Hilfe#
Willkommen auf der Ultralytics-Hilfeseite. Diese Seite bündelt praktische Anleitungen, Richtlinien und FAQs, um dich bei der Arbeit mit Ultralytics YOLO-Modellen und -Repositories zu unterstützen.
- Häufig gestellte Fragen (FAQ): Hier findest du Antworten auf häufige Fragen und Probleme, auf die die Community der Ultralytics YOLO-Nutzer und Beitragenden stößt.
- Anleitung zum Mitwirken: Erfahre mehr über die Abläufe für Beiträge, einschließlich des Einreichens von Pull Requests, des Meldens von Fehlern und vielem mehr.
- Anleitung zur kontinuierlichen Integration (CI): Erhalte Einblicke in die CI-Prozesse, die wir einsetzen, einschließlich Statusberichten für jedes Ultralytics-Repository.
- Lizenzvereinbarung für Beitragende (CLA): Lies die CLA, um die mit Beiträgen zu Ultralytics-Projekten verbundenen Rechte und Pflichten zu verstehen.
- Anleitung zum minimal reproduzierbaren Beispiel (MRE): Lerne, wie du ein MRE erstellst, das für die zeitnahe und effektive Behebung von Fehlerberichten entscheidend ist.
- Verhaltenskodex: Unsere Richtlinien für die Community fördern eine respektvolle und offene Atmosphäre für alle Mitwirkenden.
- Richtlinie zu Umwelt, Gesundheit und Sicherheit (EHS): Erfahre mehr über unser Engagement für Nachhaltigkeit und das Wohlergehen aller unserer Interessengruppen.
- Sicherheitsrichtlinie: Mache dich mit unseren Sicherheitsprotokollen und dem Verfahren zur Meldung von Schwachstellen vertraut.
- Datenschutzerklärung: Lies unsere Datenschutzerklärung, um zu verstehen, wie wir deine Daten schützen und deine Privatsphäre bei all unseren Diensten und Abläufen respektieren.
Wir empfehlen dir, diese Ressourcen durchzusehen, damit du reibungslos und produktiv arbeiten kannst. Wenn du weitere Unterstützung benötigst, wende dich über GitHub Issues oder die Ultralytics-Community an uns.
FAQ#
Ultralytics YOLO (You Only Look Once) ist ein hochmodernes Echtzeit-Objekterkennungsmodell. Die neueste Version YOLO26 liefert eine schnellere, leichtere Inferenz mit einem optionalen NMS-freien End-to-End-Kopf, der für Edge- und leistungsschwache Geräte optimiert ist und ihn ideal für ein breites Spektrum von Anwendungen macht, von Echtzeit-Videoanalysen bis hin zur fortgeschrittenen Forschung im Bereich des maschinellen Lernens. Die Effizienz von Ultralytics YOLO bei der Erkennung von Objekten in Bildern und Videos hat Ultralytics YOLO zur Standardlösung für Unternehmen und Forscher gemacht, die robuste Computer-Vision-Funktionen in ihre Projekte integrieren möchten.
Weitere Details zur aktuellen Version findest du in der YOLO26 documentation. Für die kommende Familie kannst du YOLO27 (Coming Soon) erkunden; YOLO27 (Coming Soon)-Modelle sind noch nicht verfügbar und es ist kein Starttermin festgelegt.
Zu Ultralytics YOLO-Repositories beizutragen ist unkompliziert. Lies zunächst die Anleitung zum Mitwirken, um die Abläufe für das Einreichen von Pull Requests, das Melden von Fehlern und mehr zu verstehen. Außerdem musst du die Lizenzvereinbarung für Beitragende (CLA) unterzeichnen, damit deine Beiträge rechtlich anerkannt werden. Für eine effektive Fehlermeldung findest du in der Anleitung zum minimal reproduzierbaren Beispiel (MRE) weitere Informationen.
Die Ultralytics Platform bietet eine nahtlose Lösung ohne Programmieraufwand für die Verwaltung deiner Machine-Learning-Projekte. Damit kannst du KI-Modelle wie YOLO26 mühelos erstellen, trainieren und bereitstellen. Zu den besonderen Funktionen gehören Cloud-Training, Echtzeitüberwachung und eine intuitive Datensatzverwaltung. Die Ultralytics Platform vereinfacht den gesamten Arbeitsablauf – von der Datenverarbeitung bis zur Modellbereitstellung – und ist damit ein unverzichtbares Werkzeug für Einsteiger und erfahrene Nutzer.
Besuche zum Einstieg den Schnellstart für die Ultralytics Platform.
Die kontinuierliche Integration (CI) bei Ultralytics umfasst automatisierte Prozesse, die die Integrität und Qualität der Codebasis sicherstellen. Unser CI-Aufbau umfasst die Bereitstellung mit Docker, die Prüfung auf defekte Links, die CodeQL-Analyse und die Veröffentlichung auf PyPI. Diese Prozesse tragen zur Stabilität und Sicherheit der Repositories bei, indem sie Tests und Prüfungen für neue Codebeiträge automatisch ausführen.
Weitere Informationen findest du in der Anleitung zur kontinuierlichen Integration (CI).
Ultralytics nimmt den Datenschutz sehr ernst. Unsere Datenschutzerklärung beschreibt, wie wir anonymisierte Daten erfassen und verwenden, um das YOLO-Paket zu verbessern, und dabei den Schutz und die Kontrolle der Nutzer priorisieren. Wir halten uns an strenge Datenschutzbestimmungen, um sicherzustellen, dass deine Informationen jederzeit geschützt sind.
Weitere Informationen findest du in unserer Datenschutzerklärung.