Aiuto
Benvenuti alla pagina di aiuto di Ultralytics. Questa pagina raccoglie guide pratiche, politiche e FAQ per supportare il vostro lavoro con i modelli e i repository Ultralytics YOLO.
- Domande frequenti (FAQ): Trova risposte a domande e problemi comuni riscontrati dalla community di utenti e collaboratori di Ultralytics YOLO.
- Guida per i contributi: Scopri i protocolli per dare il tuo contributo, incluso come inviare pull request, segnalare bug e altro ancora.
- Guida all'integrazione continua (CI): Ottieni informazioni dettagliate sui processi di CI che utilizziamo, complete di rapporti sullo stato di ogni repository Ultralytics.
- Contratto di licenza per i collaboratori (CLA): Rivedi il CLA per comprendere i diritti e le responsabilità associati al contributo ai progetti Ultralytics.
- Guida all'esempio minimo riproducibile (MRE): Scopri il processo per la creazione di un MRE, fondamentale per la risoluzione tempestiva ed efficace delle segnalazioni di bug.
- Codice di condotta: Le nostre linee guida della community supportano un'atmosfera rispettosa e aperta per tutti i collaboratori.
- Politica ambientale, sanitaria e di sicurezza (EHS): Approfondisci il nostro impegno per la sostenibilità e il benessere di tutti i nostri stakeholder.
- Politica sulla sicurezza: Familiarizza con i nostri protocolli di sicurezza e la procedura per segnalare le vulnerabilità.
- Politica sulla privacy: Leggi la nostra politica sulla privacy per capire come proteggiamo i tuoi dati e rispettiamo la tua privacy in tutti i nostri servizi e operazioni.
Vi incoraggiamo a consultare queste risorse per un'esperienza fluida e produttiva. Se avete bisogno di ulteriore supporto, contattateci tramite GitHub Issues o la Community Ultralytics.
FAQ
Cos'è Ultralytics YOLO e come può essere utile per i miei progetti di machine learning?
Ultralytics YOLO (You Only Look Once) è un modello all'avanguardia per il rilevamento di oggetti in tempo reale. La sua ultima versione, YOLO26, offre un'inferenza più veloce, leggera e end-to-end, priva di NMS, ottimizzata per dispositivi edge e a basso consumo, rendendola ideale per un'ampia gamma di applicazioni, dall'analisi video in tempo reale alla ricerca avanzata nel machine learning. L'efficienza di YOLO nel detect oggetti in immagini e video l'ha resa la soluzione di riferimento per aziende e ricercatori che desiderano integrare robuste capacità di visione artificiale nei loro progetti.
Per maggiori dettagli su YOLO26, visita la documentazione di YOLO26.
Come posso contribuire ai repository Ultralytics YOLO?
Contribuire ai repository Ultralytics YOLO è semplice. Inizia consultando la Guida per i contributi per comprendere i protocolli per l'invio di pull request, la segnalazione di bug e altro ancora. Dovrai anche firmare il Contratto di licenza per i collaboratori (CLA) per garantire che i tuoi contributi siano legalmente riconosciuti. Per una segnalazione efficace dei bug, fai riferimento alla Guida all'esempio minimo riproducibile (MRE).
Perché dovrei utilizzare la piattaforma Ultralytics per i miei progetti di machine learning?
Ultralytics Platform offre una soluzione no-code e senza interruzioni per la gestione dei tuoi progetti di machine learning. Ti consente di generare, addestrare e deploy modelli AI come YOLO26 senza sforzo. Le funzionalità uniche includono l'addestramento in cloud, il track in tempo reale e la gestione intuitiva dei dataset. Ultralytics Platform semplifica l'intero flusso di lavoro, dall'elaborazione dei dati al deployment del modello, rendendolo uno strumento indispensabile sia per i principianti che per gli utenti esperti.
Per iniziare, visita la Guida Rapida di Ultralytics Platform.
Cos'è l'integrazione continua (CI) in Ultralytics e come garantisce un codice di alta qualità?
L'integrazione continua (CI) in Ultralytics prevede processi automatizzati che garantiscono l'integrità e la qualità del codebase. La nostra configurazione CI include il deployment Docker, i controlli dei link non funzionanti, l'analisi CodeQL e la pubblicazione su PyPI. Questi processi aiutano a mantenere repository stabili e sicuri eseguendo automaticamente test e controlli sui nuovi invii di codice.
Per saperne di più, consulta la Guida all'integrazione continua (CI).
Come viene gestita la privacy dei dati da Ultralytics?
Ultralytics prende molto sul serio la privacy dei dati. La nostra Informativa sulla privacy descrive come raccogliamo e utilizziamo i dati anonimizzati per migliorare il pacchetto YOLO, dando al contempo priorità alla privacy e al controllo dell'utente. Aderiamo a rigide normative sulla protezione dei dati per garantire che le tue informazioni siano sempre al sicuro.
Per maggiori informazioni, consulta la nostra Informativa sulla privacy.
