帮助
欢迎来到 Ultralytics 帮助页面。此页面汇集了实用指南、政策和常见问题解答，以支持你在 Ultralytics YOLO 模型和存储库上的工作。
- 常见问题解答 (FAQ)：查找 Ultralytics YOLO 用户和贡献者社区经常遇到的问题和解答。
- 贡献指南 (Contributing Guide)：探索贡献协议，包括如何提交 PR、报告 Bug 等。
- 持续集成 (CI) 指南 (Continuous Integration (CI) Guide)：深入了解我们采用的 CI 流程，并查看每个 Ultralytics 存储库的状态报告。
- 贡献者许可协议 (CLA) (Contributor License Agreement (CLA))：查看 CLA 以了解与为 Ultralytics 项目做出贡献相关的权利和责任。
- 最小可复现示例 (MRE) 指南 (Minimum Reproducible Example (MRE) Guide)：学习创建 MRE 的过程，这对及时有效地解决 Bug 报告至关重要。
- 行为准则 (Code of Conduct)：我们的社区准则旨在为所有合作者营造一个尊重和开放的氛围。
- 环境、健康与安全 (EHS) 政策 (Environmental, Health, and Safety (EHS) Policy)：深入了解我们对可持续发展以及所有利益相关者福祉的承诺。
- 安全政策 (Security Policy)：熟悉我们的安全协议以及报告漏洞的程序。
- 隐私政策 (Privacy Policy)：阅读我们的隐私政策，了解我们如何在所有服务和运营中保护你的数据并尊重你的隐私。
我们建议你查阅这些资源以获得顺畅且高效的体验。如果你需要额外支持，请通过 GitHub Issues 或 Ultralytics 社区 联系我们。
常见问题 (FAQ)
什么是 Ultralytics YOLO，它如何助力我的 机器学习 项目？
Ultralytics YOLO (You Only Look Once) 是一款先进的实时 目标检测 模型。其最新版本 YOLO26 提供了更快、更轻量、端到端且无需 NMS 的推理，并针对边缘和低功耗设备进行了优化，使其成为从实时视频分析到高级机器学习研究等广泛应用的理想选择。YOLO 在检测图像和视频中对象的高效性，使其成为寻求将强大的 计算机视觉 功能集成到其项目中的企业和研究人员的首选解决方案。
有关 YOLO26 的更多详细信息，请访问 YOLO26 文档。
我该如何为 Ultralytics YOLO 存储库做出贡献？
为 Ultralytics YOLO 存储库做出贡献非常直接。首先查看 贡献指南 (Contributing Guide) 以了解提交 PR、报告 Bug 等的协议。你还需要签署 贡献者许可协议 (CLA) (Contributor License Agreement (CLA)) 以确保你的贡献在法律上得到认可。为了有效地报告 Bug，请参考 最小可复现示例 (MRE) 指南 (Minimum Reproducible Example (MRE) Guide)。
为什么我应该使用 Ultralytics Platform 来进行我的机器学习项目？
Ultralytics Platform 为管理你的机器学习项目提供了一种无缝的无代码解决方案。它使你能够轻松生成、训练和部署像 YOLO26 这样的 AI 模型。其独特功能包括云端训练、实时跟踪和直观的数据集管理。Ultralytics Platform 简化了从数据处理到 模型部署 的整个工作流程，使其成为初学者和高级用户不可或缺的工具。
若要开始使用，请访问 Ultralytics Platform 快速入门。
什么是 Ultralytics 中的持续集成 (CI)，它如何确保高质量的代码？
Ultralytics 中的持续集成 (CI) 涉及确保代码库完整性和质量的自动化流程。我们的 CI 设置包括 Docker 部署、死链检查、CodeQL 分析 以及 PyPI 发布。这些流程通过自动对新提交的代码运行测试和检查，帮助维护稳定且安全的存储库。
在 持续集成 (CI) 指南 (Continuous Integration (CI) Guide) 中了解更多信息。
Ultralytics 如何处理 数据隐私？
Ultralytics 非常重视数据隐私。我们的 隐私政策 (Privacy Policy) 概述了我们如何收集和使用匿名数据来改进 YOLO 包，同时优先考虑用户隐私和控制权。我们遵守严格的数据保护法规，以确保你的信息时刻处于安全状态。
如需更多信息，请查阅我们的 隐私政策 (Privacy Policy)。