Crie com a Ultralytics Platform
Execute um projeto real de detecção na Ultralytics Platform: defina o orçamento, carregue e rotule os dados, comprove que as divisões estão corretas, treine e compare execuções, implante um endpoint dedicado, monitore a precisão e automatize o ciclo de retreinamento.
Por Ultralytics Academy
Coloque um projeto de visão computacional em produção de ponta a ponta na Ultralytics Platform e saia com os scripts e o guia operacional para mantê-lo saudável: uma verificação antes do upload, uma análise de limiares de rotulagem, uma auditoria de vazamentos, um critério de promoção, um cliente de endpoint resiliente e verificações programadas de integridade e do conjunto de validação reservado.
Mapeie seu projeto na Platform e defina o orçamento antes de gastar créditos: treinamento, anotação e disponibilidade do endpoint.
Carregue os dados para que o conjunto de dados fique pronto na primeira tentativa, incluindo a amostragem intencional de vídeos.
Escolha um modelo de rotulagem e um limiar de confiança medindo o trabalho de revisão e, em seguida, verifique a Anotação em Lote com uma taxa de edição.
Comprove que uma versão do conjunto de dados não tem duplicatas entre divisões, vazamentos de câmera e que contém exemplos suficientes de cada classe.
Inicie execuções na nuvem dentro do orçamento, avalie-as pelas curvas e faça o ajuste fino sem que o otimizador ignore silenciosamente sua taxa de aprendizado.
Decida se uma nova execução supera a referência usando critérios definidos previamente, implante-a e faça chamadas com um cliente que resista a inicializações a frio.
Configure alertas para a integridade do endpoint e a precisão do conjunto de validação reservado, trate de regiões e dados pessoais e automatize o retreinamento e a publicação.
Um plano de projeto com um mapa do ciclo de vida e um orçamento mensal.
Um conjunto de dados pronto com vídeos amostrados, rótulos revisados, divisões auditadas e uma versão numerada.
Um modelo treinado que passou por um critério de promoção automatizado em comparação com a referência.
Um endpoint dedicado com um cliente que tenta novamente, uma verificação de integridade programada e um histórico de precisão do conjunto de validação reservado.
Um guia operacional de retreinamento com gatilho, etapas, responsável, reversão e uma etapa automatizada de publicação.
Uma conta da Ultralytics Platform. O plano Free e o crédito de inscrição cobrem o curso; o armazenamento em nuvem conectado exige o Pro.
Python 3.11+ com
ultralytics>=8.4.120eultralytics-platformpara executar os exemplos; o SDKultralytics-platform, usado nas aulas de API, exige a versão 3.11 (a própria Ultralytics funciona com a 3.10+).Familiaridade com Ultralytics YOLO — recomenda-se: Fundamentos de visão computacional, Criar conjuntos de dados YOLO de alto desempenho e Treine seu primeiro modelo YOLO.
Um pequeno conjunto de dados de imagens (50–500 imagens) e um vídeo curto do seu próprio domínio, ou os conjuntos de dados públicos usados nos exemplos.
Conteúdo do curso
4 módulos · 10 aulasMódulo 1
Módulo 2
Adicione e prepare os dados
Verifique um conjunto de dados localmente antes do upload, selecione quadros de vídeo de forma intencional e deixe um conjunto de dados da Platform pronto logo na primeira tentativa.
Anotação inteligente e rotulagem em lote
Escolhe um modelo de rotulagem e um limiar de confiança medindo o trabalho de revisão; depois, executa a anotação em lote e verifica-a através da taxa de edição.
Organizar, remover duplicados e dividir
Encontra duplicados entre divisões e lacunas nas classes com dois scripts curtos, divide segundo a unidade relevante e congela uma versão auditada do conjunto de dados.
Módulo 3
Treinar, interpretar e ajustar execuções
Inicia uma execução na nuvem com um orçamento definido, avalia-a pelas curvas por época e faz o ajuste fino sem que o otimizador predefinido ignore a tua taxa de aprendizagem.
Comparar execuções e escolher a vencedora
Compara execuções num projeto da Platform, regista o motivo de cada execução e decide se um candidato deve ser lançado através de um critério de promoção automatizado.
Módulo 4
Implementar e chamar um endpoint
Cria um endpoint dedicado numa das 42 regiões, dimensiona-o de acordo com o teu tráfego e chama-o com um cliente que lida com arranques a frio, erros 429 e chaves inválidas.
Monitore a integridade e a precisão
Consulte as métricas dos endpoints e as estatísticas de previsões da Platform, configure alertas a partir de uma verificação de integridade agendada e detecte desvios de precisão com uma tarefa de holdout.
Privacidade, regiões e conformidade
Escolha as regiões de dados e de implantação com base nos seus contratos, mantenha os dados privados, anonimize as imagens antes do envio e responda a uma lista de verificação de conformidade pré-lançamento.
Automatize o ciclo de retreinamento
Transforme uma implantação em um ciclo repetível: um runbook, uma verificação de promoção com script, uma versão automatizada com reversão e uma revisão semanal.