Aide
Bienvenue sur la page d'aide d'Ultralytics. Cette page rassemble des guides pratiques, des politiques et des FAQ pour t'aider dans ton travail avec les modèles et dépôts Ultralytics YOLO.
- Foire aux questions (FAQ) : Trouve les réponses aux questions et problèmes courants rencontrés par la communauté des utilisateurs et contributeurs d'Ultralytics YOLO.
- Guide de contribution : Découvre les protocoles pour apporter tes contributions, notamment comment soumettre des PR, signaler des bugs, et plus encore.
- Guide de l'intégration continue (CI) : Obtiens des informations sur les processus de CI que nous employons, avec des rapports d'état pour chaque dépôt Ultralytics.
- Accord de licence du contributeur (CLA) : Consulte le CLA pour comprendre les droits et responsabilités associés à la contribution aux projets Ultralytics.
- Guide de l'exemple minimal reproductible (MRE) : Apprends la procédure pour créer un MRE, ce qui est crucial pour la résolution rapide et efficace des rapports de bugs.
- Code de conduite : Nos directives communautaires favorisent une atmosphère respectueuse et ouverte pour tous les collaborateurs.
- Politique environnementale, de santé et de sécurité (EHS) : Plonge dans notre engagement envers la durabilité et le bien-être de toutes nos parties prenantes.
- Politique de sécurité : Familiarise-toi avec nos protocoles de sécurité et la procédure pour signaler les vulnérabilités.
- Politique de confidentialité : Lis notre politique de confidentialité pour comprendre comment nous protégeons tes données et respectons ta vie privée dans tous nos services et opérations.
Nous t'encourageons à consulter ces ressources pour une expérience fluide et productive. Si tu as besoin d'une assistance supplémentaire, contacte-nous via GitHub Issues ou la communauté Ultralytics.
FAQ
Qu'est-ce qu'Ultralytics YOLO et quels sont ses avantages pour mes projets de machine learning ?
Ultralytics YOLO (You Only Look Once) est un modèle de détection d'objets de pointe fonctionnant en temps réel. Sa dernière version, YOLO26, offre une inférence plus rapide, plus légère et de bout en bout sans NMS, optimisée pour les appareils en périphérie et à faible consommation, ce qui le rend idéal pour une large gamme d'applications, de l'analyse vidéo en temps réel à la recherche avancée en machine learning. L'efficacité de YOLO dans la détection d'objets sur images et vidéos en a fait la solution incontournable pour les entreprises et les chercheurs cherchant à intégrer des capacités robustes de vision par ordinateur dans leurs projets.
Pour plus de détails sur YOLO26, visite la documentation de YOLO26.
Comment puis-je contribuer aux dépôts Ultralytics YOLO ?
Contribuer aux dépôts Ultralytics YOLO est simple. Commence par consulter le Guide de contribution pour comprendre les protocoles de soumission de PR, de signalement de bugs, et plus encore. Tu devras également signer l'Accord de licence du contributeur (CLA) pour garantir que tes contributions sont légalement reconnues. Pour un signalement de bug efficace, réfère-toi au Guide de l'exemple minimal reproductible (MRE).
Pourquoi devrais-je utiliser la plateforme Ultralytics pour mes projets de machine learning ?
La plateforme Ultralytics offre une solution fluide, sans code, pour gérer tes projets de machine learning. Elle te permet de générer, entraîner et déployer des modèles d'IA comme YOLO26 sans effort. Les fonctionnalités uniques incluent l'entraînement dans le cloud, le suivi en temps réel et la gestion intuitive des jeux de données. La plateforme Ultralytics simplifie l'ensemble du flux de travail, du traitement des données au déploiement de modèles, en faisant un outil indispensable pour les débutants comme pour les utilisateurs avancés.
Pour commencer, visite le Démarrage rapide de la plateforme Ultralytics.
Qu'est-ce que l'intégration continue (CI) chez Ultralytics, et comment garantit-elle un code de haute qualité ?
L'intégration continue (CI) chez Ultralytics implique des processus automatisés qui garantissent l'intégrité et la qualité de la base de code. Notre configuration de CI inclut le déploiement Docker, la vérification des liens rompus, l'analyse CodeQL et la publication sur PyPI. Ces processus aident à maintenir des dépôts stables et sécurisés en exécutant automatiquement des tests et des vérifications sur les nouvelles soumissions de code.
Apprends-en plus dans le Guide de l'intégration continue (CI).
Comment la confidentialité des données est-elle gérée par Ultralytics ?
Ultralytics prend la confidentialité des données au sérieux. Notre politique de confidentialité décrit comment nous collectons et utilisons des données anonymisées pour améliorer le package YOLO tout en donnant la priorité à la confidentialité et au contrôle des utilisateurs. Nous respectons des réglementations strictes en matière de protection des données pour garantir que tes informations soient sécurisées à tout moment.
Pour plus d'informations, consulte notre politique de confidentialité.