Link to this sectionAyuda#

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 las preguntas y problemas comunes a los que se enfrenta la comunidad de usuarios y colaboradores de YOLO de Ultralytics.
• Guía de contribución: Descubre los protocolos para realizar contribuciones, incluyendo cómo enviar pull requests, informar de errores y mucho más.
• Guía de integración continua (CI): Obtén información sobre los procesos de CI que empleamos, junto con informes de estado para cada repositorio de Ultralytics.
• Acuerdo de licencia de colaborador (CLA): Revisa el CLA para entender los derechos y responsabilidades asociados a la contribución en los proyectos de Ultralytics.
• Guía de ejemplo mínimo reproducible (MRE): Aprende el proceso para crear un MRE, el cual es crucial para la resolución oportuna y eficaz de los informes de errores.
• Código de conducta: Nuestras directrices comunitarias apoyan un ambiente respetuoso y abierto para todos los colaboradores.
• Política de medio ambiente, salud y seguridad (EHS): Profundiza en nuestro compromiso con la sostenibilidad y el bienestar de todas nuestras 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 entender cómo protegemos tus datos y respetamos tu privacidad en todos nuestros servicios y operaciones.

Te animamos a revisar estos recursos para una experiencia fluida y productiva. Si necesitas soporte adicional, contacta a través de GitHub Issues o la Comunidad de Ultralytics.

Link to this sectionFAQ#

Link to this section¿Qué es YOLO de Ultralytics y cómo beneficia a mis proyectos de machine learning?#

YOLO de Ultralytics (You Only Look Once) es un modelo de detección de objetos de última generación en tiempo real. Su versión más reciente, YOLO26, ofrece una inferencia más rápida, ligera y de extremo a extremo sin NMS, optimizada para dispositivos periféricos (edge) y de baja potencia, lo que la hace ideal para una amplia gama de aplicaciones, desde analítica de vídeo en tiempo real hasta investigación avanzada en machine learning. La eficiencia de YOLO en la detección de objetos en imágenes y vídeos la ha convertido en la solución de referencia para empresas e investigadores que buscan integrar capacidades sólidas de visión artificial en sus proyectos.

Para más detalles sobre YOLO26, visita la documentación de YOLO26.

Link to this section¿Cómo puedo contribuir a los repositorios de YOLO de Ultralytics?#

Contribuir a los repositorios de YOLO de Ultralytics es sencillo. Comienza revisando la Guía de contribución para comprender los protocolos para enviar pull requests, informar de errores y más. También necesitarás firmar el Acuerdo de licencia de colaborador (CLA) para asegurar que tus contribuciones sean reconocidas legalmente. Para un informe de errores efectivo, consulta la Guía de ejemplo mínimo reproducible (MRE).

Link to this section¿Por qué debería usar Ultralytics Platform para mis proyectos de machine learning?#

Ultralytics Platform ofrece una solución fluida y sin código para gestionar tus proyectos de machine learning. Te permite generar, entrenar y desplegar modelos de IA como YOLO26 sin esfuerzo. Las características únicas 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 despliegue de modelos, convirtiéndola en una herramienta indispensable tanto para principiantes como para usuarios avanzados.

Para empezar, visita Inicio rápido de Ultralytics Platform.

Link to this section¿Qué es la integración continua (CI) en Ultralytics y cómo asegura un código de alta calidad?#

La integración continua (CI) en Ultralytics involucra procesos automatizados que aseguran la integridad y calidad del código base. Nuestra configuración de CI incluye despliegue en Docker, comprobaciones de enlaces rotos, análisis CodeQL y publicación en PyPI. Estos procesos ayudan a mantener repositorios estables y seguros ejecutando automáticamente pruebas y verificaciones en las nuevas contribuciones de código.

Aprende más en la Guía de integración continua (CI).

Link to this section¿Cómo maneja Ultralytics la privacidad de datos?#

Ultralytics se toma muy en serio la privacidad de los datos. Nuestra Política de privacidad describe cómo recopilamos y utilizamos datos anonimizados para mejorar el paquete de YOLO mientras priorizamos la privacidad y el control del usuario. Nos adherimos a estrictas regulaciones de protección de datos para asegurar que tu información esté siempre segura.

Para más información, revisa nuestra Política de privacidad.