让我们一起深入了解如何使用 Ultralytics HUB 来训练和部署新的 Ultralytics YOLO11 模型。我们将一步步指导您完成整个过程。
Cookie 设置
点击 "接受所有 Cookie"，即表示您同意在您的设备上存储 Cookie，以增强网站导航、分析网站使用情况并协助我们的营销工作。更多信息
让我们一起深入了解如何使用 Ultralytics HUB 来训练和部署新的 Ultralytics YOLO11 模型。我们将一步步指导您完成整个过程。
Ultralytics YOLO11是最先进的新型计算机视觉模型，专为物体检测、图像分类和实例分割等任务而设计。它比以前版本的 YOLO（只看一次）模型更快、更准确、更高效。YOLO11可用于各种实时计算机视觉应用。最重要的是，Ultralytics YOLO11 的入门与其他所有 Ultralytics YOLO 模型一样简单明了。
我们之前讨论了YOLO11 的新功能和改进，并介绍了如何通过Ultralytics Python 软件包或Ultralytics HUB 访问模型。在本指南中，我们将逐步向您介绍如何使用 Ultralytics HUB来轻松训练和部署 Ultralytics YOLO11。
Ultralytics HUB是 Ultralytics 的无代码用户友好平台，旨在简化从训练到部署 YOLO 模型的整个过程，包括最新推出的Ultralytics YOLO11 模型。无论您是人工智能专家还是计算机视觉新手，HUB 都能提供直观的界面，让您上传数据集，选择预训练模型，并根据您的特定需求对其进行微调。只需点击几下，您就可以为从制造业到农业等各个行业的实时应用 训练模型。HUB 致力于让先进的人工智能无需大量编码即可使用。
Ultralytics HUB有不同的计划选项，其中免费计划用于基本访问，专业计划提供云培训、团队协作和更高的使用限制等附加功能。下面是Ultralytics HUB提供的一些主要功能：
HUB 还与各种平台集成，用户可以将训练好的模型导出为ONNX、TensorFlow 和CoreML 等各种格式，从而实现跨平台无缝部署。从本质上讲，Ultralytics HUB简化了复杂的人工智能任务，从数据集处理到实时模型部署，所有这些都在一个综合工具中完成。
要在 Ultralytics HUB 上使用 YOLO11 进行推断，只需导航到 "模型 "部分，选择您感兴趣的 YOLO11 模型。然后，您可以点击 "预览"，上传任何图片来试用模型。
HUB 的这一功能使任何人，无论其经验水平如何，都可以使用 YOLO11 测试模型预测，并了解其性能如何。这是一种免费使用 Ultralytics YOLO11 的友好方式。
创建账户后，您可以通过访问仪表板直接开始训练。在那里，您可以管理您的项目、上传数据集，并轻松开始训练您的 YOLO11 模型。该平台的设计旨在使整个过程尽可能快速、轻松。
登录后，您可以点击左侧菜单中的 "数据集"，浏览 Ultralytics HUB 上的一系列已有数据集。这些数据集适用于各种任务，如定向边界框（OBB）对象检测和姿态估计。例如，您可以使用COCO128进行 80 个类别的物体检测，或者使用Fashion-MNIST进行图像分类。这些数据集都是现成的，并为训练 YOLO 模型进行了优化。
如果您想使用自己的数据，可以上传自定义数据集。上传时，请确保数据集遵循 YOLO 结构，包括根目录中格式正确的 YAML 文件，并确保数据集已压缩。
数据集准备就绪后，您可以点击 "上传数据集 "按钮，选择任务类型并上传 ZIP 文件。上传后，Ultralytics HUB 会自动验证您的数据集，您可以立即开始训练 YOLO 模型。您还可以管理和查看数据集的详细信息，如图像分割（训练、验证、测试），并分析数据以确保其为模型训练做好准备。
要开始使用 Ultralytics HUB 的云训练功能训练 YOLO11 模型，您需要升级到专业版计划。作为专业版用户，您可以使用 GPU 资源进行更快、更高效的训练。升级后，访问 "模型 "部分，选择所需的YOLO11 模型变体，并配置训练设置。
你可以选择epochs的数量（即模型通过数据集的次数），也可以为定时训练设置特定的持续时间。在模型训练开始之前，Ultralytics HUB会初始化一个专用的GPU实例，以确保优化性能。根据需求，初始化可能需要一些时间，但在此过程中不会向您的账户收取任何费用。
完成设置后，点击 "开始培训 "启动课程。在整个培训过程中，您可以通过仪表板实时监控进度。您可以根据需要暂停、停止或继续培训。在基于纪元的培训过程中，如果你的账户余额不足，培训会暂停，允许你在恢复培训前充值。该平台会自动保存检查点，这意味着您可以从离开的地方继续开始。
培训结束后，您可以通过 "账单 "选项卡检查所有成本，在这里您可以找到详细的成本报告，便于跟踪支出和有效管理培训。
使用 Ultralytics HUB 部署自定义训练的 YOLO11 模型时，有两个主要选项：共享推理 API和专用推理 API。要使用已部署的模型，您可以根据设置使用 Python 或 cURL 向 API 发出推理请求。一般过程包括向 API 发送图像文件和相关参数（如图像大小和置信度阈值）。Ultralytics HUB 会以简单的 JSON 格式返回预测结果，你可以对其进行进一步处理。
共享推理应用程序接口（Shared Inference API）对于免费层的用户来说是一种经济高效的解决方案，每小时可提供 100 次调用，每月最多可提供 1000 次调用。它无需本地环境，支持直接从 Ultralytics HUB 进行快速部署。
专业版用户可使用专用推理 API，它更适合大规模部署或实时应用。它在由 Google Cloud Run 支持的专用云环境中提供一键式部署。该选项针对高性能应用进行了优化，可确保低于 100 毫秒的延迟和覆盖全球 38 个地区的实时处理。它还支持增强的安全功能，适用于对数据保护有严格要求的行业。
一旦您选择了共享或专用推理 API来部署您的 YOLO11 模型，接下来的步骤就简单高效了。您可以在 Ultralytics HUB 的模型页面上打开 "部署 "选项卡。如果您使用的是共享推理应用程序接口（Shared Inference API），您可以查看本指南，按照说明设置您的应用程序接口调用。对于专用推理API用户，只需点击 "启动端点 "按钮即可启动端点。启动后，HUB 会给你一个唯一的 URL，供你的推理任务使用。
如果你的项目需要特定格式的模型，或者需要离线使用，Ultralytics HUB提供了ONNX、CoreML或TensorFlow等导出选项，以支持从移动到云系统的各种平台。对于希望将模型直接集成到应用程序中的开发人员来说，Ultralytics HUB-SDK提供了一种通过Python管理部署的有效方法。通过使用 API 密钥或 Ultralytics 认证，您可以轻松控制部署，并在代码中运行推论，从而获得无缝集成所需的灵活性。
Ultralytics HUB 是一个一体化平台，旨在为初学者和专家提供训练和部署 YOLO11 模型的便利。它支持从数据集上传到训练配置的广泛任务，提供灵活的部署选项，如共享和专用推理 API。无论您是通过 API 进行部署，还是导出模型供离线使用，HUB 都能确保跨平台的无缝集成。Ultralytics HUB 可用于实时应用和可扩展的解决方案，满足初学者和高级用户的各种部署需求。
探索我们的GitHub 存储库，加入我们充满活力的社区，深入了解人工智能。了解 Vision AI 如何推动医疗保健和农业等行业的创新。
