Ayuda#
Te damos la bienvenida a la página de ayuda de Ultralytics. Esta página reúne guías prácticas, políticas y preguntas frecuentes para ayudarte a trabajar con los modelos y repositorios de Ultralytics YOLO.
- Preguntas frecuentes (FAQ): encuentra respuestas a preguntas habituales y problemas con los que se encuentran la comunidad de usuarios y quienes contribuyen a Ultralytics YOLO.
- Guía para contribuir: descubre los procedimientos para contribuir, incluido cómo enviar solicitudes de cambios, informar de errores y mucho más.
- Guía de integración continua (CI): conoce nuestros procesos de CI, con informes de estado de cada repositorio de Ultralytics.
- Acuerdo de licencia de contribución (CLA): consulta el CLA para entender los derechos y responsabilidades asociados a la contribución a los proyectos de Ultralytics.
- Guía del ejemplo mínimo reproducible (MRE): aprende a crear un MRE, algo fundamental para resolver los informes de errores de forma rápida y eficaz.
- Código de conducta: nuestras pautas para la comunidad promueven un ambiente respetuoso y abierto para todas las personas colaboradoras.
- Política de medio ambiente, salud y seguridad (EHS): descubre nuestro compromiso con la sostenibilidad y el bienestar de todas las partes interesadas.
- Política de seguridad: familiarízate con nuestros protocolos de seguridad y el procedimiento para informar de vulnerabilidades.
- Política de privacidad: lee nuestra política de privacidad para saber cómo protegemos tus datos y respetamos tu privacidad en todos nuestros servicios y operaciones.
Te recomendamos consultar estos recursos para disfrutar de una experiencia fluida y productiva. Si necesitas más ayuda, ponte en contacto con nosotros a través de GitHub Issues o la comunidad de Ultralytics.
Preguntas frecuentes#
Ultralytics YOLO (Solo miras una vez) es un modelo de detección de objetos en tiempo real de última generación. Su versión más reciente, YOLO26, ofrece una inferencia más rápida y ligera, con una cabeza opcional de extremo a extremo sin NMS, optimizada para dispositivos periféricos y de bajo consumo. Esto la hace ideal para una amplia variedad de aplicaciones, desde el análisis de vídeo en tiempo real hasta la investigación avanzada en aprendizaje automático. La eficiencia de YOLO a la hora de detectar objetos en imágenes y vídeos la ha convertido en la solución preferida de empresas e investigadores que quieren integrar capacidades avanzadas de visión artificial en sus proyectos.
Para obtener más información sobre la versión actual, consulta la documentación de YOLO26. Para conocer la próxima familia, visita YOLO27 (próximamente); sus modelos aún no están disponibles y no hay una fecha de lanzamiento prevista.
Contribuir a los repositorios de Ultralytics YOLO es sencillo. Empieza por consultar la guía para contribuir para conocer los procedimientos para enviar solicitudes de cambios, informar de errores y mucho más. También tendrás que firmar el acuerdo de licencia de contribución (CLA) para que tus contribuciones tengan reconocimiento legal. Para informar de errores de forma eficaz, consulta la guía del ejemplo mínimo reproducible (MRE).
Ultralytics Platform ofrece una solución intuitiva y sin código para gestionar tus proyectos de aprendizaje automático. Te permite generar, entrenar e implementar modelos de IA como YOLO26 sin complicaciones. Entre sus funciones exclusivas se incluyen el entrenamiento en la nube, el seguimiento en tiempo real y una gestión intuitiva de conjuntos de datos. Ultralytics Platform simplifica todo el flujo de trabajo, desde el procesamiento de datos hasta la implementación de modelos, por lo que es una herramienta imprescindible tanto para principiantes como para usuarios avanzados.
Para empezar, visita la guía de inicio rápido de Ultralytics Platform.
La integración continua (CI) en Ultralytics consiste en procesos automatizados que garantizan la integridad y la calidad del código base. Nuestra configuración de CI incluye la implementación con Docker, la comprobación de enlaces rotos, el análisis de CodeQL y la publicación en PyPI. Estos procesos ayudan a mantener repositorios estables y seguros mediante la ejecución automática de pruebas y comprobaciones en cada nueva contribución de código.
Encontrarás más información en la guía de integración continua (CI).
Ultralytics se toma muy en serio la privacidad de los datos. Nuestra política de privacidad explica cómo recopilamos y usamos datos anonimizados para mejorar el paquete YOLO, dando prioridad a la privacidad y al control de los usuarios. Cumplimos estrictas normativas de protección de datos para garantizar que tu información esté siempre protegida.
Para obtener más información, consulta nuestra política de privacidad.