Ultralytics Platform ile geliştirmeye başla
Ultralytics Platform'da gerçek bir algılama projesi yürüt: bütçeyi belirle, verileri alıp etiketle, veri kümelerinin bölümlerinin temiz olduğunu doğrula, modelleri eğitip çalıştırmaları karşılaştır, özel bir uç nokta dağıt, doğruluğu izle ve yeniden eğitim döngüsünü otomatikleştir.
Hazırlayan Ultralytics Academy
Ultralytics Platform'da tek bir görüntü işleme projesini baştan sona yayına al ve sağlıklı çalışmasını sürdürecek betikler ile çalışma kılavuzuyla tamamla: yükleme öncesi kontrol, etiketleme eşiği taraması, veri sızıntısı denetimi, sürüme alma koşulu, dayanıklı uç nokta istemcisi ve zamanlanmış sağlık ve ayrılmış test kümesi kontrolleri.
Bir kredi harcamadan önce projenin Platform'daki karşılığını çıkar ve bütçesini belirle: eğitim, anotasyon ve uç noktanın çalışma süresi.
Verileri yükle; video örneklemesini bilerek yaparak veri kümesinin ilk denemede Ready durumuna ulaşmasını sağla.
İnceleme iş yükünü ölçerek bir etiketleme modeli ve güven eşiği seç, ardından düzenleme oranıyla Batch Annotation'ı doğrula.
Bir veri kümesi sürümünde bölümler arasında yinelenen örnek, kamera sızıntısı olmadığını ve her sınıftan yeterli örnek bulunduğunu kanıtla.
Bütçeli bulut çalıştırmaları başlat, eğrilerine göre değerlendir ve iyileştiricinin öğrenme oranını sessizce yok saymadığından emin olarak ince ayar yap.
Önceden belirlenmiş koşullarla yeni bir çalıştırmanın temel modeli geçip geçmediğine karar ver, modeli dağıt ve soğuk başlangıçlara dayanıklı bir istemciyle çağır.
Uç nokta sağlığı ve ayrılmış test kümesi doğruluğu için uyarı kur, bölgeleri ve kişisel verileri yönet, yeniden eğitim ve sürüm dağıtımını otomatikleştir.
Yaşam döngüsü haritası ve aylık bütçe içeren bir proje planı.
Örneklenmiş video, incelenmiş etiketler, denetlenmiş bölümler ve numaralı bir sürüm içeren Ready durumunda bir veri kümesi.
Temel modele karşı betikle tanımlanmış sürüme alma koşulunu geçen bir eğitilmiş model.
Yeniden deneme yapan istemciye, zamanlanmış sağlık kontrolüne ve ayrılmış test kümesi doğruluk geçmişine sahip özel bir uç nokta.
Tetikleyici, adımlar, sorumlu kişi, geri alma işlemi ve otomatik sürüm dağıtım adımı içeren bir yeniden eğitim çalışma kılavuzu.
Bir Ultralytics Platform hesabı. Free plan ve kayıt kredisi kursu tamamlamaya yeter; bağlı bulut depolama için Pro gerekir.
Uygulamalı örnekleri çalıştırmak için Python 3.11+ ile
ultralytics>=8.4.120veultralytics-platform; API derslerinde kullanılanultralytics-platformSDK için 3.11 gerekir (Ultralytics ise 3.10+ sürümlerinde çalışır).Ultralytics YOLO'ya aşinalık — şu kurslar önerilir: Bilgisayarlı Görünün Temelleri, Yüksek Performanslı YOLO Veri Kümeleri Oluşturma ve İlk YOLO modelini eğit.
Kendi alanından küçük bir görüntü veri kümesi (50–500 görüntü) ve kısa bir video ya da örneklerde kullanılan açık veri kümeleri.
Kurs içeriği
4 modül · 10 dersModül 1
Modül 2
Veri Ekle ve Hazırla
Yüklemeden önce veri kümesini yerel olarak denetle, videodan bilinçli örnekleme yap ve Platform veri kümesini ilk denemede Ready durumuna getir.
Akıllı Anotasyon ve Toplu Etiketleme
İnceleme işini ölçerek bir etiketleme modeli ve güven eşiği seç, ardından Toplu Anotasyon'u çalıştır ve düzenleme oranıyla doğrula.
Düzenle, Yinelenenleri Kaldır ve Böl
İki kısa betikle bölümler arası yinelenenleri ve sınıf eksiklerini bul, önemli olan birime göre böl ve denetlenmiş bir veri kümesi sürümünü dondur.
Modül 3
Eğitim Yap, Sonuçları Oku ve Çalıştırmalara İnce Ayar Uygula
Bütçesi belirlenmiş bir bulut çalıştırması başlat, çalıştırmayı dönem başına eğrilerle değerlendir ve varsayılan iyileştiricinin öğrenme oranını görmezden gelmesini önleyerek ince ayar yap.
Çalıştırmaları Karşılaştır ve Kazananı Seç
Platform projesinde çalıştırmaları karşılaştır, her çalıştırmanın nedenini kaydet ve betikleştirilmiş bir terfi eşiğiyle adayın kullanıma sunulup sunulmayacağına karar ver.
Modül 4
Uç Nokta Dağıt ve Çağır
42 bölgeden birinde özel bir uç nokta oluştur, boyutunu trafiğine göre belirle ve bunu soğuk başlangıçları, 429 yanıtlarını ve geçersiz anahtarları yönetebilen bir istemciyle çağır.
Sağlığı ve Doğruluğu İzleme
Platform'un uç nokta metriklerini ve tahmin istatistiklerini oku, zamanlanmış bir sağlık kontrolünden uyarı gönder ve holdout işiyle doğruluk kaymasını yakala.
Gizlilik, Bölgeler ve Uyumluluk
Sözleşmelerine göre veri ve dağıtım bölgelerini seç, verileri gizli tut, yüklemeden önce görüntüleri anonimleştir ve lansman öncesi uyumluluk kontrol listesini yanıtla.
Yeniden Eğitim Döngüsünü Otomatikleştir
Tek bir dağıtımı tekrarlanabilir bir döngüye dönüştür: bir çalışma kılavuzu, betikle çalışan bir sürüme alma eşiği, geri alma olanağı içeren otomatik sürüm yayımlama ve haftalık inceleme.