Support von Ultralytics
Finde Antworten in unserer Dokumentation, tausche dich mit der Community aus oder wende dich direkt an unser Team.
Hilfe nach Themen finden
Finde unten den passenden Bereich und erhalte Schritt-für-Schritt-Anleitungen, Tutorials und Hilfe bei der Fehlerbehebung.
Annotieren
Labeling, Datensatzformate und Hilfe bei Problemen mit Annotationen
Mehr erfahren
Trainieren
Einrichtung des Trainings, Fehler mit GPU und CUDA sowie Verbesserung der Genauigkeit
Mehr erfahren
Bereitstellen
Exportformate, Bereitstellung am Edge und in der Cloud sowie Inferenz
Mehr erfahren
Agenten
Visuelle Workflows mit YOLO, Vision-Language-Modellen, Bedingungen und Benachrichtigungen
Mehr erfahren
Ultralytics YOLO-Modelle
Modellauswahl, Vorhersagemodi und Anleitungen zur Architektur
Mehr erfahren
API
Einrichtung des SDK, Referenz zur REST API und Hilfe bei der Integration
Mehr erfahren
Ultralytics YOLO-Lizenz
AGPL-3.0 oder Enterprise, Compliance und Abrechnung
Mehr erfahrenAus dem Blog
Die besten Tools für synthetische Daten zum Training von Computer-Vision-Modellen
Tools für synthetische Daten in der Computer Vision im Methodenvergleich: 3D-Simulation, generative Modelle und Augmentierung sowie deren Test mit Ultralytics YOLO.
Ultralytics bei der AMD Embedded AI Working Group in Dublin
Erfahre, wie Ultralytics und AMD auf der AMD Embedded AI Working Group 2026 in Dublin Physical AI, Robotik und den Einsatz von Computer Vision erkundeten.
So wählst du ein VLM für die automatische Annotation anhand von Präzision und Recall aus
Ein VLM für die automatische Annotation anhand von Präzision und Recall auswählen: Welche Modelle erzeugen weniger überflüssige Boxen, übersehen weniger Objekte und wie testest du sie mit deinen eigenen Daten?
ONNX oder TensorRT für die Inferenz in der Bildverarbeitung: Benchmarks und Entscheidungshilfe
ONNX Runtime oder TensorRT für die Inferenz in der Bildverarbeitung: gemessene Geschwindigkeit und Genauigkeit von Ultralytics YOLO26 auf 19 NVIDIA-GPUs und wie du dich entscheidest.
Fehlende persönliche Schutzausrüstung erkennen: Ultralytics YOLO mit Construction-PPE trainieren
Sieh dir an, wie Construction-PPE fehlende Helme, Warnwesten und Handschuhe kennzeichnet. Trainiere anschließend Ultralytics YOLO, um fehlende persönliche Schutzausrüstung mit den Kameras auf deiner Baustelle zu erkennen.
Leitfaden zu Datensätzen für die Drohnenerkennung: Ultralytics YOLO für kleine UAVs trainieren
Vergleiche die Datensätze DUT Anti-UAV, Drone-vs-Bird und zur thermischen Drohnenerkennung. Trainiere anschließend Ultralytics YOLO26, um kleine Drohnen zu erkennen und Fehlalarme zu reduzieren.
HIPAA-konforme KI für die medizinische Bildgebung: Was eine BAA abdeckt und wie du mit Patientendaten trainierst
Erfahre, welche Anforderungen HIPAA-konforme KI für die medizinische Bildgebung erfüllen muss, was eine BAA von Ultralytics abdeckt und wie du Patientendaten annotierst, zum Training verwendest und Modelle damit bereitstellst.
Die besten Tiefenschätzungsmodelle: So triffst du die richtige Wahl
Vergleiche monokulare Tiefenmodelle wie Depth Anything, Depth Pro, Metric3D, UniDepth und Ultralytics YOLO26 für metrische Tiefe, Edge-Geräte und Robotik.
So migrierst du Ultralytics-YOLO-Modelle von W&B zur Ultralytics Platform
Importiere Ultralytics-YOLO-Modelle aus Weights & Biases (W&B) ohne erneutes Training in die Ultralytics Platform und vergleiche anschließend Experimente, exportiere und stelle Modelle bereit.
GPT-6.1 Terra erreicht Platz 1 bei der automatischen Annotation und übertrifft OpenAIs eigene Spitzenmodelle
GPT-6.1 Terra für automatische Annotation übertrifft 39 Modelle auf unserer VLM-Bestenliste: 0.560 mAP50 für 4,36 $ pro 1.000 Bilder, vor GPT-6.1 Sol und Gemini 4 Argon.
Automatische Annotation mit MiniMax-M3.1-Flash: Warum weniger Nachdenken zu besseren Boxen führte
Automatische Annotation mit MiniMax-M3.1-Flash in Ultralytics Platform: 0.317 mAP50 bei 1,84 $ pro 1.000 Bilder nach dem Tuning, mit 0.86 bei der SAR-Schiffserkennung.
Automatische Annotation mit Kimi K3.1 Pro: ein Drittel besser als K3, bei hohem Aufwand
Die automatische Annotation mit Kimi K3.1 Pro erreicht 0.444 mAP50 auf UL37 – ein Drittel mehr als Kimi K3. Erfahre, warum wir das Modell mit hohem Aufwand betreiben, was es kostet und wo es seine Stärken hat.
Ultralytics YOLO und NVIDIA Cosmos Data Factory: Synthetische Daten zur Fehlererkennung
Synthetische Daten aus der NVIDIA Cosmos Data Factory und eine agentische Trainingsschleife helfen Ultralytics YOLO26, mit weniger Labels dieselbe Genauigkeit bei der Fehlererkennung wie mit dem vollständigen Datensatz zu erreichen.
Automatische Annotation mit Gemini 4 Argon: die präzisesten Boxen unter 39 Modellen
Automatische Annotation mit Gemini 4 Argon in Ultralytics Platform: Platz 2 von 39 Modellen, höchste Präzision (0.667), Platz 1 in 6 von 12 Bereichen, 7,60 $ pro 1.000 Bilder bis zum 30. November.
Offenes Computing, offene Bildverarbeitung: AMD bei Ultralytics YOLO Vision 2026
Erfahre, wie AMD mit einem Vortrag zu ROCm, praxisorientierten Workshops und Demos mit YOLO auf AMD-Radeon-GPUs offene Rechenleistung zu Ultralytics YOLO Vision 2026 brachte.
Die besten Bildklassifizierungsmodelle: So triffst du die richtige Wahl
Vergleiche führende Bildklassifizierungsmodelle – von ConvNeXt V2 und DINOv3 bis EfficientNetV2, ViT und Ultralytics YOLO26-cls – und erfahre, wie du das passende Modell auswählst.
Semantische oder Instanzsegmentierung: So wählst du die passende Aufgabe
Bei der semantischen Segmentierung wird jedes Pixel einer Klasse zugeordnet; bei der Instanzsegmentierung wird jedes Objekt einzeln erkannt. Erfahre, welche Aufgabe zu deinem Computer-Vision-Projekt passt und warum.
Ultralytics bei Arm Create 2026: Echtzeit-KI für Computer Vision am Edge
Höhepunkte von Ultralytics auf der Arm Create 2026 in Shenzhen: Einsatz von Ultralytics YOLO für Echtzeit-KI am Edge, die Modellrunde und das neue Arm AI Portal.
Ultralytics-Treffen: London
Rückblick auf das Ultralytics-Treffen in London: ein erster Einblick in YOLO27, Demos von Ultralytics Platform und eine Diskussion zu KI für Computer Vision mit NVIDIA und Arm.
Überwachung in Ultralytics Platform: Halte Bereitstellungen für Computer Vision auf Kurs
Überwache bereitgestellte KI-Modelle für Computer Vision mit Ultralytics Platform. Verfolge den Status, die Latenz, Fehler und Protokolle von Endpunkten sowie Live-Statistiken zu Vorhersagen.
Ultralytics Agents: Visuelle KI-Workflows schneller erstellen
Erstelle Workflows für visuelle KI mit Ultralytics Agents. Verbinde YOLO-Modelle, Vision-Language-Modelle, Bedingungen, Datensätze und Slack-Benachrichtigungen auf einer einzigen Arbeitsfläche.
Ultralytics AutoTrain: Das Training von KI-Modellen für Bildverarbeitung vereinfachen
Trainiere, vergleiche und verbessere Ultralytics YOLO-Modelle mit AutoTrain in der Ultralytics Platform – von der ersten Basisversion bis zur Bereitstellung im Produktivbetrieb.
Die wichtigsten Highlights der Ultralytics YOLO Vision 2026!
Die wichtigsten Momente der YOLO Vision 2026, bei der Ultralytics Ultralytics YOLO27 vorgestellt und AutoTrain, Agents und Monitoring auf der Ultralytics Platform präsentiert hat.
Ultralytics YOLO26 unterstützt jetzt monokulare Tiefenschätzung
Erfahre, wie die neue Tiefenschätzungsaufgabe in Ultralytics YOLO26 die Tiefe für jedes Pixel in metrischem Maßstab aus einem einzelnen RGB-Bild vorhersagt – ganz ohne Stereoanlage oder LiDAR.
Die besten Plattformen zur Bildannotation für Computer Vision
Vergleiche neun Plattformen zur Bildannotation für Computer Vision: CVAT, Encord, Label Studio, Labelbox, Roboflow, Scale AI, SuperAnnotate, Ultralytics und V7.
Automatisierte Fehlererkennung in der Fertigung: Plattformen im Vergleich
Vergleiche Plattformen zur automatisierten Fehlererkennung: Cognex, Instrumental, Keyence, Landing AI, Overview und Ultralytics – und erfahre, wie du die Modellaufgabe passend zum Fehler auswählst.
Was Computer Vision in Unternehmen kostet: Ein Rahmen für die Gesamtbetriebskosten
Ein Rahmen zur Ermittlung der Gesamtbetriebskosten von Computer Vision in Unternehmen, einschließlich Daten, Annotation, Kameras, Edge-Hardware, Training, Inferenz, Integration und erneutem Training.
Montageprüfung und Fehlervermeidung mit Computer Vision
So prüft Computer Vision Vollständigkeit, Korrektheit und Reihenfolge bei der Montage: Aufbau der Bildverarbeitungsstation, Auswahl der Modellaufgabe, SPS-Integration und Validierung.
Computer-Vision-Inferenz im großen Maßstab: Sieben Plattformen im Vergleich
Sieben Inferenzplattformen für Computer Vision im Vergleich: Azure ML, KServe, NVIDIA Triton, Roboflow, SageMaker AI, Ultralytics und Vertex AI – hinsichtlich Latenz und Skalierbarkeit.
Ultralytics YOLO Vision 2026: Alles, was du wissen musst
Sei am 13. September bei Ultralytics YOLO Vision 2026 in Shenzhen oder online dabei und erlebe neue YOLO-Modelle, Produkteinführungen, Live-Demos und praxisnahe visuelle KI.
Häufig gestellte Fragen
Ja. Zusätzlich zum Standardsupport bietet Ultralytics maßgeschneiderte Entwicklungsdienstleistungen für Teams, die praktische Unterstützung bei der Integration von YOLO in Web-, Mobil- oder Cloud-Produkte benötigen. Dazu gehören Modelltraining, Bereitstellungsarchitektur und maßgeschneiderte Lösungen. Wende dich an das Vertriebsteam, um deine Anforderungen zu besprechen und ein Angebot zu erhalten.
Melde Fehler im Open-Source-YOLO-Paket, indem du ein Issue auf GitHub erstellst. Bei Problemen speziell mit der Ultralytics Platform, etwa mit Trainingsläufen, Bereitstellungen oder der Abrechnung, nutze das Feedbackformular in der Plattform. Wenn du einen Enterprise-Tarif hast, kannst du dich auch über deinen zuständigen Supportkanal melden.
Bei Community-Support hängen die Antwortzeiten von der Aktivität im Forum und auf GitHub ab. Unser Team bemüht sich, auf GitHub-Issues innerhalb von 24 Stunden zu antworten. Enterprise-Kunden erhalten garantierte Antwortzeiten, die in einem vertraglichen SLA festgelegt und auf die Größe und Bedürfnisse ihrer Organisation zugeschnitten sind.
Enterprise-Kunden erhalten einen persönlichen SE/CSM, ein vertragliches SLA, Schulungsstunden mit einem SE, ein strukturiertes Onboarding mit Meilensteinen, Unterstützung bei der Projektumsetzung und vierteljährliche Geschäftsbesprechungen. Das Angebot richtet sich an Organisationen, die Ultralytics in großem Umfang einsetzen und vom ersten Tag an direkten Kontakt zu unserem Team benötigen. Wende dich an den Vertrieb, um zu besprechen, was für deine Organisation am besten passt.
Die Free- und Pro-Tarife bieten Zugang zum Community-Support und unserem aktiven Forum, in dem du Fragen stellen, Projekte teilen und Antworten von anderen Entwicklern und dem Ultralytics-Team erhalten kannst. Außerdem hast du uneingeschränkten Zugriff auf die Dokumentation von Ultralytics, GitHub und Video-Tutorials zu allen Themen von der Annotation bis zur Bereitstellung.
Lass uns gemeinsam die Zukunft der KI gestalten!
Starte deine Reise in die Zukunft des maschinellen Lernens