YOLO Vision 2026:

探索#

Ultralytics Platform 探索页面展示了来自社区的公共内容。发现数据集项目以获取灵感和学习。探索页面对所有人开放 —— 甚至无需登录。

Ultralytics Platform Explore Datasets Tab Cards View

graph LR
    A[🔍 Browse Explore]:::start --> B[📥 Clone to Account]:::proc
    B --> C[✏️ Customize & Annotate]:::proc
    C --> D[🚀 Train Model]:::proc
    D --> E[🌐 Deploy Endpoint]:::out

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef out fill:#9C27B0,color:#fff
匿名访问

“Explore”页面无需登录即可使用。未登录的访客在侧边栏中可以看到“数据集”和“模型”部分,其中列出了官方的 @ultralytics 内容,用来替代存放你个人工作的“标注”、“训练”和“部署”部分。你甚至可以直接在其 Predict 标签页中,在浏览器内测试公共模型。要克隆内容或创建你自己的内容,你需要注册。

概述#

“探索”页面包含两个标签页:

  • 公共数据集:带有图像预览的社区训练数据
  • 公共项目:包含已训练模型的完整实验

官方 Ultralytics 内容(例如 @ultralytics 项目和数据集)会固定在结果顶部。

只有包含至少一张图像的数据集和包含至少一个模型的项目才会显示在“Explore”中,因此结果中绝不会出现空白占位符。

浏览内容#

标签页#

探索页面使用带有 DatasetsProjects 标签页的标签式界面。每个标签页都有其自己的搜索、排序和视图模式控件。

标签页描述
数据集用于训练的已标注图像集合(默认)
项目带有训练结果的有序模型集合

搜索#

每个标签页都有自己的搜索栏。输入时结果会实时更新,且查询参数会作为 ?q= 保留在 URL 中,因此搜索结果非常便于添加书签或分享。

Ultralytics Platform Explore Datasets Tab With Search

标签页匹配的字段
数据集名称、描述、所有者用户名、标签和类别名称
项目名称、描述、所有者用户名和标签

排序和筛选#

视图切换按钮旁边的下拉菜单包含排序选项,并且在“数据集”标签页上还包含筛选条件:

排序选项描述
星标社区星标数量(降序)
创建时间创建日期,按最新(默认)或最旧排序
名称按字母顺序,升序或降序
图像 / 模型图像数量(数据集)或模型数量(项目),按最多或最少排序
筛选可用性描述
任务类型所有人仅显示所选任务的数据集(检测、分割、语义、深度、分类、姿态、obb)
我的标星仅限登录用户仅显示你已标星的数据集

排序和筛选条件也会保存在 URL(dsortpsorttaskstarred)中,因此浏览器的返回按钮可以恢复之前的结果列表。

按标星排序

标星排序仅显示至少获得一个标星的数据集,因此在启用时未评分的数据集会被隐藏。

视图模式#

可在三种浏览视图模式之间切换:

模式描述
卡片带有缩略图的预览卡片网格
紧凑响应式网格中的小型卡片(2-3 列)
表格带可排序字段的分页表格

卡片视图和紧凑视图通过无限滚动加载更多结果。表格视图用可排序的列标题以及自身的折页控件替换了排序下拉菜单。

内容卡片#

每个项目都会显示:

Ultralytics Platform Explore Dataset And Project Cards

元素描述
图标带有自定义颜色、字母或封面图像的项目图标
名称项目标题
创建者作者头像和用户名
描述项目简短描述
星标计数社区标星数(大于零时显示)
模型计数项目中的模型数量
Size项目模型文件所使用的总存储空间
更新时间项目最后更改的日期
模型标签项目中的前几个模型的名称
标签项目标签

使用公共内容#

graph TD
    A[Find Content on Explore]:::start --> B{Content Type}:::decide
    B --> C[Dataset]:::proc
    B --> D[Project]:::proc
    D --> E[Model in the Project]:::proc
    C --> F[Clone Dataset]:::proc
    D --> G[Clone Project]:::proc
    E --> H[Download Model]:::proc
    E --> I[Clone Model]:::proc
    F --> J[Copy in Destination Workspace]:::out
    G --> K[Project Copy with Completed Models]:::out
    H --> L[.pt / Completed Exports]:::out
    I --> M[Copy to Your Project]:::proc
    J --> N[Edit, Annotate, Train]:::out
    K --> N
    M --> N

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef decide fill:#FF9800,color:#fff
    classDef out fill:#9C27B0,color:#fff

克隆数据集#

将公共数据集用于你的训练:

  1. 点击数据集以打开其详情页面
  2. 点击 Clone Dataset
  3. 检查目标工作区、名称、可见性和许可证
  4. 点击 Clone Dataset 以确认

Ultralytics Platform Explore Clone Dataset

克隆后的数据集属性
  • 克隆对话框让你能够检查目标、名称、可见性和许可证
  • 在默认可见性为公共的工作区中,公共数据集默认保持公共状态;Enterprise 工作区克隆默认设为私有
  • Copyleft 开源许可证会被继承并锁定,因此克隆版本将保留其发布时所遵循的条款
  • 如果名称在你的工作区中已被占用,目标缩写(slug)将会自动重命名
  • 你可以修改类别、标注和数据集拆分
  • 更改不会影响原始数据集
  • 图像字节会复用内容寻址存储(CAS),但克隆操作仍然会计入目标工作区的存储配额

请参阅数据集以管理和标注你克隆的数据集。

下载模型#

下载公共模型:

  1. 点击项目中的模型
  2. 点击下载图标下载其 PyTorch .pt 权重
  3. 打开导出标签页以下载任何已完成的可用导出内容

你也可以将该模型用于推理,或将其作为微调的起点:

# Use a downloaded model for inference
yolo predict model=path/to/downloaded-model.pt source=image.jpg

# Fine-tune on your own dataset
yolo train model=path/to/downloaded-model.pt data=my-dataset.yaml epochs=50

克隆模型#

将公共模型克隆到你的项目之一中:

  1. 点击项目中的模型
  2. 点击 Clone Model
  3. 选择一个目标项目或创建一个新项目
  4. (可选)重命名模型
  5. 检查源、目标和存储摘要,然后单击 Clone Model 进行确认

Ultralytics Platform Explore Clone Model Dialog

克隆与下载

克隆会将模型复制到平台上的一个项目中,以便进一步训练或部署。下载则会将模型文件保存到你的本地计算机。

克隆项目#

将公开项目复制到你的工作区:

  1. 点击项目以打开其详情页面
  2. 点击 Clone Project
  3. 检查目标位置、名称、可见性和许可证,然后点击 Clone Project

Ultralytics Platform Explore Clone Project 克隆的项目包含带有模型文件的已完成模型。部署和导出不会被复制。其默认可见性遵循与数据集克隆相同的工作区规则。

请参阅项目以在你的项目中组织模型。

官方 Ultralytics 内容#

官方的 @ultralytics 内容被固定在“Explore”结果的顶部。被置顶的项目有 YOLO26YOLO11YOLOv8YOLOv5。打开一个项目即可查看其当前模型和支持的任务。

官方数据集包括基准数据集,如 coco8(8 张图像的 COCO 子集)、VOCafrican-wildlifedota8 以及其他常用的计算机视觉数据集。

官方模型快速入门

最快的入门方法是克隆一个官方 Ultralytics 项目,并使用预训练模型在自己的数据集上进行训练:

  1. 转到 Explore > Projects 标签页
  2. @ultralytics 中找到 YOLO26 项目
  3. 将其克隆到你的账户
  4. 支持的格式上传你的数据集,并使用预训练检查点开始训练

用户资料#

点击创建者的用户名以查看其在 platform.ultralytics.com/{username} 上的公开资料。公开资料显示:

Ultralytics Platform User Profile Public Content

部分内容
身份头像、显示名称、@username 和套餐徽章
个人简介用户描述和所属公司
链接社交平台资料
关注者关注者数量
数据集公共数据集(默认标签页)
项目包含模型的公开项目

“数据集”和“项目”标签页使用与“Explore”页面相同的搜索、排序和视图控件。

关注用户#

点击任意用户个人资料上的关注按钮以关注或取消关注他们。关注者数量会显示在公开个人资料上。其旁边的分享按钮可复制链接或打开预先填好的社交发帖。

公开你的内容#

让社区看到你的工作。公开内容对所有人可见,包括未登录的用户。Explore 会列出至少包含一张图片的公开数据集以及至少包含一个模型的公开项目,因此空数据集或没有模型的项目在添加内容之前不会显示在 Explore 页面上。模型的可见性与其所属项目保持一致,且没有单独的徽标。

graph LR
    A[Your Private Dataset or Project]:::start --> B[Click Private Badge]:::proc
    B --> C[Confirm Make Public]:::proc
    C --> D[Appears on Explore Once It Has Content]:::proc
    D --> E[Community Can Clone/Download]:::out

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef out fill:#9C27B0,color:#fff

公开数据集#

  1. 前往你的数据集
  2. 点击顶部导航栏中的私有可见性徽章
  3. 查看警告并点击设为公开

公开项目#

  1. 前往你的项目
  2. 点击顶部导航栏中的私有可见性徽章
  3. 查看警告并点击设为公开
优质内容

在将内容公开之前:

  • 添加清晰、具有描述性的名称和说明
  • 在数据集设置中定义类别名称
  • 验证数据质量和标注准确性
  • 测试模型性能并包含训练指标
公开内容可见性

公开内容对互联网上的每个人可见,包括匿名用户。在公开数据集之前,请确保其中不包含敏感、私有或受版权保护的数据。你可以随时将可见性改回私有。

指南#

贡献公开内容时:

应该#

  • 提供有用、高质量的内容
  • 撰写清晰的描述
  • 包含相关的元数据
  • 回复提问
  • 注明数据来源

不应该#

  • 上传敏感/私有数据
  • 侵犯版权
  • 上传不当内容
  • 滥发低质量内容
  • 虚假陈述性能

分享内容#

点击任何公开个人资料、项目、模型或数据集上的Share按钮。在桌面上,它会打开一个菜单,其中包含Share on XShare on LinkedInCopy link,以及(对于可嵌入资源)Copy embed code。社交选项会打开一个预先填好的帖子。在移动设备上,它会转交给你的设备的本机分享面板。

嵌入小部件#

公开内容可以使用嵌入 URL 嵌入到外部网站:

内容嵌入 URL 格式
项目platform.ultralytics.com/embed/{username}/{project}
模型platform.ultralytics.com/embed/{username}/{project}/{model}
数据集platform.ultralytics.com/embed/{username}/datasets/{slug}

<iframe> 中使用这些 URL 来嵌入项目、模型或数据集的公共预览卡片。每个卡片都链接到 Platform 上的完整资源。分享菜单中的 Copy embed code 会为你生成 <iframe> 片段。

公开内容 URL#

平台上的公开内容使用简洁、易于分享的 URL:

内容URL 格式示例
个人资料platform.ultralytics.com/{username}platform.ultralytics.com/ultralytics
数据集platform.ultralytics.com/{username}/datasetsplatform.ultralytics.com/ultralytics/datasets
数据集platform.ultralytics.com/{username}/datasets/{slug}platform.ultralytics.com/ultralytics/datasets/coco
项目platform.ultralytics.com/{username}/{project}platform.ultralytics.com/ultralytics/yolo26
模型platform.ultralytics.com/{username}/{project}/{model}platform.ultralytics.com/ultralytics/yolo26/yolo26n
可分享链接

你可以直接分享任何公开内容的 URL。接收者无需登录即可查看内容。若要克隆或下载,他们需要拥有一个账号。

常见问题解答#

  • 检查单个项目、模型或数据集上显示的许可证。使用权限取决于该资源的许可证;当许可证未授予你所需权限时,请联系创建者。

  • 举报不当内容的步骤:

    1. 如果可以访问,请导航至包含该内容的公开页面(项目或数据集)
    2. 从侧边栏打开 Help 页面
    3. 选择 General 作为反馈类型
    4. 描述内容及问题,并包含该页面的链接
    5. 提交举报

    如果内容已无法访问,请从任意页面使用 Help 页面,并尽可能详细地说明情况(URL、用户名或描述)。

  • 可以,你可以随时更改可见性:

    1. 打开项目或数据集
    2. 点击顶部导航栏中的公共可见性徽章
    3. 资源会立即变更为私有状态

    现有的克隆版本不受影响。

评论