帮助索引
欢迎来到Ultralytics帮助页面！我们致力于为您提供详细的资源，以增强您对Ultralytics YOLO模型和仓库的使用体验。本页面作为您的门户，提供指南和文档，帮助您完成各种任务并解答在使用我们的仓库时可能遇到的问题。
- 常见问题解答 (FAQ): 找到Ultralytics YOLO用户和贡献者社区常见问题和问题的答案。
- 贡献指南: 了解贡献的协议，包括如何提交拉取请求、报告错误等。
- 持续集成 (CI) 指南: 深入了解我们采用的CI流程，并查看每个Ultralytics仓库的状态报告。
- 贡献者许可协议 (CLA): 查看CLA以了解与贡献Ultralytics项目相关的权利和责任。
- 最小可复现示例 (MRE) 指南: 学习创建MRE的过程，这对于及时有效地解决错误报告至关重要。
- 行为准则: 我们的社区指南支持一个尊重和开放的氛围，适用于所有合作者。
- 环境、健康和安全 (EHS) 政策: 深入了解我们对可持续性和所有利益相关者福祉的承诺。
- 安全政策: 熟悉我们的安全协议和报告漏洞的程序。
- 隐私政策: 阅读我们的隐私政策，了解我们如何保护您的数据并在所有服务和运营中尊重您的隐私。
我们鼓励您查看这些资源，以获得无缝且高效的使用体验。我们的目标是培养一个对Ultralytics社区中每个人都友好和有帮助的环境。如果您需要额外的支持，请随时通过GitHub Issues或我们的官方讨论论坛联系我们。祝您编码愉快！
常见问题解答
什么是Ultralytics YOLO，它如何使我的机器学习项目受益？
Ultralytics YOLO（You Only Look Once）是一种最先进的实时目标检测模型。其最新版本YOLO11在速度、准确性和多功能性方面有所提升，非常适合从实时视频分析到高级机器学习研究的各种应用。YOLO在图像和视频中检测物体的效率使其成为希望在其项目中集成强大计算机视觉能力的企业和研究人员的理想选择。
有关YOLO11的更多详细信息，请访问YOLO11文档。
我如何为Ultralytics YOLO仓库做出贡献？
为Ultralytics YOLO仓库做出贡献非常简单。首先，查看贡献指南以了解提交拉取请求、报告错误等的协议。您还需要签署贡献者许可协议 (CLA)，以确保您的贡献在法律上得到认可。为了有效报告错误，请参考最小可复现示例 (MRE) 指南。
为什么我应该使用Ultralytics HUB进行我的机器学习项目？
Ultralytics HUB为管理您的机器学习项目提供了一个无缝的无代码解决方案。它使您能够轻松生成、训练和部署像YOLO11这样的AI模型。独特功能包括云训练、实时跟踪和直观的数据集管理。Ultralytics HUB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的不可或缺的工具。
要开始使用，请访问Ultralytics HUB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) 涉及自动化流程，确保代码库的完整性和质量。我们的CI设置包括Docker部署、断链检查、CodeQL分析和PyPI发布。这些流程通过自动在新代码提交上运行测试和检查，帮助维护稳定和安全的仓库。 了解更多信息，请参阅持续集成 (CI) 指南。
Ultralytics如何处理数据隐私？
Ultralytics高度重视数据隐私。我们的隐私政策详细说明了我们如何收集和使用匿名数据以改进YOLO包，同时优先考虑用户隐私和控制。我们严格遵守数据保护法规，确保您的信息始终安全。
更多信息，请查看我们的隐私政策。
