Планирование проекта на Platform и составление бюджета

Связанный цикл на Platform#

В каждой производственной системе компьютерного зрения выполняется один и тот же цикл, и больше всего затрат требуют не сами блоки, а переходы между ними:

Преимущество Platform в том, что каждый этап сохраняет данные, необходимые следующему. Используй эту таблицу как карту: в последнем столбце указан урок, посвящённый этапу:

Два инструмента охватывают весь цикл. Agents помогают создавать визуальные рабочие процессы, например собирать неуверенные детекции в датасет для проверки, а Ask AI умеет обучать, сравнивать, аннотировать, экспортировать и развёртывать модели в диалоге, используя те же команды ul cloud, которые ты можешь запускать самостоятельно.

Реши, за что ты по-прежнему отвечаешь сам#

У платформы есть несколько намеренно очерченных границ. Назначь ответственного за каждую из них в своём плане:

• Получение кадров из проприетарных систем (архивы DICOM, OEM-камеры, промышленные архиваторы данных): твой код загружает их в хранилище или передаёт через загрузку.
• Оповещения. Платформа показывает метрики эндпоинтов и отправляет события задач в Slack, но не оповещает о превышении порогов задержки или ошибок. Такую проверку ты реализуешь в уроке 8.
• Точность с течением времени. За отложенную размеченную выборку и её историю отвечаешь ты (урок 8).
• Логика приложения. Подсчёт, отслеживание и правила зон реализуются в твоём сервисе; о них рассказывают Ultralytics Solutions и курс Ultralytics YOLO in Production.
• Маршрутизация трафика. У эндпоинтов есть сгенерированные URL, но нет пользовательских доменов, поэтому для канареечных релизов, маршрутизации между регионами и брендированных доменных имён нужен собственный шлюз.

Платформа — не отдельный фреймворк. Модель с платформы скачивается как обычный best.pt, который загружается, проходит валидацию и экспортируется с помощью YOLO("best.pt"), а локальный model.train(..., project="username/my-project") передаёт данные на платформу с заданным API-ключом. Переход между ними не требует никакого преобразования.

Пример: рассчитай бюджет проекта до начала работы#

Кредиты расходуются на три вещи: облачное обучение (тариф GPU × затраченное время), пакетную аннотацию и размытие лиц во всём датасете ($1.00 за 1 000 изображений), а также эндпоинты нестандартного размера (оплата за час работы). Всё остальное в этом курсе бесплатно. Этот калькулятор использует актуальные тарифы платформы для небольшого проекта по детекции:

# 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

Как это читать:

• COST_PER_RUN берётся из оценки в диалоге обучения, которая учитывает размер датасета, модель, число эпох, размер изображений и GPU. Замени её оценкой для своего датасета (урок 5); обучение на 5 000 изображениях с YOLO26s, 100 эпохами и H100 SXM стоит около $1.56.
• Основная статья расходов — эндпоинт. Обучение и разметка небольшого проекта стоят несколько долларов; поддержание активного экземпляра в течение 730 часов в месяц обходится примерно в $150 в Айове (тарифы зависят от региона, а точная почасовая цена указана в диалоге развёртывания).
• Правило принятия решения: запускай каждый эндпоинт с бесплатным размером по умолчанию. Переходи на нестандартный размер, только если пользователи не могут ждать холодного запуска до минуты, а трафик достаточно стабилен, чтобы оправдать оплату времени работы.

Тарифные планы#

Правило принятия решения: оставайся на Free, пока учишься; переходи на Pro, когда понадобятся подключённое облачное хранилище, команда, более трёх эндпоинтов или более трёх параллельных запусков обучения. Ежемесячные кредиты Pro в размере $30 покрывают расходы на обучение и разметку из приведённого выше бюджета. Все тарифы перечислены в документации по оплате.

Подводные камни#