Ir al contenido

Ayuda

Bienvenido a la p谩gina de ayuda de Ultralytics Nos dedicamos a proporcionarle recursos detallados para mejorar su experiencia con los modelos y repositorios de Ultralytics YOLO . Esta p谩gina le servir谩 de portal de acceso a gu铆as y documentaci贸n dise帽adas para ayudarle en diversas tareas y responder a las preguntas que pueda plantearse al utilizar nuestros repositorios.

Te animamos a que revises estos recursos para que tu experiencia sea fluida y productiva. Nuestro objetivo es fomentar un entorno 煤til y agradable para todos los miembros de la comunidad Ultralytics . Si necesitas m谩s ayuda, no dudes en ponerte en contacto con nosotros a trav茅s de GitHub Issues o de nuestros foros de debate oficiales. 隆Feliz programaci贸n!

PREGUNTAS FRECUENTES

驴Qu茅 es Ultralytics YOLO y en qu茅 beneficia a mis proyectos de aprendizaje autom谩tico?

Ultralytics YOLO (You Only Look Once) es un modelo de detecci贸n de objetos en tiempo real de 煤ltima generaci贸n. Su 煤ltima versi贸n, YOLO11, mejora la velocidad, la precisi贸n y la versatilidad, por lo que resulta ideal para una amplia gama de aplicaciones, desde el an谩lisis de v铆deo en tiempo real hasta la investigaci贸n avanzada de aprendizaje autom谩tico. YOLO La eficacia de a la hora de detectar objetos en im谩genes y v铆deos lo ha convertido en la soluci贸n a la que recurren las empresas y los investigadores que buscan integrar s贸lidas capacidades de visi贸n por ordenador en sus proyectos.

Para m谩s detalles sobre YOLO11, visite la documentaci贸n deYOLO11 .

驴C贸mo puedo contribuir a los repositorios de Ultralytics YOLO ?

Contribuir a los repositorios de Ultralytics YOLO es muy sencillo. Comience por revisar la Gu铆a de Contribuci贸n para comprender los protocolos para enviar solicitudes de extracci贸n, informar de errores y m谩s. Tambi茅n tendr谩 que firmar el Acuerdo de Licencia de Colaborador (CLA) para asegurarse de que sus contribuciones son reconocidas legalmente. Para informar eficazmente de los errores, consulte la Gu铆a del Ejemplo M铆nimo Reproducible (EMR).

驴Por qu茅 deber铆a utilizar Ultralytics HUB para mis proyectos de aprendizaje autom谩tico?

Ultralytics HUB ofrece una soluci贸n fluida y sin c贸digo para gestionar sus proyectos de aprendizaje autom谩tico. Le permite generar, entrenar y desplegar modelos de IA como YOLO11 sin esfuerzo. Entre sus caracter铆sticas exclusivas se incluyen la formaci贸n en la nube, el seguimiento en tiempo real y la gesti贸n intuitiva de conjuntos de datos. Ultralytics HUB simplifica todo el flujo de trabajo, desde el procesamiento de datos hasta el despliegue de modelos, lo que la convierte en una herramienta indispensable tanto para principiantes como para usuarios avanzados.

Para empezar, visite Ultralytics HUB Quickstart.

驴Qu茅 es la integraci贸n continua (IC) en Ultralytics y c贸mo garantiza un c贸digo de alta calidad?

La integraci贸n continua (IC) en Ultralytics implica procesos automatizados que garantizan la integridad y la calidad del c贸digo base. Nuestra configuraci贸n CI incluye despliegue Docker, comprobaciones de enlaces rotos, an谩lisis CodeQL y publicaci贸n PyPI. Estos procesos ayudan a mantener repositorios estables y seguros mediante la ejecuci贸n autom谩tica de pruebas y comprobaciones de los nuevos env铆os de c贸digo.

M谩s informaci贸n en la Gu铆a de integraci贸n continua (CI).

驴C贸mo gestiona Ultralyticsla privacidad de los datos?

Ultralytics se toma muy en serio la privacidad de los datos. Nuestra Pol铆tica de Privacidad describe c贸mo recopilamos y utilizamos datos an贸nimos para mejorar el paquete YOLO , al tiempo que priorizamos la privacidad y el control del usuario. Cumplimos estrictas normas de protecci贸n de datos para garantizar que su informaci贸n est茅 segura en todo momento.

Para m谩s informaci贸n, consulte nuestra Pol铆tica de privacidad.

Creado hace 1 a帽o 鉁忥笍 Actualizado hace 2 meses

Comentarios