ultralytics
在 22 台云端 GPU 上训练Ultralytics YOLO 实时监控各项指标，并并排比较实验结果——所有操作均可在单一平台上完成。
127.7K
GitHub Stars
234M
下载
2.5B
日常用法
Ultralytics 为您的现有模型量身打造。您YOLOv5 所有五项计算机视觉YOLOv5 训练Ultralytics 、YOLO11、YOLOv8 和YOLOv5 模型，并获得从微型到大型模型的全面支持。
基于Ultralytics 的YOLO ：YOLO26 、YOLO11、YOLOv8 或YOLOv5 已由原始作者预训练完成，可直接进行微调。
自带计算机视觉模型：上传 .pt 文件，并在云端 GPU 上进行训练。训练参数、架构和结果将自动解析。
使用您的数据集或我们的数据集：连接 您的训练数据和标注数据集，或浏览Ultralytics 官方Ultralytics 社区共享的数据集，立即开始。
提供 22GPU 供您选择，涵盖 RTX 4090、A100 以及 H100、H200 和 B200 等型号。选择一款GPU，设定预算，即可开始训练。该平台会提前估算成本和时长，因此不会出现意外情况。
更倾向于使用自有硬件？您可以利用本地 GPU 或 CPU 进行训练，并通过Ultralytics Python 实时指标流式传输回平台。您的实验结果将与云端运行结果一同显示在同一项目仪表盘中。
计算机视觉模型训练完成后，模型验证是关键的一步。您可以在 Platform 中直接查看混淆矩阵、召回率-精确率曲线以及各类别的指标，随后导出为 17 种以上的格式，这些格式均针对云端、边缘或设备端部署进行了优化。
1
添加注释
2
训练
3
部署
是的。Ultralytics 您自己的 GPU 或 CPU 上进行本地训练。安装Ultralytics Python ，设置API 密钥，即可开始训练；实时指标将与您的云端训练任务同步直接传输至平台仪表盘。这使您既能灵活使用自有硬件，又能将所有实验集中管理于一处。
Ultralytics 提供22GPU 每小时费用从 0.24 美元到 4.99 美元不等。对于大多数工作负载而言，RTX PRO 6000（96 GB，1.89 美元/小时）是极佳的默认选择。对于对时间敏感的训练任务，H100 和 H200 能提供最佳性能。 对于测试和小型数据集，RTX 2000 Ada（0.24 美元/小时）等经济型选项表现良好。该平台会在您开始前显示预估成本和时长，因此您可以为项目选择速度与预算之间的最佳平衡点。
如果训练任务失败，您将不会被收费。您只需为已完成的任务或手动取消的任务所实际使用的GPU 付费。训练过程中会持续保存检查点，因此如果任务被中断或取消，截至该点的进度将得以保留。您可以查看控制台日志以排查问题，并调整设置后重新开始训练。
是的。Ultralytics 支持并行训练任务。免费版用户最多可同时运行 3 个训练任务，专业版用户最多可同时运行 10 个，企业版则无限制。每个任务都将拥有独立的专用GPU 。
模型训练是指教计算机视觉模型识别视觉数据中模式的过程。在训练过程中，模型会处理数千张标注图像，调整其参数，并逐步提升其detect、segment或classify能力。在Ultralytics 训练Ultralytics 已直接集成到标注和部署工作流中。数据集标注完成后，您无需离开平台，即可选择YOLO 、选定云端GPU 并开始训练。
在云端 GPU 上构建可用于生产环境的视觉 AI 模型——每小时仅需 0.24 美元起。
