Hilfe
Willkommen auf der Ultralytics-Hilfeseite. Diese Seite vereint praktische Anleitungen, Richtlinien und FAQs, um Ihre Arbeit mit Ultralytics YOLO-Modellen und -Repositories zu unterstützen.
- Häufig gestellte Fragen (FAQ): Finden Sie Antworten auf häufige Fragen und Probleme, die von der Community der Ultralytics YOLO-Benutzer und -Mitwirkenden gestellt werden.
- Leitfaden für Mitwirkende: Entdecken Sie die Protokolle für Beiträge, einschließlich des Einreichens von Pull-Requests, des Meldens von Fehlern und mehr.
- Leitfaden zur kontinuierlichen Integration (CI): Erhalten Sie Einblicke in die von uns eingesetzten CI-Prozesse, einschließlich Statusberichten für jedes Ultralytics-Repository.
- Contributor License Agreement (CLA): Lesen Sie die CLA, um die Rechte und Pflichten im Zusammenhang mit Beiträgen zu Ultralytics-Projekten zu verstehen.
- Leitfaden für minimal reproduzierbare Beispiele (MRE): Erfahren Sie mehr über den Prozess zur Erstellung eines MRE, der für die zeitnahe und effektive Lösung von Fehlermeldungen entscheidend ist.
- Verhaltensregeln: Unsere Community-Richtlinien unterstützen eine respektvolle und offene Atmosphäre für alle Mitarbeiter.
- Environmental, Health, and Safety (EHS) Policy: Vertiefen Sie sich in unser Engagement für Nachhaltigkeit und das Wohlergehen aller unserer Stakeholder.
- Sicherheitsrichtlinie: Machen Sie sich mit unseren Sicherheitsprotokollen und dem Verfahren zur Meldung von Schwachstellen vertraut.
- Datenschutzrichtlinie: Lesen Sie unsere Datenschutzrichtlinie, um zu verstehen, wie wir Ihre Daten schützen und Ihre Privatsphäre bei all unseren Dienstleistungen und Abläufen respektieren.
Wir empfehlen Ihnen, diese Ressourcen zu prüfen, um eine reibungslose und produktive Erfahrung zu gewährleisten. Sollten Sie weitere Unterstützung benötigen, kontaktieren Sie uns über GitHub Issues oder die Ultralytics Community.
FAQ
Was ist Ultralytics YOLO und wie profitieren meine Machine-Learning-Projekte davon?
Ultralytics YOLO (You Only Look Once) ist ein hochmodernes Echtzeit-Objekterkennungsmodell. Die neueste Version, YOLO26, bietet eine schnellere, leichtere, End-to-End NMS-freie Inferenz, optimiert für Edge- und Low-Power-Geräte, wodurch sie ideal für eine Vielzahl von Anwendungen ist, von Echtzeit-Videoanalysen bis hin zu fortgeschrittener Forschung im Bereich maschinelles Lernen. Die Effizienz von YOLO bei der detect von Objekten in Bildern und Videos hat es zur bevorzugten Lösung für Unternehmen und Forscher gemacht, die robuste Computer-Vision-Funktionen in ihre Projekte integrieren möchten.
Weitere Details zu YOLO26 finden Sie in der YOLO26-Dokumentation.
Wie kann ich zu Ultralytics YOLO-Repositories beitragen?
Das Mitwirken an Ultralytics YOLO-Repositories ist unkompliziert. Beginnen Sie mit der Lektüre des Leitfadens für Mitwirkende, um die Protokolle für das Einreichen von Pull-Requests, das Melden von Fehlern und mehr zu verstehen. Sie müssen auch die Contributor License Agreement (CLA) unterzeichnen, um sicherzustellen, dass Ihre Beiträge rechtlich anerkannt werden. Für eine effektive Fehlermeldung lesen Sie den Leitfaden für minimal reproduzierbare Beispiele (MRE).
Warum sollte ich die Ultralytics Platform für meine Machine-Learning-Projekte verwenden?
Die Ultralytics Platform bietet eine nahtlose No-Code-Lösung für die Verwaltung Ihrer Machine-Learning-Projekte. Sie ermöglicht es Ihnen, KI-Modelle wie YOLO26 mühelos zu generieren, zu trainieren und bereitzustellen. Einzigartige Funktionen umfassen Cloud-Training, Echtzeit-track und intuitive Datensatzverwaltung. Die Ultralytics Platform vereinfacht den gesamten Workflow, von der Datenverarbeitung bis zur Modellbereitstellung, und macht sie zu einem unverzichtbaren Werkzeug für Anfänger und fortgeschrittene Benutzer.
Um loszulegen, besuchen Sie den Ultralytics Platform Quickstart.
Was ist Continuous Integration (CI) in Ultralytics, und wie stellt sie qualitativ 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, Überprüfung defekter Links, CodeQL-Analyse und PyPI-Veröffentlichung. Diese Prozesse tragen dazu bei, stabile und sichere Repositories zu gewährleisten, indem sie automatisch Tests und Überprüfungen bei neuen Code-Einreichungen durchführen.
Erfahren Sie mehr im Leitfaden zur kontinuierlichen Integration (CI).
Wie wird Datenschutz von Ultralytics gehandhabt?
Ultralytics nimmt den Datenschutz ernst. Unsere Datenschutzrichtlinie beschreibt, wie wir anonymisierte Daten erfassen und verwenden, um das YOLO-Paket zu verbessern und gleichzeitig die Privatsphäre und Kontrolle der Benutzer zu priorisieren. Wir halten uns an strenge Datenschutzbestimmungen, um sicherzustellen, dass Ihre Daten jederzeit sicher sind.
Weitere Informationen finden Sie in unserer Datenschutzrichtlinie.
