Link to this sectionمنصة Ultralytics#

منصة Ultralytics هي منصة متكاملة وشاملة للرؤية الحاسوبية تعمل على تبسيط سير عمل تعلم الآلة (ML) بالكامل بدءاً من إعداد البيانات وحتى نشر النماذج. تم تصميمها للفرق والأفراد الذين يحتاجون إلى حلول رؤية حاسوبية جاهزة للإنتاج دون تعقيدات البنية التحتية.

Link to this sectionما هي منصة Ultralytics؟#

تقدم منصة Ultralytics Platform إدارة مجموعات البيانات والتعليقات التوضيحية، وتتبع التجارب، والتدريب السحابي وعن بُعد، وتصدير النماذج، ونقاط نهاية الاستدلال المخصصة، ومراقبة نشر النماذج في مساحة عمل واحدة. وتوفر دعماً أصلياً لنماذج YOLO26 وYOLO11.

Link to this sectionسير العمل: تحميل → تصنيف → تدريب → تصدير → نشر#

توفر المنصة سير عمل متكاملاً:

graph LR
    subgraph Data["📁 Data"]
        A[Upload]:::start --> B[Annotate]:::proc
        B --> C[Analyze]:::proc
    end
    subgraph Train["🚀 Train"]
        D[Configure]:::proc --> E[Train on GPU]:::proc
        E --> F[View Metrics]:::out
    end
    subgraph Deploy["🌐 Deploy"]
        G[Export]:::proc --> H[Deploy Endpoint]:::proc
        H --> I[Monitor]:::out
    end
    Data --> Train --> Deploy

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef out fill:#9C27B0,color:#fff

ما يمكنك القيام به:

• تحميل الصور ومقاطع الفيديو وملفات مجموعات البيانات لإنشاء مجموعات بيانات للتدريب
• تصور التصنيفات باستخدام طبقات تفاعلية لجميع أنواع مهام YOLO الستة (انظر المهام المدعومة)
• تدريب النماذج على وحدات معالجة الرسومات السحابية (24 في جميع الخطط، 26 مع Pro أو Enterprise لـ B200 و B300) مع مقاييس في الوقت الفعلي
• تصدير إلى 19 تنسيقاً للنشر (ONNX، TensorRT، CoreML، LiteRT، Hailo، وغيرها)
• انشر في 42 منطقة عالمية بنقرة واحدة باستخدام نقاط نهاية مخصصة
• مراقبة تقدم التدريب، وصحة النشر، ومقاييس الاستخدام
• التعاون من خلال جعل المشاريع ومجموعات البيانات عامة للمجتمع

Link to this sectionبنية تحتية متعددة المناطق#

تبقى بياناتك في منطقتك. تدير منصة Ultralytics بنيتها التحتية في ثلاث مناطق عالمية:

أنت تحدد منطقة بياناتك أثناء الإعداد الأولي. وتبقى مجموعات البيانات، والنماذج، وبيانات التدريب المُدارة في تلك المنطقة. يتم نشر نقاط النهاية المخصصة بشكل منفصل في منطقة تختبرها من خريطة النشر العالمية.

Link to this sectionالميزات الرئيسية#

Link to this sectionإعداد البيانات#

• إدارة مجموعات البيانات: تحميل الصور، أو مقاطع الفيديو، أو ملفات مجموعات البيانات مع معالجة تلقائية
• محرر التصنيف: تصنيف يدوي لجميع أنواع مهام YOLO الستة (الكشف، والتقطيع، والمهام الدلالية، والوضعية، و OBB، والتصنيف؛ انظر المهام المدعومة)
• قوالب الهيكل العظمي: قوالب هيكلية مدمجة (للشخص، اليد، الوجه، الكلب، الصندوق) وأخرى مخصصة لتصنيف الوضعية بضغطة زر
• التصنيف الذكي: استخدام SAM 2.1 (Tiny، Small، Base، Large)، و SAM 3، ونماذج Ultralytics YOLO المدربة مسبقاً، أو نماذج YOLO الخاصة بك التي قمت بضبطها من شريط أدوات التصنيف لمهام الكشف، والتقطيع، والمهام الدلالية، و OBB
• إصدار مجموعات البيانات: إنشاء لقطات NDJSON مرقمة مع أوصاف لتدريب قابل للتكرار
• الإحصائيات: توزيع الفئات، والخرائط الحرارية للمواقع، وتحليل الأبعاد

graph LR
    A[Upload Dataset/Images/Video]:::start --> B[Auto-Process]:::proc
    B --> C[Browse & Filter]:::proc
    C --> D{Annotate}:::decide
    D --> E[Manual Tools]:::proc
    D --> F[SAM Smart]:::proc
    D --> G[YOLO Auto-Label]:::proc
    E --> H[Train-Ready Dataset]:::out
    F --> H
    G --> H

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef decide fill:#FF9800,color:#fff
    classDef out fill:#9C27B0,color:#fff

Link to this sectionتدريب النموذج#

• التدريب السحابي: تدريب على وحدات معالجة الرسومات السحابية (24 في جميع الخطط، 26 مع Pro or Enterprise لـ B200 و B300) مع مقاييس في الوقت الفعلي
• التدريب عن بُعد: تدرب في أي مكان وقم ببث المقاييس إلى Ultralytics Platform
• تنظيم المشاريع: تجميع النماذج ذات الصلة، ومقارنة التجارب، وتتبع النشاط
• 19 تنسيق تصدير: ONNX، TensorRT، CoreML، LiteRT، Hailo، والمزيد (راجع التنسيقات المدعومة)

يمكنك تدريب النماذج إما عبر واجهة المستخدم الرسومية للويب (التدريب السحابي) أو من جهازك الخاص (التدريب عن بُعد):

Link to this sectionالنشر#

• اختبار الاستدلال (Inference): اختبار النماذج مباشرة في المتصفح باستخدام صور مخصصة
• نقاط النهاية المخصصة: انشر في 42 منطقة عالمية مع خاصية القياس التلقائي إلى الصفر افتراضياً (مثيل نشط واحد)
• المراقبة: مقاييس الأداء في الوقت الفعلي، وسجلات الطلبات، ولوحات التحكم في الأداء

graph LR
    A[Trained Model]:::start --> B{Action}:::decide
    B --> C[Browser Predict]:::proc
    B --> D[Export Format]:::proc
    B --> E[Deploy Endpoint]:::proc
    D --> F[ONNX / TensorRT / CoreML / LiteRT / ...]:::out
    E --> G[42 Global Regions]:::proc
    G --> H[API Endpoint URL]:::proc
    H --> I[Monitor & Scale]:::out

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef decide fill:#FF9800,color:#fff
    classDef out fill:#9C27B0,color:#fff

بمجرد النشر، استدعِ نقطة النهاية الخاصة بك من أي لغة برمجية:

import requests

url = "https://your-endpoint-url/predict"
headers = {"Authorization": "Bearer YOUR_API_KEY"}

with open("image.jpg", "rb") as f:
    response = requests.post(url, headers=headers, files={"file": f})

print(response.json())

Link to this sectionإدارة الحساب#

• الفرق والمؤسسات: التعاون مع أعضاء الفريق، وإدارة الأدوار والدعوات
• مفاتيح API: إدارة آمنة للمفاتيح للتدريب عن بعد والوصول إلى API
• الأرصدة والفواتير: نظام الدفع حسب الاستخدام للتدريب مع أسعار شفافة
• موجز النشاط: تتبع جميع أحداث الحساب والإجراءات
• سلة المهملات والاستعادة: حذف مؤقت لمدة 30 يوماً مع إمكانية استعادة العناصر
• الامتثال لـ GDPR: تصدير البيانات وحذف الحساب

Link to this sectionروابط سريعة#

ابدأ بهذه الموارد:

• البداية السريعة: أنشئ مشروعك الأول وقم بتدريب نموذج في دقائق
• مجموعات البيانات: تحميل وإدارة بيانات التدريب الخاصة بك
• التصنيف: تصنيف بياناتك باستخدام أدوات يدوية ومساعدة من الذكاء الاصطناعي
• المشاريع: تنظيم نماذجك وتجاربك
• التدريب السحابي: التدريب على وحدات GPU السحابية
• الاستدلال (Inference): اختبار نماذجك
• نقاط النهاية: نشر النماذج في بيئة الإنتاج
• المراقبة: تتبع أداء النشر
• مفاتيح API: إدارة الوصول إلى API
• الفواتير: الأرصدة والدفع
• النشاط: تتبع أحداث الحساب
• سلة المهملات: استعادة العناصر المحذوفة
• REST API: مرجع API

Link to this sectionالأسئلة الشائعة#

Link to this sectionكيف أبدأ في استخدام منصة Ultralytics؟#

للبدء في استخدام منصة Ultralytics:

1. التسجيل: إنشاء حساب على platform.ultralytics.com
2. اختيار المنطقة: اختر منطقة بياناتك (US، EU، أو AP) أثناء عملية الإعداد
3. رفع مجموعة البيانات: افتح Annotate في الشريط الجانبي وارفع بياناتك
4. تدريب النموذج: أنشئ مشروعاً وابدأ التدريب على وحدات GPU السحابية
5. النشر: اختبر نموذجك وقم بنشره في نقطة نهاية مخصصة

للحصول على دليل مفصل، راجع صفحة البداية السريعة.

Link to this sectionما هي فوائد منصة Ultralytics؟#

توفر منصة Ultralytics:

• سير عمل موحد: البيانات، والتدريب، والنشر في مكان واحد
• متعددة المناطق: إقامة البيانات في مناطق US، أو EU، أو AP
• تدريب بدون برمجة: تدريب نماذج YOLO متقدمة دون كتابة كود
• مقاييس الوقت الفعلي: بث تقدم التدريب ومراقبة عمليات النشر
• 42 منطقة للنشر: انشر النماذج بالقرب من المستخدمين حول العالم
• 7 أنواع من المهام: دعم لكل من الكشف، وتجزئة المثيلات، والتجزئة الدلالية، وتقدير العمق (النماذج والتنبؤ حالياً؛ بيانات العمق قريباً)، وتحديد الوضع (Pose)، وOBB، والتصنيف (راجع وثائق المهام)
• التعليق التوضيحي بمساعدة الذكاء الاصطناعي: تعليق توضيحي ذكي باستخدام نماذج SAM وYOLO لتسريع تحضير البيانات

Link to this sectionما هي خيارات GPU المتاحة للتدريب السحابي؟#

تدعم منصة Ultralytics أنواعاً متعددة من GPU للتدريب السحابي:

راجع التدريب السحابي للحصول على الأسعار الكاملة وخيارات GPU.

Link to this sectionكيف يعمل التدريب عن بُعد؟#

يمكنك تدريب النماذج على الأجهزة الخاصة بك وبث المقاييس في الوقت الفعلي إلى Ultralytics Platform.

pip install "ultralytics>=8.4.104"

# Set your API key
export ULTRALYTICS_API_KEY="YOUR_API_KEY"

# Train with project/name to stream metrics
yolo train model=yolo26n.pt data=coco.yaml epochs=100 project=username/my-project name=exp1

راجع التدريب السحابي لمزيد من التفاصيل حول التدريب عن بُعد.

Link to this sectionما هي أدوات التعليق التوضيحي المتاحة؟#

تتضمن المنصة محرراً للتعليقات التوضيحية كامل الميزات يدعم:

• الأدوات اليدوية: صناديق الإحاطة، والمضلعات، والنقاط الرئيسية مع قوالب الهيكل العظمي، والصناديق الموجهة، والتصنيف
• قوالب الهيكل العظمي: ضع جميع النقاط الرئيسية دفعة واحدة باستخدام قوالب مدمجة (شخص، يد، وجه، كلب، صندوق) أو قوالب مخصصة
• التعليق التوضيحي الذكي: استخدم SAM 2.1 أو SAM 3 للتعليق التوضيحي القائم على النقر، أو قم بتشغيل نماذج Ultralytics YOLO المدربة مسبقاً ونماذج YOLO الخاصة بك التي تم ضبطها بدقة من شريط الأدوات للكشف، والتقسيم، والتقسيم الدلالي، وOBB
• اختصارات لوحة المفاتيح: سير عمل فعال مع مفاتيح الاختصار

راجع التعليق التوضيحي للحصول على الدليل الكامل.

Link to this sectionما هي تنسيقات التصدير المدعومة؟#

تدعم المنصة نفس تنسيقات النشر الـ 19 الخاصة بوضع التصدير في Ultralytics. يعتبر PyTorch هو تنسيق المصدر؛ وكل صف يحتوي على وسيطة format يمثل هدف تصدير.

راجع تصدير النماذج، ودليل وضع التصدير، وفهرس التكاملات للحصول على الخيارات الخاصة بكل تنسيق.

Link to this sectionاستكشاف الأخطاء وإصلاحها#

Link to this sectionمشكلات مجموعة البيانات#

Link to this sectionمشكلات التدريب#

Link to this sectionمشكلات النشر#

Link to this sectionأسئلة شائعة#