Ayuda#
Bienvenido a la página de ayuda de Ultralytics. Esta página reúne guías prácticas, políticas y preguntas frecuentes para apoyar tu trabajo con los modelos y repositorios de YOLO de Ultralytics.
- Preguntas frecuentes (FAQ): Encuentra respuestas a dudas y problemas habituales de la comunidad de usuarios y colaboradores de Ultralytics YOLO.
- Guía de contribución: Descubre los protocolos para colaborar, incluyendo cómo enviar pull requests, reportar errores y mucho más.
- Guía de integración continua (CI): Conoce los procesos de CI que empleamos, junto con los informes de estado de cada repositorio de Ultralytics.
- Acuerdo de licencia de colaborador (CLA): Revisa el CLA para comprender los derechos y responsabilidades vinculados a las colaboraciones en los proyectos de Ultralytics.
- Guía de ejemplo mínimo reproducible (MRE): Aprende el proceso para crear un MRE, fundamental para resolver informes de errores de forma rápida y eficaz.
- Código de conducta: Nuestras normas comunitarias fomentan un ambiente respetuoso y abierto para todas las personas colaboradoras.
- Política de medio ambiente, salud y seguridad (EHS): Profundiza en 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 notificar vulnerabilidades.
- Política de privacidad: Lee nuestra política de privacidad para entender cómo protegemos tus datos y respetamos tu privacidad en todos nuestros servicios y operaciones.
Te animamos a revisar estos recursos para disfrutar de una experiencia fluida y productiva. Si necesitas soporte adicional, ponte en contacto a través de GitHub Issues o la comunidad de Ultralytics.
FAQ#
Ultralytics YOLO (You Only Look Once) es un modelo de object detection en tiempo real de última generación. Su versión más reciente, YOLO26, ofrece una inferencia más rápida, ligera, de extremo a extremo y sin NMS, optimizada para dispositivos de borde y de bajo consumo. Esto lo hace ideal para un amplio abanico de aplicaciones, desde análisis de vídeo en tiempo real hasta investigación avanzada de machine learning. La eficacia de YOLO en la detección de objetos en imágenes y vídeos lo ha convertido en la solución predilecta para empresas e investigadores que buscan integrar sólidas capacidades de computer vision en sus proyectos.
Para más detalles sobre YOLO26, visita la documentación de YOLO26.
Contribuir a los repositorios de Ultralytics YOLO es muy sencillo. Empieza revisando la Guía de contribución para conocer los protocolos sobre el envío de pull requests, la notificación de errores y más. También tendrás que firmar el Acuerdo de licencia de colaborador (CLA) para garantizar que tus aportaciones queden reconocidas legalmente. Para informar de errores con eficacia, consulta la Guía de ejemplo mínimo reproducible (MRE).
Ultralytics Platform ofrece una solución integrada y sin código para gestionar tus proyectos de machine learning. Permite generar, entrenar y desplegar modelos de IA como YOLO26 sin esfuerzo. Sus características exclusivas incluyen entrenamiento en la nube, seguimiento en tiempo real y gestión intuitiva de conjuntos de datos. Ultralytics Platform simplifica todo el flujo de trabajo, desde el procesamiento de datos hasta el model deployment, por lo que resulta una herramienta indispensable tanto para principiantes como para usuarios avanzados.
Para empezar, visita Ultralytics Platform Quickstart.
La integración continua (CI) en Ultralytics abarca procesos automatizados que garantizan la integridad y calidad del código. Nuestra configuración de CI incluye despliegue en Docker, comprobación de enlaces rotos, análisis de CodeQL y publicación en PyPI. Estos procesos ayudan a mantener repositorios estables y seguros mediante la ejecución automática de pruebas y revisiones en las nuevas aportaciones de código.
Obtén más información en la Guía de integración continua (CI).
Ultralytics se toma muy en serio la privacidad de los datos. Nuestra Política de privacidad detalla cómo recopilamos y usamos datos anonimizados para mejorar el paquete YOLO, priorizando al mismo tiempo la privacidad y el control del usuario. Cumplimos con normativas estrictas de protección de datos para asegurar que tu información permanezca segura en todo momento.
Para más información, revisa nuestra Política de privacidad.