Ultralytics HUB 集成

了解Ultralytics HUB与各种平台和格式的集成，以简化您的人工智能工作流程。

数据集

将数据集无缝导入Ultralytics HUB，实现高效的模型训练。

数据集一旦导入，就可以像使用本地Ultralytics HUB 数据集一样，对其进行模型训练。

Roboflow

您可以在Ultralytics HUB 数据集页面上轻松过滤Roboflow 数据集。

Ultralytics 带有Roboflow 提供商过滤器的数据集页面 HUB 截图

Ultralytics HUB 支持两种与Roboflow 的集成：Universe和Workspace。

宇宙

通过Roboflow Universe集成，您可以一次从Roboflow向Ultralytics HUB导入一个数据集。

进口

导出Roboflow 数据集时，请选择Ultralytics HUB 格式。此操作会将您重定向到Ultralytics HUB 并打开数据集导入对话框。

点击 "导入"按钮，导入您的Roboflow 数据集。

Ultralytics 数据集导入对话框的 HUB 截图，箭头指向导入按钮

接下来，您可以在新导入的数据集上训练一个模型。

Ultralytics Roboflow Universe 数据集的数据集页面 HUB 截图，箭头指向 "训练模型 "按钮

移除

导航至要删除的Roboflow 数据集的数据集页面。打开数据集操作下拉菜单，点击删除选项。

Ultralytics Roboflow Universe 数据集的数据集页面 HUB 截图，箭头指向删除选项

提示

您也可以直接从主数据集页面删除已导入的Roboflow 数据集。

Ultralytics HUB 数据集页面截图，箭头指向Roboflow Universe 数据集之一的删除选项

工作空间

Roboflow 工作区集成功能可将整个Roboflow 工作区一次性导入Ultralytics HUB。

进口

单击侧边栏中的集成按钮，导航至集成页面。

输入您的Roboflow Workspace 私有API 密钥，然后单击 "添加"按钮。

提示

点击 "获取我的 API 密钥"按钮，将跳转到您的Roboflow 工作区设置，在那里您可以找到您的私人 API 密钥。

Ultralytics 集成页面的 HUB 截图，其中一个箭头指向侧边栏的集成按钮，另一个箭头指向添加按钮

这将把您的Ultralytics HUB账户与Roboflow 工作区连接起来，使您的Roboflow 数据集可以在Ultralytics HUB中使用。

Ultralytics 集成页面的 HUB 截图，箭头指向其中一个已连接的工作区

接下来，您可以使用连接工作区中的任何数据集来训练模型。

Ultralytics Roboflow 工作区数据集页面的 HUB 截图，箭头指向训练模型按钮

移除

通过侧边栏导航至 "集成"页面。单击要断开连接的Roboflow 工作区的 "解除链接"按钮。

Ultralytics 集成页面的 HUB 截图，箭头指向侧边栏中的集成按钮，箭头指向其中一个已连接工作区的取消链接按钮

提示

您也可以直接从任何属于该工作区的数据集的数据集页面取消链接已连接的Roboflow 工作区。

Ultralytics Roboflow Workspace 数据集页面的 HUB 截图，箭头指向删除选项

提示

或者，使用与工作区任何数据集相关的移除选项，直接从主数据集页面移除已连接的Roboflow 工作区。

Ultralytics 数据集页面的 HUB 截图，箭头指向Roboflow Workspace 数据集之一的删除选项

机型

出口

训练完模型后，您可以使用导出模式将其导出为 13 种不同的格式，其中包括以下常用格式 ONNX, OpenVINO, CoreML, TensorFlow和 PaddlePaddle.

Ultralytics 模型页面内部署选项卡的 HUB 截图，箭头指向导出卡和所有导出格式

可用的导出格式详见下表。

格式	`format` 论据	模型	元数据	论据
PyTorch	-	`yolo11n.pt`	✅	-
TorchScript	`torchscript`	`yolo11n.torchscript`	✅	`imgsz`, `half`, `optimize`, `nms`, `batch`, `device`
ONNX	`onnx`	`yolo11n.onnx`	✅	`imgsz`, `half`, `dynamic`, `simplify`, `opset`, `nms`, `batch`, `device`
OpenVINO	`openvino`	`yolo11n_openvino_model/`	✅	`imgsz`, `half`, `dynamic`, `int8`, `nms`, `batch`, `data`, `fraction`, `device`
TensorRT	`engine`	`yolo11n.engine`	✅	`imgsz`, `half`, `dynamic`, `simplify`, `workspace`, `int8`, `nms`, `batch`, `data`, `fraction`, `device`
CoreML	`coreml`	`yolo11n.mlpackage`	✅	`imgsz`, `half`, `int8`, `nms`, `batch`, `device`
TF SavedModel	`saved_model`	`yolo11n_saved_model/`	✅	`imgsz`, `keras`, `int8`, `nms`, `batch`, `device`
TF GraphDef	`pb`	`yolo11n.pb`	❌	`imgsz`, `batch`, `device`
TF 轻型	`tflite`	`yolo11n.tflite`	✅	`imgsz`, `half`, `int8`, `nms`, `batch`, `data`, `fraction`, `device`
TF 边缘TPU	`edgetpu`	`yolo11n_edgetpu.tflite`	✅	`imgsz`, `device`
TF.js	`tfjs`	`yolo11n_web_model/`	✅	`imgsz`, `half`, `int8`, `nms`, `batch`, `device`
PaddlePaddle	`paddle`	`yolo11n_paddle_model/`	✅	`imgsz`, `batch`, `device`
MNN	`mnn`	`yolo11n.mnn`	✅	`imgsz`, `batch`, `int8`, `half`, `device`
NCNN	`ncnn`	`yolo11n_ncnn_model/`	✅	`imgsz`, `half`, `batch`, `device`
IMX500	`imx`	`yolov8n_imx_model/`	✅	`imgsz`, `int8`, `data`, `fraction`, `device`
RKNN	`rknn`	`yolo11n_rknn_model/`	✅	`imgsz`, `batch`, `name`, `device`