metric theo thời gian thực về platform. Mỗi experiment tự động được sắp xếp vào các project, nhóm những model liên quan với nhau, giúp dễ dàng theo dõi cách các dataset, tham số và cấu hình khác nhau ảnh hưởng đến kết quả, đồng thời xác định những model mạnh nhất.

Theo dõi các đường cong loss, precision, recall và mean average precision (mAP) khi chúng thay đổi qua từng epoch. Phân tích confusion matrix và đường cong precision-recall để hiểu chính xác model của bạn hoạt động tốt ở đâu và có thể cải thiện ở đâu. So sánh nhiều lần chạy cạnh nhau để tìm cấu hình mang lại kết quả tốt nhất.

Hình 2. Tổng quan về việc monitoring 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. Checkpoint được lưu trong suốt quá trình huấn luyện, bảo toàn cả model có hiệu năng tốt nhất và weight cuối cùng sau huấn luyện. Pretrained model có thể được fine-tune trực tiếp trong platform, còn model đã huấn luyện có thể được upload hoặc download để sử dụng trong các môi trường khác, mang lại cho các team toàn quyền linh hoạt về cách thức và nơi làm việc.

Không cần provision hạ tầng. Không cần thiết lập service tracking experiment riêng. Chỉ là 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, monitoring mọi thứ#

Một model được huấn luyện tốt cần một lộ trình đưa vào production có năng lực tương đương. Ultralytics Platform cung cấp điều đó.

Bắt đầu bằng cách xác thực kết quả inference của model trực tiếp trong browser. Khi đã tin tưởng vào kết quả, hãy triển khai đến 43 region trên toàn cầu với các endpoint chuyên dụng tự động scale theo nhu cầu, mỗi endpoint có một API endpoint duy nhất sẵn sàng tích hợp vào ứng dụng của bạn.

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

Dù cần triển khai trên cloud hay chạy model trên edge device, 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 nguyên bản để chạy hiệu quả trên nhiều môi trường, mang lại hiệu năng đáng tin cậy ngay cả trên phần cứng edge có tài nguyên tính toán hạn chế. Đối với các team cần chạy model bên ngoài platform, Ultralytics hỗ trợ export sang 17 định dạng đã được xác thực, bao gồm ONNX, TensorRT, CoreML, TFLite và OpenVINO, để model của bạn chạy nguyên bản trên các cloud service, thiết bị di động, hệ thống edge và nhiều nền tảng khác.

Khi model đã đi vào hoạt động, tính năng monitoring tích hợp trong dashboard deployments cung cấp khả năng quan sát toàn diện về hiệu năng production: volume request, metric latency, tỷ lệ lỗi, tình trạng endpoint và log chi tiết. Bạn cũng có thể xem lại log, kiểm tra trạng thái hoạt động của endpoint và theo dõi hiệu năng theo thời gian để giúp đảm bảo hệ thống computer vision chạy ổn định trong production cũng như xác định các 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 platform có thể thực hiện.

Phổ cập phát triển vision AI#

Khi tìm hiểu thêm về Ultralytics Platform, bạn sẽ nhanh chóng nhận thấy mục tiêu của platform vượt xa việc cung cấp các công cụ xây dựng hệ thống computer vision. Về cốt lõi, platform được thiết kế để giúp hoạt động phát triển vision AI trở nên dễ tiếp cận và thân thiện hơn với đông đảo cộng đồng.

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

Ultralytics Platform hạ thấp những rào cản này bằng cách đưa toàn bộ workflow vision AI vào một môi trường duy nhất, đồng thời giúp bạn dễ dàng bắt đầu. Người dùng mới có thể bắt đầu thử nghiệm platform thông qua gói miễn phí, bao gồm credit đăng ký cho cloud training và quyền truy cập vào các tính năng cốt lõi như quản lý dataset, công cụ annotation, huấn luyện model và export model.

Khi project phát triển, người dùng hoặc khách hàng doanh nghiệp có thể scale bằng credit bổ sung và các gói platform mở khóa thêm tài nguyên compute, storage, tính năng cộng tác và năng lực triển khai. Cách tiếp cận linh hoạt này có nghĩa là developer, researcher, startup và doanh nghiệp có thể bắt đầu với quy mô nhỏ, tự do thử nghiệm và mở rộng mức sử dụng khi hệ thống computer vision tiến tới production.

Bằng cách kết hợp workflow computer vision end-to-end với mô hình giá dễ tiếp cận, Ultralytics Platform giúp mở ra cơ hội để nhiều người hơn xây dựng, kiểm thử và triển khai các ứng dụng vision AI trong thế giới thực.

Những điểm chính#

Ultralytics Platform đưa toàn bộ vòng đời vision AI vào một workspace mạnh mẽ duy nhất, giúp rút ngắn thời gian từ dữ liệu thô đến các hệ thống vision AI sẵn sàng cho production. Với các công cụ tích hợp cho gán nhãn, huấn luyện, triển khai và monitoring, các team có thể xây dựng và triển khai những model như Ultralytics YOLO26, Ultralytics YOLO11, Ultralytics YOLO11 và các model YOLO legacy mà không cần quản lý hạ tầng phức tạp.

Dù đang thử nghiệm model đầu tiên hay triển khai vision AI ở quy mô lớn, platform 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 vision AI trong bán lẻ. Truy cập repository GitHub của chúng tôi và bắt đầu với computer vision ngay hôm nay bằng cách xem các tùy chọn cấp phép.