YOLO Vision 2026:

Trợ giúp#

Chào mừng bạn đến với trang Trợ giúp của Ultralytics. Trang này tập hợp các hướng dẫn thực tiễn, chính sách và Câu hỏi thường gặp để hỗ trợ bạn làm việc với các model và repository Ultralytics YOLO.

Chúng tôi khuyến khích bạn xem các tài nguyên này để có trải nghiệm thuận lợi và hiệu quả. Nếu cần hỗ trợ thêm, hãy liên hệ qua GitHub Issues hoặc Cộng đồng Ultralytics.

FAQ#

  • Ultralytics YOLO (Chỉ nhìn một lần) là một model phát hiện đối tượng thời gian thực tiên tiến. Phiên bản mới nhất, YOLO26, cung cấp khả năng inference nhanh hơn, nhẹ hơn, end-to-end và không cần NMS, được tối ưu cho các thiết bị edge và thiết bị công suất thấp, phù hợp với nhiều ứng dụng, từ phân tích video thời gian thực đến nghiên cứu machine learning nâng cao. Hiệu quả của YOLO trong việc phát hiện đối tượng trong hình ảnh và video đã khiến nó trở thành giải pháp được ưu tiên cho các doanh nghiệp và nhà nghiên cứu muốn tích hợp năng lực thị giác máy tính mạnh mẽ vào dự án của họ.

    Để biết thêm chi tiết về YOLO26, hãy truy cập tài liệu YOLO26.

  • Đóng góp cho các repository Ultralytics YOLO rất đơn giản. Trước tiên, hãy xem Hướng dẫn đóng góp để hiểu các quy trình gửi pull request, báo cáo lỗi và nhiều nội dung khác. Bạn cũng cần ký Thỏa thuận cấp phép cho cộng tác viên (CLA) để đảm bảo các đóng góp của bạn được công nhận về mặt pháp lý. Để báo cáo lỗi hiệu quả, hãy tham khảo Hướng dẫn Ví dụ tối thiểu có thể tái hiện (MRE).

  • Ultralytics Platform cung cấp giải pháp liền mạch, không cần code để quản lý các dự án machine learning. Nền tảng này cho phép bạn dễ dàng tạo, train và triển khai các AI model như YOLO26. Các tính năng độc đáo bao gồm cloud training, theo dõi thời gian thực và quản lý dataset trực quan. Ultralytics Platform đơn giản hóa toàn bộ workflow, từ xử lý dữ liệu đến triển khai model, trở thành công cụ thiết yếu cho cả người mới bắt đầu và người dùng nâng cao.

    Để bắt đầu, hãy truy cập Hướng dẫn bắt đầu nhanh Ultralytics Platform.

  • Tích hợp liên tục (CI) trong Ultralytics bao gồm các quy trình tự động nhằm đảm bảo tính toàn vẹn và chất lượng của codebase. Thiết lập CI của chúng tôi bao gồm triển khai Docker, kiểm tra liên kết hỏng, phân tích CodeQL và xuất bản lên PyPI. Các quy trình này giúp duy trì các repository ổn định và an toàn bằng cách tự động chạy các bài kiểm tra và bước kiểm tra trên code mới được gửi.

    Tìm hiểu thêm trong Hướng dẫn Tích hợp liên tục (CI).

  • Ultralytics đặc biệt coi trọng quyền riêng tư dữ liệu. Chính sách quyền riêng tư của chúng tôi nêu rõ cách chúng tôi thu thập và sử dụng dữ liệu đã được ẩn danh để cải thiện package YOLO, đồng thời ưu tiên quyền riêng tư và quyền kiểm soát của người dùng. Chúng tôi tuân thủ các quy định nghiêm ngặt về bảo vệ dữ liệu để đảm bảo thông tin của bạn luôn an toàn.

    Để biết thêm thông tin, hãy xem Chính sách quyền riêng tư của chúng tôi.

Những người đóng góp

Bình luận