使用 Ultralytics HUB 训练并部署 Ultralytics YOLO11

Ultralytics YOLO11 是全新的最先进计算机视觉模型，专为任务（如目标检测、图像分类和实例分割）而设计。它比之前的 YOLO (You Only Look Once) 模型版本速度更快、精度更高且效率更高。YOLO11 可用于各种实时计算机视觉应用。最棒的是，上手 Ultralytics YOLO11 和其他所有 Ultralytics YOLO 模型一样简单直观。

我们之前讨论过 YOLO11 的新功能和改进，并简要介绍了如何通过 Ultralytics Python 软件包 或 Ultralytics HUB 访问该模型。在本指南中，我们将带你逐步了解如何使用 Ultralytics HUB 来轻松训练和部署 Ultralytics YOLO11。

Link to this sectionUltralytics HUB 简介#

Ultralytics HUB is Ultralytics’ no-code, user-friendly platform designed to streamline the entire process from training to deploying YOLO models, including the newly launched Ultralytics YOLO11 models. Whether you’re an AI expert or new to computer vision, the HUB provides an intuitive interface that allows you to upload datasets, select pre-trained models, and fine-tune them for your specific needs. With just a few clicks, you can train models for real-time applications in industries ranging from manufacturing to agriculture. HUB focuses on making advanced AI accessible without the need for extensive coding.

图 1. Ultralytics HUB 是一个无需代码、用户友好的平台。

Ultralytics HUB 提供不同的方案选项，包括用于基础访问的免费层级，以及提供云端训练、团队协作和增加使用限额等额外功能的 Pro 方案。以下是 Ultralytics HUB 提供的一些关键功能概览：

• 自定义数据集支持：上传并管理你自己的数据集，以进行更个性化的模型训练。
• 移动端集成：使用 Ultralytics HUB 应用程序在 iOS 和 Android 设备上运行 YOLO 模型，并利用硬件加速实现优化性能。
• 云资源：支持 GPU 的云基础设施可实现更快、更高效的模型训练。
• 便捷的项目管理：Ultralytics HUB 让 Pro 用户可以通过其团队功能轻松管理项目并与团队成员协作，从而简化团队工作和资源共享。
• 推理 API：HUB 提供共享和专用推理 API。用户无需设置本地环境即可运行 YOLO 模型。
• Ultralytics HUB-SDK：我们内部开发的 HUB-SDK 让你可以轻松地将 Ultralytics 的机器学习服务集成到你的 Python 应用程序中。

HUB 还集成了各种平台，用户可以将训练好的模型导出为多种格式，例如 ONNX、TensorFlow 和 CoreML，使跨平台部署变得无缝。本质上，Ultralytics HUB 简化了从数据集处理到实时模型部署的复杂 AI 任务，所有这些都在一个综合工具中完成。

Link to this section在 Ultralytics HUB 上使用 YOLO11 运行推理#

要在 Ultralytics HUB 上使用 YOLO11 运行推理，只需导航到“Models”部分并选择你感兴趣的 YOLO11 模型。然后，你可以点击“Preview”通过上传任何图像来试用该模型。

图 2. 在 Ultralytics HUB 上试用 Ultralytics YOLO11。

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 测试模型预测并查看其表现。这是一种免费体验 Ultralytics YOLO11 的便捷方式。

Link to this section在 Ultralytics HUB 上训练自定义 Ultralytics YOLO11 模型#

创建账户后，你可以通过访问仪表板直接开始训练。你可以在那里轻松管理项目、上传数据集并开始训练你的 YOLO11 模型。该平台旨在确保整个过程快速且尽可能省心。

Link to this section在 HUB 上使用自定义数据集进行 YOLO11 训练#

登录后，你可以点击左侧菜单中的“Datasets”来探索 Ultralytics HUB 上提供的一系列现有数据集。这些数据集涵盖了各种任务，例如带方向的边界框 (OBB) 目标检测和姿态估计。例如，你可以使用 COCO128 进行 80 个类别的目标检测，或使用 Fashion-MNIST 进行图像分类。这些数据集随时可用，并针对 YOLO 模型训练进行了优化。

图 3. Ultralytics HUB 提供了一种管理和应用自定义数据集的便捷方式。

如果你想使用自己的数据，可以上传自定义数据集。执行此操作时，请确保你的数据集遵循 YOLO 结构，包括根目录中格式正确的 YAML 文件，并且它是已压缩的 ZIP 文件。

数据集准备就绪后，点击“Upload Dataset”按钮，选择任务类型，然后上传 ZIP 文件。上传后，Ultralytics HUB 会自动验证你的数据集，之后你就可以立即开始训练 YOLO 模型了。你还可以管理和查看你的数据集详情，例如图像拆分（训练集、验证集、测试集），并分析数据以确保其已为模型训练做好准备。

图 4. 你可以上传自定义数据集并查看数据集详情。

Link to this section使用 Ultralytics HUB 进行高效的 YOLO11 训练和监控#

要开始使用 Ultralytics HUB 的云训练功能训练 YOLO11 模型，你需要升级到 Pro 方案。作为 Pro 用户，你可以使用 GPU 资源来实现更快、更高效的训练。升级后，访问“Models”部分，选择你想要的 YOLO11 模型变体，并配置训练设置。

图 5. 只需几下点击即可在 HUB 上训练 YOLO11 模型。

你可以选择 Epoch 数（定义模型将遍历数据集多少次）或为定时训练设置特定时长。在模型训练开始之前，Ultralytics HUB 将初始化一个专用 GPU 实例以确保优化的性能。根据需求情况，初始化可能需要一些时间，但在此过程中不会向你的账户收费。

完成设置后，点击“Start Training”以启动会话。在整个训练过程中，你可以通过仪表板实时监控进度。它让你能够根据需要暂停、停止或恢复训练。如果你的账户余额在基于 Epoch 的训练期间不足，会话将暂停，允许你在恢复前充值。该平台会自动保存检查点，这意味着你可以从上次中断的地方继续。

训练结束时，你可以通过账单选项卡检查所有费用，在那里你会找到详细的费用报告，以便轻松跟踪支出并高效管理你的训练。

图 6. 你可以实时监控模型训练。

Link to this section使用 HUB 部署你的自定义 Ultralytics YOLO11 模型#

使用 Ultralytics HUB 部署自定义训练的 YOLO11 模型时，有两种主要选项：共享推理 API 和 专用推理 API。要使用已部署的模型，你可以根据你的设置使用 Python 或 cURL 向 API 发出推理请求。常规过程包括将图像文件连同相关参数（如图像大小和置信度阈值）发送到 API。Ultralytics HUB 将以简单的 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 API 是针对免费层级用户的一种经济高效的解决方案，每小时提供 100 次调用，每月最多可调用 1000 次。它消除了对本地环境的需求，并支持直接从 Ultralytics HUB 快速部署。

供 Pro 用户使用的专用推理 API 更适合大规模部署或实时应用。它提供在由 Google Cloud Run 提供支持的专用云环境中的一键式部署。此选项针对高性能应用进行了优化，确保实现亚 100 毫秒的延迟，并覆盖全球 38 个区域以进行实时处理。它还支持增强的安全功能，使其适用于有严格数据保护要求的行业。

在选择共享或专用推理 API 来部署你的 YOLO11 模型后，后续步骤既简单又高效。你可以在 Ultralytics HUB 上模型的页面内打开“Deploy”选项卡。如果你使用的是共享推理 API，可以查看本指南以按照说明设置你的 API 调用。对于专用推理 API 用户，只需点击“Start Endpoint”按钮即可启动端点。一旦处于活动状态，HUB 将为你提供一个用于推理任务的唯一 URL。

图 7. 使用 Ultralytics HUB 专用推理 API 非常简单。

Link to this sectionHUB 提供的其他部署选项#

如果你的项目需要特定格式的模型或用于离线使用，Ultralytics HUB 提供 ONNX、CoreML 或 TensorFlow 等导出选项，以支持从移动端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，Ultralytics HUB-SDK 提供了一种通过 Python 管理部署的高效方式。通过使用 API 密钥或 Ultralytics 凭据，你可以轻松控制部署并在代码中运行推理，从而获得无缝集成所需的灵活性。

Link to this section关键要点#

Ultralytics HUB 是一个一体化平台，旨在让初学者和专家都能轻松训练和部署 YOLO11 模型。它支持广泛的任务，从数据集上传到训练配置，并提供共享和专用推理 API 等灵活的部署选项。无论你是通过 API 进行部署还是导出模型以供离线使用，HUB 都能确保跨平台的无缝集成。凭借针对实时应用和可扩展解决方案的选项，Ultralytics HUB 可满足初学者和高级用户的广泛部署需求。

浏览我们的 GitHub 存储库 并加入我们充满活力的社区以深入探索 AI。了解视觉 AI 如何推动医疗保健和农业等行业的创新。