Planeje e defina o orçamento de um projeto na Platform

O ciclo conectado pela Platform#

Todo sistema de visão computacional em produção executa o mesmo ciclo, e a parte mais cara é a seta entre duas caixas, não a caixa em si:

O valor da Platform está em cada etapa registrar o que a próxima precisa. Use esta tabela como mapa; a última coluna indica a lição que ensina cada etapa:

Duas ferramentas abrangem todo o ciclo. Agents cria fluxos de trabalho visuais, como reunir detecções incertas em um conjunto de dados para revisão, e Ask AI pode treinar, comparar, anotar, exportar e implantar em uma conversa, usando os mesmos comandos ul cloud que você pode executar por conta própria.

Decida o que ainda fica sob sua responsabilidade#

A plataforma termina em alguns limites bem definidos. Designe uma pessoa responsável por cada um deles no seu plano:

• Extrair quadros de sistemas proprietários (arquivos DICOM, câmeras OEM, historiadores de planta): seu código os envia para um bucket ou faz o upload.
• Alertas. A plataforma mostra métricas do endpoint e publica eventos de tarefas no Slack, mas não alerta sobre limites de latência ou erros. Você vai criar essa verificação na lição 8.
• Precisão ao longo do tempo. Um conjunto de teste rotulado e seu histórico ficam sob sua responsabilidade (lição 8).
• Lógica da aplicação. A contagem, o rastreamento e as regras de zona ficam no seu serviço; Ultralytics Solutions e o curso Ultralytics YOLO in Production abordam esses temas.
• Roteamento de tráfego. Os endpoints têm URLs geradas e não oferecem domínios personalizados; por isso, canários, roteamento multirregional e nomes de host com sua marca exigem um gateway próprio.

A plataforma não é uma estrutura separada. Um modelo da Platform é baixado como um best.pt normal, que YOLO("best.pt") carrega, valida e exporta; já um model.train(..., project="username/my-project") local é transmitido para a Platform com uma chave de API definida. Alternar entre os dois nunca exige converter nada.

Exemplo prático: planeje o orçamento do projeto antes de começar#

Três itens consomem créditos: treinamento na nuvem (tarifa da GPU × tempo de uso), Anotação em lote e desfoque de rostos no conjunto de dados inteiro (US$ 1,00 por 1.000 imagens) e endpoints de tamanho personalizado (cobrados por hora de funcionamento). Todo o restante deste curso é gratuito. Esta calculadora usa as tarifas reais da Platform para um pequeno projeto de detecção:

# 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                         $ 157.26

Como interpretar o resultado:

• COST_PER_RUN vem da estimativa da caixa de diálogo de treinamento, que leva em conta o tamanho do conjunto de dados, o modelo, as épocas, o tamanho da imagem e a GPU. Substitua-a pela estimativa do seu próprio conjunto de dados (lição 5); 5.000 imagens × YOLO26s × 100 épocas em uma H100 SXM custam cerca de US$ 1,56.
• A linha do endpoint é a que mais pesa. Treinar e rotular um pequeno projeto custa alguns dólares; manter uma instância ativa por 730 horas por mês custa cerca de US$ 150 em Iowa (as tarifas variam por região, e a caixa de diálogo de implantação mostra o preço exato por hora).
• Regra de decisão: comece todos os endpoints com o tamanho padrão gratuito. Passe para um tamanho personalizado somente quando os usuários não puderem tolerar uma inicialização a frio de até um minuto e o tráfego for constante o bastante para justificar o custo de funcionamento.

Planos#

Regra de decisão: fique no plano Free enquanto estiver aprendendo; passe para o Pro quando precisar de armazenamento em nuvem conectado, de uma equipe, de mais de três endpoints ou de mais de três treinamentos simultâneos. O crédito mensal de US$ 30 do Pro cobre os custos de treinamento e rotulagem do orçamento acima. A documentação de faturamento lista todas as tarifas.

Armadilhas#