تخطيط مشروع على Platform ووضع ميزانيته
اربط كل مرحلة من دورة حياة مشروعك بـ Platform أو بأدواتك الخاصة، وقدّر تكلفتها الشهرية قبل إنفاق أي رصيد.

نادرًا ما يكون النموذج سبب فشل مشاريع الرؤية الحاسوبية؛ بل تفشل عند نقاط التسليم: إصلاح لوسم لا يصل أبدًا إلى نسخة التدريب، ونقطة تحقق لا يستطيع أحد تتبّع مصدر بياناتها، ونقطة نهاية تعمل دائمًا وتستهلك بصمت 150 دولارًا شهريًا. تربط Ultralytics Platform نقاط التسليم هذه في مساحة عمل واحدة، ويطلب منك هذا الدرس أن تقرر، قبل رفع أي شيء، المراحل التي ستتولاها Platform في مشروعك وتكلفتها.
عملي
الحلقة التي تربطها Platform#

يتبع كل نظام رؤية حاسوبية إنتاجي الحلقة نفسها، والجزء المكلف هو السهم بين صندوقين، لا الصندوق نفسه:
تكمن قيمة Platform في تسجيل كل مرحلة لما تحتاج إليه المرحلة التالية. استخدم هذا الجدول خريطةً لك؛ فالعمود الأخير يبيّن الدرس الذي يشرح المرحلة:
| المرحلة | على Ultralytics Platform | ما تسلّمه إلى المرحلة التالية | الدرس |
|---|---|---|---|
| البيانات | ارفع الصور ومقاطع الفيديو والأرشيفات (YOLO وCOCO وNDJSON)؛ واستورد من عنوان URL؛ واقرأ البيانات من Google Cloud Storage وAmazon S3 وAzure Blob Storage في مواضعها (Pro)؛ أو استخدم On Premise (Enterprise) | مجموعة بيانات تتضمن نوع مهمة وتقسيمات | 2 |
| أضِف التعليقات التوضيحية | أدوات يدوية لجميع مهام YOLO باستثناء العمق (يُستورد على شكل خرائط مزدوجة)، وSAM، والتعليقات التوضيحية الذكية باستخدام YOLO والموجّهة بالفئات، والتعليقات التوضيحية الدفعية | التسميات، بالإضافة إلى إصدار محفوظ قبل كل تشغيل دُفعي | 3 |
| نقِّح | التجميع، والعثور على الصور المتشابهة، ودمج الفئات، وأدوات التقسيم، والإصدارات المُرقّمة | إصدار مجموعة بيانات غير قابل للتغيير | 4 |
| التدريب | 26 نوعًا من وحدات GPU السحابية مع تقدير للتكلفة، أو تشغيل محلي يُبث إلى مشروع | نموذج مرتبط بإصدار مجموعة بياناته وتكلفته والأمر المستخدم | 5 |
| قارِن | مخططات المشروع، وعرض الجدول مع الفروقات، ورؤى التحقق | التشغيل الذي يستحق النشر | 6 |
| انشر | نقاط نهاية مخصصة في 42 منطقة؛ استبدال النموذج مع إبقاء عنوان URL نفسه | عنوان URL لنقطة نهاية مرتبط بنموذجها | 7 |
| راقِب | مقاييس الطلبات والأخطاء وزمن الاستجابة P95، والسجلات، وإحصاءات التنبؤ، والحفظ في مجموعة بيانات | صور الإنتاج محفوظة مجددًا في مجموعة بيانات | 8 |
تمتد أداتان على طول دورة العمل. تنشئ Agents سير عمل مرئيًا، مثل جمع الاكتشافات غير المؤكدة في مجموعة بيانات للمراجعة، ويمكن لـAsk AI التدريب والمقارنة وإضافة التعليقات التوضيحية والتصدير والنشر من محادثة، باستخدام أوامر ul cloud نفسها التي يمكنك تشغيلها بنفسك.
حدّد ما يزال ضمن مسؤوليتك#
تتوقف المنصة عند بضعة حدود مقصودة. حدّد مسؤولًا بالاسم عن كل منها في خطتك:
- استخراج الإطارات من الأنظمة الاحتكارية (أرشيفات DICOM، وكاميرات OEM، وأنظمة سجلات المصانع): تتولى شيفرتك نقلها إلى حاوية تخزين أو رفعها.
- التنبيه. تعرض المنصة مقاييس نقاط النهاية وترسل أحداث المهام إلى Slack، لكنها لا ترسل تنبيهات عند تجاوز حدود زمن الاستجابة أو الأخطاء. ستنشئ هذا الفحص في الدرس 8.
- الدقة بمرور الوقت. مجموعة البيانات المحجوبة والمُعلّمة وسجلها مسؤوليتك (الدرس 8).
- منطق التطبيق. تعيش قواعد العد والتتبع والمناطق في خدمتك؛ وتغطيهما Ultralytics Solutions ودورة Ultralytics YOLO in Production.
- توجيه حركة المرور. لنقاط النهاية عناوين URL مُنشأة تلقائيًا ولا تدعم النطاقات المخصصة، لذا تحتاج إلى بوابة خاصة بك لتنفيذ الإصدارات التجريبية والتوجيه متعدد المناطق وأسماء المضيفين ذات العلامة التجارية.
المنصة ليست إطار عمل منفصلًا. يُنزّل نموذج المنصة كعنصر best.pt عادي، تحمّله YOLO("best.pt") وتتحقق من صحته وتصدّره، كما يُبث عنصر model.train(..., project="username/my-project") محلي إلى المنصة باستخدام مفتاح API مُعدّ. ولا يتطلب الانتقال بين الاثنين تحويل أي شيء.
مثال عملي: ضع ميزانية للمشروع قبل البدء#
تستهلك ثلاثة أمور أرصدة: التدريب السحابي (سعر GPU × الوقت المستخدم)، والتعليقات التوضيحية الدفعية وتمويه الوجوه في مجموعة البيانات بأكملها (1.00 دولار لكل 1,000 صورة)، ونقاط النهاية ذات الأحجام المخصصة (تُحاسب بحسب ساعات التشغيل). كل ما عدا ذلك في هذه الدورة مجاني. تستخدم هذه الحاسبة الأسعار الفعلية للمنصة لمشروع كشف صغير:
# Monthly Platform budget for a small detection project (rates from the billing and deployment docs)
TRAIN_RUNS = 8 # experiments per month
COST_PER_RUN = 0.23 # dialog estimate: ~1,000 images, YOLO26n, 100 epochs, RTX PRO 6000 ($2.09/h)
BATCH_ANNOTATION_IMAGES = 3_000 # $1.00 per 1,000 images
HOURS_PER_MONTH = 730
# Custom endpoint sizes keep one warm instance; us-central1 rates are $0.000024/vCPU-s and $0.0000025/GiB-s
warm_endpoint_hourly = (2 * 0.000024 + 4 * 0.0000025) * 3600 # 2 vCPU, 4 GiB
lines = {
"cloud training": TRAIN_RUNS * COST_PER_RUN,
"batch annotation": BATCH_ANNOTATION_IMAGES / 1000 * 1.00,
"default endpoint (1 vCPU, 2 GiB, scales to zero)": 0.0,
"warm endpoint (2 vCPU, 4 GiB, always on)": warm_endpoint_hourly * HOURS_PER_MONTH,
}
for item, usd in lines.items():
print(f"{item:<50} ${usd:>7.2f}")
print(f"{'total with a warm endpoint':<50} ${sum(lines.values()):>7.2f}")cloud training $ 1.84
batch annotation $ 3.00
default endpoint (1 vCPU, 2 GiB, scales to zero) $ 0.00
warm endpoint (2 vCPU, 4 GiB, always on) $ 152.42
total with a warm endpoint $ 157.26طريقة قراءته:
COST_PER_RUNمأخوذ من تقدير مربع حوار التدريب، الذي يراعي حجم مجموعة البيانات والنموذج وعدد العصور وحجم الصورة وGPU. استبدله بالتقدير الخاص بمجموعة بياناتك (الدرس 5)؛ إذ تبلغ تكلفة 5,000 صورة × YOLO26s × 100 عصر على H100 SXM نحو 1.56 دولار.- تكلفة نقطة النهاية هي الأكبر. يكلف تدريب مشروع صغير ووضع تسميات له بضعة دولارات؛ أما إبقاء مثيل جاهزًا طوال 730 ساعة في الشهر فيكلف نحو 150 دولارًا في آيوا (تختلف الأسعار حسب المنطقة، ويعرض مربع حوار النشر السعر الدقيق لكل ساعة).
- قاعدة اتخاذ القرار: ابدأ كل نقطة نهاية بالحجم الافتراضي المجاني. انتقل إلى حجم مخصص فقط عندما لا يستطيع المستخدمون تحمّل بدء التشغيل البارد، الذي قد يستغرق دقيقة، ويكون حجم حركة المرور مستقرًا بما يكفي لتبرير رسوم التشغيل.
الخطط#

| Free | Pro (29 دولارًا لكل مقعد شهريًا) | Enterprise | |
|---|---|---|---|
| الأرصدة | 5 دولارات عند التسجيل، و25 دولارًا باستخدام بريد إلكتروني موثّق للشركة | 30 دولارًا لكل مقعد شهريًا، دون ترحيل الرصيد | مخصص |
| التخزين / الحد الأقصى للرفع الواحد | 100 GB / 10 GB | 500 GB / 20 GB | غير محدود / 50 GB |
| النماذج / عمليات التدريب المتزامنة | 100 / 3 | 500 / 10 | غير محدود |
| عمليات نشر مخصصة | 3 | 10 | غير محدود |
| أنواع GPU السحابية | 24 | 26 (تشمل B200 وB300) | 26 |
| مجموعات بيانات في التخزين السحابي، وفرق | — | نعم، حتى 5 أعضاء | نعم، بحجم مخصص |
| داخل مقر المؤسسة، وتسجيل دخول موحّد (SSO)، وترخيص Enterprise | — | — | نعم |
قاعدة اتخاذ القرار: ابقَ على Free أثناء التعلم؛ وانتقل إلى Pro عندما تحتاج إلى تخزين سحابي متصل أو فريق أو أكثر من ثلاث نقاط نهاية أو أكثر من ثلاث عمليات تدريب متزامنة. يغطي رصيد Pro الشهري البالغ 30 دولارًا تكاليف التدريب ووضع التسميات الواردة في الميزانية أعلاه. تعرض مستندات الفوترة جميع الأسعار.
مواطن الخلل#
العَرَض: تظهر مجموعة بيانات تضم صور العملاء في Explore، ويستطيع أشخاص مجهولون استنساخها. الحل: في الخطتين Free وPro، تكون المجموعات والمشاريع الجديدة عامة افتراضيًا. بدّل إعداد الرؤية في مربعي الحوار مجموعة بيانات جديدة ومشروع جديد في كل مرة؛ فجعْل المجموعة خاصة لاحقًا لا يزيل النسخ المستنسخة الموجودة بالفعل.
العَرَض: يطلب عميل من الاتحاد الأوروبي إقامة البيانات في الاتحاد الأوروبي، بينما تخزن مساحة العمل بياناتك في الولايات المتحدة. الحل: تُختار منطقة البيانات (الولايات المتحدة أو الاتحاد الأوروبي أو AP) عند بدء الاستخدام، ولا يستطيع تغييرها إلا فريق الدعم. احسم الاختيار استنادًا إلى عقودك قبل التسجيل (الدرس 9).
العَرَض: تُستنزف الأرصدة بنحو 5 دولارات يوميًا من دون حركة مرور. الحل: تُحتسب رسوم الأحجام المخصصة بحسب مدة التشغيل، سواء أكانت النقطة نشطة أم خاملة. أوقف نقاط النهاية التي لا تستخدمها، أو أعدها إلى الحجم الافتراضي الذي يتدرج إلى الصفر مجانًا.
عرض الحل
خطة عملية لكاميرا خط إنتاج لفحص الحبوب. البيانات: رفع تفريغات الإطارات الليلية إلى المنصة (المسؤولة: Ana). إضافة التعليقات التوضيحية: التعليقات التوضيحية الدفعية باستخدام أحدث ضبط دقيق، ثم المراجعة (Ana). التنقيح والتدريب والمقارنة: المنصة (Ravi). النشر: نقطة نهاية واحدة بالحجم الافتراضي في europe-west1، لأن وحدة التحكم المنطقية القابلة للبرمجة (PLC) في خط الإنتاج تستدعيها كل 30 ثانية، لذا نادرًا ما تبقى خاملة بما يكفي للانتقال إلى حالة الصفر (Ravi). المراقبة: لوحات معلومات المنصة، بالإضافة إلى فحص صحة مجدول باستخدام cron ومهمة أسبوعية لمجموعة البيانات المحجوبة ضمن CI للفريق (المناوب). الميزانية: 10 عمليات تشغيل × 0.23 دولار + 2,000 صورة × 0.001 دولار = نحو 4.30 دولارات شهريًا على نقطة نهاية مجانية، تغطيها أرصدة Pro البالغة 30 دولارًا. منطقة البيانات: الاتحاد الأوروبي، لأن المصنع في ألمانيا؛ وجميع مجموعات البيانات خاصة.