Asistencia de Ultralytics
Encuentra respuestas en nuestra documentación, conecta con la comunidad o ponte en contacto directamente con nuestro equipo.
Obtén ayuda por tema
Busca abajo el área de tu problema para encontrar guías paso a paso, tutoriales y soluciones a problemas.
Anota
Etiquetado, formatos de conjuntos de datos y resolución de problemas de anotación
Más información
Entrena
Configuración del entrenamiento, errores de GPU y CUDA, y cómo mejorar la precisión
Más información
Implementa
Formatos de exportación, implementación en el edge y en la nube, e inferencia
Más información
Agentes
Flujos de trabajo visuales con YOLO, modelos de visión y lenguaje, condiciones y alertas
Más información
Modelos YOLO de Ultralytics
Cómo elegir un modelo, modos de predicción y guías de arquitectura
Más información
API
Configuración del SDK, referencia de la REST API y ayuda con integraciones
Más información
Licencia de Ultralytics YOLO
AGPL-3.0 frente a Enterprise, cumplimiento normativo y facturación
Más informaciónDel blog
Las mejores herramientas de datos sintéticos para entrenar modelos de visión artificial
Herramientas de datos sintéticos para visión artificial comparadas por método: simulación 3D, modelos generativos y aumento de datos, y cómo probarlas con Ultralytics YOLO.
Ultralytics en el AMD Embedded AI Working Group de Dublín
Descubre cómo Ultralytics y AMD exploraron la IA física, la robótica y el despliegue de visión artificial en el AMD Embedded AI Working Group 2026 de Dublín.
Cómo elegir un VLM para el autoetiquetado según la precisión y la exhaustividad
Elige un VLM para el autoetiquetado según la precisión y la exhaustividad: qué modelos generan menos cajas sobrantes, cuáles omiten menos objetos y cómo probarlos con tus propios datos.
ONNX frente a TensorRT para la inferencia en visión artificial: comparativas y cómo elegir
ONNX Runtime frente a TensorRT para la inferencia en visión artificial: velocidad y precisión medidas de Ultralytics YOLO26 en 19 GPU NVIDIA, y cómo elegir.
Detección de EPI ausentes: entrena Ultralytics YOLO con Construction-PPE
Descubre cómo Construction-PPE etiqueta cascos, chalecos y guantes que faltan, y luego entrena Ultralytics YOLO para detectar EPI ausentes con las cámaras de tu propia obra.
Guía de conjuntos de datos para detectar drones: entrena Ultralytics YOLO con UAV diminutos
Compara los conjuntos de datos DUT Anti-UAV, Drone-vs-Bird y de detección térmica de drones; después, entrena Ultralytics YOLO26 para detectar drones diminutos y reducir las falsas alarmas.
IA conforme a HIPAA para el diagnóstico por imagen: qué cubre un BAA y cómo entrenar con datos de pacientes
Descubre qué exige la IA conforme a HIPAA para el diagnóstico por imagen, qué cubre un BAA de Ultralytics y cómo anotar, entrenar y desplegar modelos con datos de pacientes.
Los mejores modelos de estimación de profundidad: cómo elegir
Compara modelos de profundidad monocular como Depth Anything, Depth Pro, Metric3D, UniDepth y Ultralytics YOLO26 para obtener profundidad métrica y utilizarlos en dispositivos periféricos y robótica.
Cómo migrar modelos Ultralytics YOLO de W&B a Ultralytics Platform
Importa modelos Ultralytics YOLO de Weights & Biases (W&B) en Ultralytics Platform sin volver a entrenarlos y, después, compara experimentos, expórtalos y despliega los modelos.
GPT-6.1 Terra se coloca en el n.º 1 en anotación automática y supera a los modelos insignia de la propia OpenAI
La anotación automática con GPT-6.1 Terra supera a 39 modelos en nuestra clasificación VLM: 0.560 mAP50 por 4,36 $ por cada 1.000 imágenes, por delante de GPT-6.1 Sol y Gemini 4 Argon.
Anotación automática con MiniMax-M3.1-Flash: por qué razonar menos dio lugar a mejores cuadros
Anotación automática con MiniMax-M3.1-Flash en Ultralytics Platform: 0,317 mAP50 a 1,84 $ por cada 1.000 imágenes tras el ajuste, con 0,86 en la detección de barcos SAR.
Anotación automática con Kimi K3.1 Pro: un tercio mejor que K3, con un nivel de esfuerzo alto
La anotación automática con Kimi K3.1 Pro logra 0,444 mAP50 en UL37, un tercio más que Kimi K3. Descubre por qué lo ejecutamos con un nivel de esfuerzo alto, cuánto cuesta y en qué casos destaca.
Ultralytics YOLO y NVIDIA Cosmos Data Factory: datos sintéticos para detectar defectos
Los datos sintéticos de NVIDIA Cosmos Data Factory y un ciclo de entrenamiento agéntico ayudan a Ultralytics YOLO26 a igualar la precisión de detección de defectos de un conjunto de datos completo con menos etiquetas.
Anotación automática con Gemini 4 Argon: los cuadros más precisos de 39 modelos
Anotación automática con Gemini 4 Argon en Ultralytics Platform: n.º 2 de 39 modelos, máxima precisión (0,667), primero en 6 de 12 dominios, 7,60 $ por cada 1.000 imágenes hasta el 30 de noviembre.
Computación abierta, visión abierta: AMD en Ultralytics YOLO Vision 2026
Descubre cómo AMD llevó la computación abierta a Ultralytics YOLO Vision 2026 con una ponencia sobre ROCm, talleres prácticos y demostraciones de YOLO en GPU AMD Radeon.
Los mejores modelos de clasificación de imágenes: cómo elegir
Compara los principales modelos de clasificación de imágenes, desde ConvNeXt V2 y DINOv3 hasta EfficientNetV2, ViT y Ultralytics YOLO26-cls, y aprende a elegir.
Segmentación semántica frente a segmentación de instancias: cómo elegir la tarea adecuada
La segmentación semántica asigna una clase a cada píxel; la segmentación de instancias separa cada objeto. Descubre cuál necesita tu proyecto de visión artificial y por qué.
Ultralytics en Arm Create 2026: IA visual en tiempo real en el perímetro
Lo más destacado de Ultralytics en Arm Create 2026, en Shenzhen: despliegue de Ultralytics YOLO para IA de borde en tiempo real, el panel sobre modelos y el nuevo Arm AI Portal.
Encuentro de Ultralytics: Londres
Resumen del encuentro de Ultralytics en Londres: primer vistazo a YOLO27, demostraciones de Ultralytics Platform y una mesa redonda sobre IA visual con NVIDIA y Arm.
Supervisión de Ultralytics Platform: mantén bajo control tus implementaciones de IA visual
Supervisa modelos de IA visual implementados con Ultralytics Platform. Controla el estado de los endpoints, la latencia, los errores, los registros y las estadísticas de predicción en tiempo real.
Presentamos Ultralytics Agents: crea flujos de trabajo de IA visual más rápido
Crea flujos de trabajo de IA visual con Ultralytics Agents. Conecta modelos YOLO, modelos visión-lenguaje, condiciones, conjuntos de datos y alertas de Slack en un mismo lienzo.
Presentamos Ultralytics AutoTrain: simplifica el entrenamiento de modelos de IA visual
Entrena, compara y mejora modelos Ultralytics YOLO con AutoTrain en Ultralytics Platform, desde la línea base inicial hasta la implementación en producción.
¡Lo más destacado de Ultralytics YOLO Vision 2026!
Momentos destacados de YOLO Vision 2026, donde Ultralytics presentó Ultralytics YOLO27 y mostró AutoTrain, Agents y Monitoring en Ultralytics Platform.
Ultralytics YOLO26 ahora admite la estimación monocular de profundidad
Descubre cómo la nueva tarea de estimación de profundidad de Ultralytics YOLO26 predice la profundidad a escala métrica para cada píxel a partir de una única imagen RGB, sin necesidad de un sistema estéreo ni de LiDAR.
Las mejores plataformas de anotación de imágenes para visión artificial
Compara nueve plataformas de anotación de imágenes para visión artificial: CVAT, Encord, Label Studio, Labelbox, Roboflow, Scale AI, SuperAnnotate, Ultralytics y V7.
Detección automatizada de defectos en fabricación: comparativa de plataformas
Compara plataformas de detección automatizada de defectos: Cognex, Instrumental, Keyence, Landing AI, Overview y Ultralytics, y descubre cómo elegir la tarea del modelo según el defecto.
Cuánto cuesta la visión artificial empresarial: un marco de TCO
Un marco de costes totales para visión artificial empresarial que abarca datos, anotación, cámaras, hardware en el edge, entrenamiento, inferencia, integración y reentrenamiento.
Verificación de montajes y prevención de errores con visión artificial
Cómo verifica la visión artificial la integridad, corrección y secuencia del montaje: diseño de la estación de captura de imágenes, elección de la tarea del modelo, integración con PLC y validación.
Inferencia de visión artificial a gran escala: comparativa de siete plataformas
Comparativa de siete plataformas de inferencia de visión artificial: Azure ML, KServe, NVIDIA Triton, Roboflow, SageMaker AI, Ultralytics y Vertex AI, en latencia y escalabilidad.
Ultralytics YOLO Vision 2026: todo lo que necesitas saber
Únete a Ultralytics YOLO Vision 2026 el 13 de septiembre en Shenzhen o en línea para descubrir nuevos modelos YOLO, lanzamientos de productos, demostraciones en directo y aplicaciones reales de IA visual.
Preguntas frecuentes
Sí. Además de la asistencia estándar, Ultralytics ofrece servicios de ingeniería personalizados para equipos que necesitan ayuda práctica para integrar YOLO en productos web, móviles o en la nube. Estos servicios incluyen el entrenamiento de modelos, la arquitectura de despliegue y soluciones a medida. Ponte en contacto con el equipo de ventas para hablar de tus necesidades y pedir un presupuesto.
Si encuentras errores en el paquete YOLO de código abierto, abre una incidencia en GitHub. Para problemas específicos de Ultralytics Platform, como trabajos de entrenamiento, despliegues o facturación, utiliza el formulario de comentarios de la plataforma o contacta con tu canal de asistencia específico si tienes un plan Enterprise.
En el caso de la asistencia de la comunidad, los tiempos de respuesta varían según la actividad del foro y de GitHub, aunque nuestro equipo procura responder a las incidencias de GitHub en un plazo de 24 horas. Los clientes Enterprise reciben tiempos de respuesta garantizados, definidos en un SLA contractual y adaptados al tamaño y las necesidades de su organización.
Los clientes Enterprise cuentan con un SE/CSM asignado, un SLA contractual, horas de asesoramiento de SE, una incorporación estructurada con revisiones de hitos, asistencia para habilitar proyectos y revisiones trimestrales del negocio. Está diseñado para organizaciones que utilizan Ultralytics a gran escala y necesitan tener contacto directo con nuestro equipo desde el primer día. Contacta con ventas para hablar de lo que más conviene a tu organización.
Los planes Free y Pro incluyen acceso al soporte de la comunidad y a nuestro foro activo, donde puedes hacer preguntas, compartir proyectos y obtener respuestas de otros desarrolladores y del equipo de Ultralytics. También tienes acceso completo a la documentación de Ultralytics, GitHub y videotutoriales que abarcan desde la anotación hasta el despliegue.
¡Construyamos juntos el futuro de la IA!
Inicia tu recorrido hacia el futuro del aprendizaje automático