Link to this sectionTrợ giúp#
Chào mừng bạn đến với trang Trợ giúp của Ultralytics. Trang này tập hợp các hướng dẫn thực tế, chính sách và các câu hỏi thường gặp (FAQ) để hỗ trợ công việc của bạn với các mô hình và kho lưu trữ Ultralytics YOLO.
- Câu hỏi thường gặp (FAQ): Tìm câu trả lời cho các câu hỏi và vấn đề phổ biến mà cộng đồng người dùng và cộng tác viên của Ultralytics YOLO thường gặp phải.
- Hướng dẫn đóng góp: Khám phá các quy trình để thực hiện đóng góp, bao gồm cách gửi pull request, báo cáo lỗi, và nhiều nội dung khác.
- Hướng dẫn Tích hợp liên tục (CI): Tìm hiểu sâu về các quy trình CI mà chúng tôi áp dụng, kèm theo báo cáo trạng thái cho từng kho lưu trữ Ultralytics.
- Thỏa thuận cấp phép người đóng góp (CLA): Xem lại CLA để hiểu các quyền và trách nhiệm liên quan đến việc đóng góp cho các dự án của Ultralytics.
- Hướng dẫn tạo Ví dụ tối thiểu có thể tái tạo (MRE): Tìm hiểu quy trình tạo MRE, điều này rất quan trọng để giải quyết các báo cáo lỗi một cách kịp thời và hiệu quả.
- Bộ quy tắc ứng xử: Các nguyên tắc cộng đồng của chúng tôi hỗ trợ tạo ra một bầu không khí tôn trọng và cởi mở cho tất cả các cộng tác viên.
- Chính sách Môi trường, Sức khỏe và An toàn (EHS): Tìm hiểu về cam kết của chúng tôi đối với sự bền vững và phúc lợi của tất cả các bên liên quan.
- Chính sách bảo mật: Làm quen với các giao thức bảo mật của chúng tôi và quy trình báo cáo lỗ hổng.
- Chính sách quyền riêng tư: Đọc chính sách quyền riêng tư của chúng tôi để hiểu cách chúng tôi bảo vệ dữ liệu của bạn và tôn trọng quyền riêng tư của bạn trong tất cả các dịch vụ và hoạt động của chúng tôi.
Chúng tôi khuyến khích bạn xem qua các tài nguyên này để có trải nghiệm suôn sẻ và hiệu quả. Nếu bạn cần hỗ trợ thêm, hãy liên hệ qua GitHub Issues hoặc Cộng đồng Ultralytics.
Link to this sectionCâu hỏi thường gặp#
Link to this sectionUltralytics YOLO là gì và nó mang lại lợi ích gì cho các dự án machine learning của tôi?#
Ultralytics YOLO (You Only Look Once) là một mô hình object detection thời gian thực tiên tiến nhất. Phiên bản mới nhất của nó, YOLO26, mang lại hiệu suất inference end-to-end, không cần NMS, nhanh hơn và nhẹ hơn, được tối ưu hóa cho các thiết bị biên và thiết bị tiêu thụ điện năng thấp, khiến nó trở nên lý tưởng cho 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 hàng đầu cho các doanh nghiệp và nhà nghiên cứu muốn tích hợp các khả năng computer vision mạnh mẽ vào dự án của họ.
Để biết thêm chi tiết về YOLO26, hãy truy cập tài liệu YOLO26.
Link to this sectionLàm cách nào để tôi đóng góp cho các kho lưu trữ Ultralytics YOLO?#
Việc đóng góp cho các kho lưu trữ Ultralytics YOLO rất đơn giản. Hãy bắt đầu bằng cách xem lại Hướng dẫn đóng góp để hiểu các giao thức gửi pull request, báo cáo lỗi, và nhiều nội dung khác. Bạn cũng sẽ cần ký Thỏa thuận cấp phép người đóng góp (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 tạo Ví dụ tối thiểu có thể tái tạo (MRE).
Link to this sectionTại sao tôi nên sử dụng Ultralytics Platform cho các dự án machine learning của mình?#
Ultralytics Platform cung cấp một giải pháp không cần code (no-code) liền mạch để quản lý các dự án machine learning của bạn. Nền tảng này cho phép bạn tạo, huấn luyện và triển khai các mô hình AI như YOLO26 một cách dễ dàng. Các tính năng độc đáo bao gồm huấn luyện trên đám mây, theo dõi thời gian thực và quản lý tập dữ liệu trực quan. Ultralytics Platform đơn giản hóa toàn bộ quy trình, từ xử lý dữ liệu đến triển khai mô hình, khiến nó trở thành một công cụ không thể thiếu cho cả người mới bắt đầu và người dùng nâng cao.
Để bắt đầu, hãy truy cập Hướng dẫn nhanh Ultralytics Platform.
Link to this sectionContinuous Integration (CI) là gì trong Ultralytics, và nó đảm bảo mã nguồn chất lượng cao như thế nào?#
Continuous Integration (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 PyPI. Các quy trình này giúp duy trì các kho lưu trữ ổn định và an toàn bằng cách tự động chạy các bài kiểm tra và kiểm tra trên các mã nguồn mới gửi lên.
Tìm hiểu thêm trong Hướng dẫn Tích hợp liên tục (CI).
Link to this sectionQuyền riêng tư dữ liệu được xử lý như thế nào bởi Ultralytics?#
Ultralytics 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 ẩn danh để cải thiện gói YOLO trong khi vẫn ưu tiên quyền riêng tư và quyền kiểm soát của người dùng. Chúng tôi tuân thủ các quy định bảo vệ dữ liệu nghiêm ngặt để đảm bảo thông tin của bạn luôn được an toàn.
Để biết thêm thông tin, hãy xem lại Chính sách quyền riêng tư.