Hilfe
Willkommen auf der Hilfe-Seite von Ultralytics. Diese Seite vereint praktische Anleitungen, Richtlinien und FAQs, um dich bei deiner Arbeit mit Ultralytics YOLO Modellen und Repositorys zu unterstützen.
- Häufig gestellte Fragen (FAQ): Hier findest du Antworten auf häufige Fragen und Probleme, denen die Community der Ultralytics YOLO Nutzer und Mitwirkenden begegnet.
- Leitfaden für Mitwirkende: Entdecke die Protokolle für Beiträge, einschließlich der Vorgehensweise beim Einreichen von Pull Requests, dem Melden von Bugs und mehr.
- Continuous Integration (CI) Leitfaden: Erhalte Einblicke in die von uns eingesetzten CI-Prozesse, komplett mit Statusberichten für jedes Ultralytics Repository.
- Contributor License Agreement (CLA): Überprüfe das CLA, um die Rechte und Verantwortlichkeiten im Zusammenhang mit Beiträgen zu Ultralytics Projekten zu verstehen.
- Leitfaden für ein Minimum Reproducible Example (MRE): Lerne den Prozess zur Erstellung eines MRE, was entscheidend für eine zeitnahe und effektive Lösung von Bug-Reports ist.
- Verhaltenskodex: Unsere Community-Richtlinien unterstützen eine respektvolle und offene Atmosphäre für alle Mitarbeiter.
- Richtlinie für Umwelt, Gesundheit und Sicherheit (EHS): Erfahre mehr über unser Engagement für Nachhaltigkeit und das Wohlergehen aller unserer Stakeholder.
- Sicherheitsrichtlinie: Mache dich mit unseren Sicherheitsprotokollen und dem Verfahren zur Meldung von Sicherheitslücken vertraut.
- Datenschutzrichtlinie: Lies unsere Datenschutzrichtlinie, um zu verstehen, wie wir deine Daten schützen und deine Privatsphäre bei allen unseren Diensten und Abläufen respektieren.
Wir empfehlen dir, diese Ressourcen für eine reibungslose und produktive Erfahrung zu prüfen. Wenn du zusätzliche Unterstützung benötigst, kontaktiere uns über GitHub Issues oder die Ultralytics Community.
FAQ
Was ist Ultralytics YOLO und welchen Nutzen bietet es für meine machine learning Projekte?
Ultralytics YOLO (You Only Look Once) ist ein hochmodernes object detection Modell in Echtzeit. Die neueste Version, YOLO26, liefert eine schnellere, leichtere, durchgängige NMS-freie Inferenz, die für Edge- und leistungsschwache Geräte optimiert ist. Dies macht es ideal für eine breite Palette von Anwendungen, von Echtzeit-Videoanalysen bis hin zu fortschrittlicher machine learning Forschung. Die Effizienz von YOLO bei der Objekterkennung in Bildern und Videos hat es zur bevorzugten Lösung für Unternehmen und Forscher gemacht, die robuste computer vision Fähigkeiten in ihre Projekte integrieren möchten.
Für weitere Details zu YOLO26 besuche die YOLO26 Dokumentation.
Wie kann ich zu den Ultralytics YOLO Repositorys beitragen?
Ein Beitrag zu den Ultralytics YOLO Repositorys ist unkompliziert. Beginne damit, den Leitfaden für Mitwirkende zu lesen, um die Protokolle für das Einreichen von Pull Requests, das Melden von Bugs und mehr zu verstehen. Du musst außerdem das Contributor License Agreement (CLA) unterzeichnen, um sicherzustellen, dass deine Beiträge rechtlich anerkannt werden. Für eine effektive Fehlerberichterstattung beziehe dich bitte auf den Leitfaden für ein Minimum Reproducible Example (MRE).
Warum sollte ich die Ultralytics Platform für meine machine learning Projekte nutzen?
Die Ultralytics Platform bietet eine nahtlose No-Code-Lösung für die Verwaltung deiner machine learning Projekte. Sie ermöglicht dir, mühelos KI-Modelle wie YOLO26 zu generieren, zu trainieren und bereitzustellen. Zu den einzigartigen Funktionen gehören Cloud-Training, Echtzeit-Tracking und intuitives Dataset-Management. Die Ultralytics Platform vereinfacht den gesamten Arbeitsablauf, von der Datenverarbeitung bis zur model deployment, und macht sie zu einem unverzichtbaren Werkzeug für Anfänger und Fortgeschrittene.
Um loszulegen, besuche den Ultralytics Platform Quickstart.
Was ist Continuous Integration (CI) bei Ultralytics und wie stellt es hochwertigen Code sicher?
Continuous Integration (CI) bei Ultralytics umfasst automatisierte Prozesse, die die Integrität und Qualität der Codebasis sicherstellen. Unser CI-Setup beinhaltet Docker-Deployment, Prüfungen auf defekte Links, CodeQL analysis und PyPI-Veröffentlichung. Diese Prozesse helfen dabei, stabile und sichere Repositorys zu pflegen, indem Tests und Überprüfungen bei neuen Code-Einreichungen automatisch durchgeführt werden.
Erfahre mehr im Continuous Integration (CI) Leitfaden.
Wie geht Ultralytics mit data privacy um?
Ultralytics nimmt Datenschutz ernst. Unsere Privacy Policy legt dar, wie wir anonymisierte Daten sammeln und verwenden, um das YOLO Paket zu verbessern, während wir gleichzeitig die Privatsphäre und Kontrolle der Nutzer priorisieren. Wir halten uns an strenge Datenschutzbestimmungen, um sicherzustellen, dass deine Informationen jederzeit geschützt sind.
Für weitere Informationen lies unsere Privacy Policy.