Link to this sectionAiuto#

Benvenuto nella pagina di assistenza di Ultralytics. Questa pagina raccoglie guide pratiche, policy e domande frequenti per supportare il tuo lavoro con i modelli e i repository Ultralytics YOLO.

• Domande frequenti (FAQ): trova le risposte alle domande e ai problemi comuni riscontrati dalla community di utenti e collaboratori di Ultralytics YOLO.
• Guida al contributo: scopri i protocolli per apportare contributi, incluso come inviare pull request, segnalare bug e altro ancora.
• Guida all'integrazione continua (CI): ottieni approfondimenti sui processi CI che impieghiamo, completi di report sullo stato per ogni repository Ultralytics.
• Accordo 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): impara il processo per creare un MRE, che è fondamentale per la risoluzione tempestiva ed efficace delle segnalazioni di bug.
• Codice di condotta: le nostre linee guida per la community promuovono un'atmosfera rispettosa e aperta per tutti i collaboratori.
• Policy su ambiente, salute e sicurezza (EHS): approfondisci il nostro impegno per la sostenibilità e il benessere di tutti i nostri stakeholder.
• Policy di sicurezza: familiarizza con i nostri protocolli di sicurezza e con la procedura per segnalare vulnerabilità.
• Privacy Policy: leggi la nostra informativa sulla privacy per comprendere come proteggiamo i tuoi dati e rispettiamo la tua privacy in tutti i nostri servizi e operazioni.

Ti invitiamo a consultare queste risorse per un'esperienza fluida e produttiva. Se hai bisogno di ulteriore supporto, contattaci tramite GitHub Issues o la Community di Ultralytics.

Link to this sectionFAQ#

Link to this sectionCos'è Ultralytics YOLO e quali vantaggi offre ai miei progetti di machine learning?#

Ultralytics YOLO (You Only Look Once) è un modello di object detection all'avanguardia in tempo reale. La sua versione più recente, YOLO26, offre un'inferenza end-to-end più veloce, leggera e senza 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 rilevare oggetti in immagini e video lo ha reso la soluzione di riferimento per aziende e ricercatori che desiderano integrare solide funzionalità di computer vision nei propri progetti.

Per maggiori dettagli su YOLO26, visita la documentazione di YOLO26.

Link to this sectionCome posso contribuire ai repository di Ultralytics YOLO?#

Contribuire ai repository di Ultralytics YOLO è semplice. Inizia rivedendo la Guida al contributo per comprendere i protocolli per l'invio di pull request, la segnalazione di bug e altro ancora. Dovrai anche firmare l'Accordo 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).

Link to this sectionPerché dovrei usare la Ultralytics Platform per i miei progetti di machine learning?#

La Ultralytics Platform offre una soluzione no-code fluida per gestire i tuoi progetti di machine learning. Ti consente di generare, addestrare e distribuire modelli AI come YOLO26 senza sforzo. Le funzionalità uniche includono l'addestramento in cloud, il monitoraggio in tempo reale e una gestione intuitiva dei dataset. La Ultralytics Platform semplifica l'intero flusso di lavoro, dall'elaborazione dei dati al model deployment, rendendolo uno strumento indispensabile sia per i principianti che per gli utenti esperti.

Per iniziare, visita la Guida rapida alla Ultralytics Platform.

Link to this sectionChe cos'è l'integrazione continua (CI) in Ultralytics e come garantisce codice di alta qualità?#

L'integrazione continua (CI) in Ultralytics prevede processi automatizzati che garantiscono l'integrità e la qualità della base di codice. La nostra configurazione CI include la distribuzione Docker, controlli sui link non funzionanti, analisi CodeQL e la pubblicazione su PyPI. Questi processi aiutano a mantenere repository stabili e sicuri eseguendo automaticamente test e controlli sulle nuove proposte di codice.

Scopri di più nella Guida all'integrazione continua (CI).

Link to this sectionCome viene gestita la data privacy da Ultralytics?#

Ultralytics prende sul serio la privacy dei dati. La nostra Privacy Policy descrive come raccogliamo e utilizziamo i dati anonimizzati per migliorare il pacchetto YOLO, dando priorità alla privacy e al controllo dell'utente. Aderiamo a rigorose normative sulla protezione dei dati per garantire che le tue informazioni siano sempre al sicuro.

Per ulteriori informazioni, rivedi la nostra Privacy Policy.