Roboflow与Ultralytics HUB集成指南

Roboflow和Ultralytics HUB的集成为用户提供了一个无缝的工作环境，使得数据集管理、模型训练和自动标注数据变得更加简单。这种集成基于Roboflow作为YOLOv5官方数据集管理和标注工具的既定关系。通过将Roboflow集成到Ultralytics HUB，为客户提供了一个可扩展且互操作的计算机视觉工具和技术平台。

将目标检测数据集直接发送到HUB进行自定义模型训练

现在所有Roboflow用户都有了新的导出选项，可以将生成的数据集发送到Ultralytics HUB。在选择Ultralytics HUB后，用户可以继续授权连接两个账户。用户将能够在Ultralytics HUB内完成导入过程，并在任何时候导航到HUB内的数据集。

在Roboflow中使用HUB的自定义训练模型进行模型辅助标注

要使用Roboflow中的数据集在Ultralytics HUB中训练自定义模型，请导航到模型页面并开始训练。这是一个简单的Colab笔记本，只需遵循两个步骤。训练完成后，使用HUB模型进行模型辅助标注，并在Ultralytics和Roboflow之间的主动学习流程中标注表现不佳的图像。

要在Roboflow中使用Ultralytics HUB模型，请导航到设置并点击集成，插入Roboflow API密钥。如果在Ultralytics HUB之外训练YOLOv5，可以使用分步YOLOv5教程笔记本来训练模型，并将权重上传到Roboflow。笔记本将指导完成以下步骤：

• 训练YOLOv5以识别数据集中的对象
• 评估YOLOv5模型性能
• 运行测试推理以查看模型工作情况
• 将YOLOv5模型权重上传到Roboflow

这个过程的最后一步是需要执行的操作，以将YOLOv5权重上传到Roboflow项目。自定义模型可以用来为数据集中的任何新图像自动应用标签。这有助于为未来的标注工作节省时间，并使更容易使用新数据改进模型。