Link to this section探索#
Ultralytics Platform 的“探索”页面展示了来自社区的公共内容。你可以通过发现 数据集 和 项目 来获取灵感并进行学习。即使不登录,所有人也可以访问“探索”页面。

graph LR
A[🔍 Browse Explore] --> B[📥 Clone to Account]
B --> C[✏️ Customize & Annotate]
C --> D[🚀 Train Model]
D --> E[🌐 Deploy Endpoint]
style A fill:#4CAF50,color:#fff
style B fill:#2196F3,color:#fff
style C fill:#FF9800,color:#fff
style D fill:#9C27B0,color:#fff
style E fill:#E91E63,color:#fff即使不登录,“探索”页面也能正常使用。匿名用户在侧边栏中看到的官方 Ultralytics 内容位于“Ultralytics”类别下,而非“我的项目”。若要克隆内容或创建自己的项目,你需要进行注册。
Link to this section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
官方的 Ultralytics 内容(例如 @ultralytics 项目和数据集)会被置顶在搜索结果顶部。
Link to this section浏览内容#
Link to this section标签页#
“探索”页面使用包含 Datasets(数据集)和 Projects(项目)标签的界面。每个标签页都有各自的搜索、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 |
Link to this section搜索与排序#
每个标签页都提供了一个搜索栏和排序选项:

| 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 |
Link to this section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 | 带有列的可排序表格 |
卡片模式和紧凑模式支持无限滚动以加载更多结果。
Link to this section内容卡片#
每个项目都会显示:

| 元素 | 描述 |
|---|---|
| 图标 | 具有自定义颜色的项目图标 |
| 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 |
| 模型计数 | 项目中的模型数量 |
| 模型标签 | 项目中的模型名称 |
| 星标计数 | 社区星标数量 |
Link to this section使用公共内容#
graph TD
A[Find Content on Explore] --> B{Content Type}
B --> C[Dataset]
B --> D[Project]
B --> E[Model]
C --> F[Clone Dataset]
D --> G[Clone Project]
E --> H[Download Model]
E --> I[Clone Model]
F --> J[Private Copy in Your Account]
G --> K[Private Copy with All Models]
H --> L[.pt / ONNX / Other Formats]
I --> M[Copy to Your Project]
J --> N[Edit, Annotate, Train]
K --> N
M --> NLink to this section克隆数据集#
将公共数据集用于你的训练:
- 点击数据集以打开其详情页面
- 点击
Clone Dataset(克隆数据集) - 数据集将复制到你的账户中

- 克隆后的数据集默认为私有
- 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
- 图像通过内容可寻址存储 (CAS) 进行去重——克隆过程非常迅速且不会增加你的存储占用空间
请参阅 数据集 以了解如何管理和标注你克隆的数据集。
Link to this section下载模型#
下载公共模型:
- 点击项目中的模型
- 点击下载图标
- 选择格式(PT、ONNX 等)
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=50Link to this section克隆模型#
将公共模型克隆到你的项目之一中:
- 点击项目中的模型
- 点击
Clone Model(克隆模型) - 选择一个目标项目或创建一个新项目
- (可选)重命名模型
- 点击
Clone Model(克隆模型)进行确认

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。
Link to this section克隆项目#
将公开项目复制到你的工作区:
- 点击项目以打开其详情页面
- 点击
Clone Project - 项目连同所有模型会一并复制到你的账户中

请参阅 Projects 以了解如何在项目中整理模型。
Link to this section官方 Ultralytics 内容#
官方 @ultralytics 内容固定在 Explore 页面顶部。这包括:
| 项目 | 描述 | 模型 | 任务 |
|---|---|---|---|
| YOLO26 | 2026 年 1 月最新发布 | 30 个模型(5 种尺寸 × 6 种任务) | detect, segment, semantic, pose, OBB, classify |
| YOLO11 | 当前稳定版本 | 25 个模型(5 种尺寸 × 5 种任务) | detect, segment, pose, OBB, classify |
| YOLOv8 | 上一代产品 | 25 个模型(5 种尺寸 × 5 种任务) | detect, segment, pose, OBB, classify |
| YOLOv5 | 经典版本,应用广泛 | 15+ 个模型 | detect, segment, classify |
官方数据集包括基准数据集,如 coco8(8 张图像的 COCO 子集)、VOC、african-wildlife、dota8 以及其他常用的计算机视觉数据集。
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:
- 前往
Explore>Projects标签页 - 找到来自
@ultralytics的 YOLO26 项目 - 将其克隆到你的账户
- 以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
Link to this section用户资料#
点击创作者的用户名,即可查看其公开资料:platform.ultralytics.com/{username}。公开资料会显示:

| 部分 | 内容 |
|---|---|
| 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 |
| 项目 | 包含模型的公开项目 |
| 数据集 | 公开数据集 |
Link to this section关注用户#
点击任何用户资料上的 Follow 按钮即可关注他们。关注功能有助于你发现感兴趣的创作者发布的新内容。你的关注者人数会显示在你的资料页面上。
Link to this section公开你的内容#
让社区看到你的工作成果。公开内容会显示在 Explore 页面上,所有人(包括未登录用户)均可见。
graph LR
A[Your Private Content] --> B[Edit Settings]
B --> C[Set Visibility: Public]
C --> D[Appears on Explore Page]
D --> E[Community Can Clone/Download]Link to this section公开数据集#
- 前往你的数据集
- 打开操作菜单(三个点图标)
- 点击
Edit - 将可见性设置为
Public - 点击
Save
Link to this section公开项目#
- 前往你的项目
- 打开操作菜单(三个点图标)
- 点击
Edit - 将可见性设置为
Public - 点击
Save
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。
Link to this section指南#
贡献公开内容时:
Link to this section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
Link to this section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
Link to this section分享内容#
点击任何公开项目、模型或数据集上的 Share 按钮即可进行分享。分享对话框提供了预填的社交平台文案和直接复制的链接。
Link to this section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} |
在 <iframe> 中使用这些 URL,即可在你的网站上嵌入交互式项目视图、模型预测小部件或数据集查看器。
Link to this section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}/datasets | platform.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 |
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。
Link to this section常见问题解答#
Link to this section我可以将公开内容用于商业用途吗?#
请查看具体内容的授权协议。大多数社区内容适用于:
- 研究与教育
- 个人项目
- 非商业用途
如需商业授权,请联系创作者。
Link to this section我该如何举报不当内容?#
举报不当内容的步骤:
- 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)
- 从侧边栏打开 Help 页面
- 选择 General 作为反馈类型
- 描述内容及问题,并包含该页面的链接
- 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)。
我们的团队会在 24-48 小时内审核举报。
Link to this section我可以将公开内容重新设为私有吗?#
可以,你可以随时更改可见性:
- 打开内容设置
- 将可见性更改为 Private
- 保存更改
现有的克隆版本不受影响。
Link to this section我该如何获得推荐?#
推荐内容是根据以下标准筛选的:
- 质量与实用性
- 社区互动度
- 新颖性与趣味性
- 清晰的文档
无需申请流程——只需创作出色的内容即可!