Ayuda
Bienvenido a la página de Ayuda de Ultralytics. Esta página reúne guías prácticas, políticas y preguntas frecuentes para apoyar su trabajo con los modelos y repositorios de Ultralytics YOLO.
- Preguntas frecuentes (FAQ): Encuentra respuestas a preguntas y problemas comunes encontrados por la comunidad de usuarios y colaboradores de Ultralytics YOLO.
- Guía de contribución: Descubre los protocolos para realizar contribuciones, incluyendo cómo enviar pull requests, informar errores y más.
- Guía de Integración Continua (CI): Obtén información sobre los procesos de CI que empleamos, con informes de estado para cada repositorio de Ultralytics.
- Acuerdo de Licencia de Colaborador (CLA): Revisa el CLA para comprender los derechos y responsabilidades asociados con la contribución a los proyectos de Ultralytics.
- Guía de Ejemplo Mínimo Reproducible (MRE): Aprende el proceso para crear un MRE, que 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 ambiental, de salud y seguridad (EHS): profundice en nuestro compromiso con la sostenibilidad y el bienestar de todos nuestros grupos de interés.
- Política de seguridad: Familiarízate con nuestros protocolos de seguridad y el procedimiento para informar sobre vulnerabilidades.
- Política de privacidad: Lee nuestra política de privacidad para comprender cómo protegemos tus datos y respetamos tu privacidad en todos nuestros servicios y operaciones.
Le animamos a revisar estos recursos para una experiencia fluida y productiva. Si necesita soporte adicional, contáctenos a través de GitHub Issues o la Comunidad Ultralytics.
Preguntas frecuentes
¿Qué es Ultralytics YOLO y cómo beneficia a mis proyectos de machine learning?
Ultralytics YOLO (You Only Look Once) es un modelo de detección de objetos en tiempo real de vanguardia. Su última versión, YOLO26, ofrece una inferencia más rápida, ligera y de extremo a extremo sin NMS, optimizada para dispositivos de borde y de baja potencia, lo que lo hace ideal para una amplia gama de aplicaciones, desde análisis de video en tiempo real hasta investigación avanzada en aprendizaje automático. La eficiencia de YOLO en la detección de objetos en imágenes y videos lo ha convertido en la solución preferida para empresas e investigadores que buscan integrar capacidades robustas de visión artificial en sus proyectos.
Para más detalles sobre YOLO26, visite la documentación de YOLO26.
¿Cómo puedo contribuir a los repositorios de Ultralytics YOLO?
Contribuir a los repositorios de Ultralytics YOLO es sencillo. Comienza por revisar la Guía de contribución para comprender los protocolos para enviar pull requests, informar errores y más. También deberás firmar el Acuerdo de Licencia de Colaborador (CLA) para asegurar que tus contribuciones sean reconocidas legalmente. Para una notificación de errores eficaz, consulta la Guía de Ejemplo Mínimo Reproducible (MRE).
¿Por qué debería usar Ultralytics Platform para mis proyectos de aprendizaje automático?
Ultralytics Platform ofrece una solución fluida y sin código para la gestión de sus proyectos de aprendizaje automático. Le permite generar, entrenar y desplegar modelos de IA como YOLO26 sin esfuerzo. Entre sus características únicas se incluyen el entrenamiento en la nube, el trackeo en tiempo real y la 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, visite Inicio rápido de Ultralytics Platform.
¿Qué es la Integración Continua (CI) en Ultralytics y cómo asegura un código de alta calidad?
La Integración Continua (CI) en Ultralytics implica procesos automatizados que garantizan la integridad y la calidad del código base. Nuestra configuración de CI incluye la implementación de 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 los nuevos envíos de código.
Obtenga más información en la Guía de Integración Continua (CI).
¿Cómo gestiona Ultralytics la privacidad de los 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 YOLO, priorizando al mismo tiempo la privacidad y el control del usuario. Cumplimos estrictas normas de protección de datos para garantizar que su información esté segura en todo momento.
Para obtener más información, consulte nuestra Política de Privacidad.
