Assistance Ultralytics
Trouve des réponses dans notre documentation, échange avec la communauté ou contacte directement notre équipe.
Obtiens de l’aide par sujet
Trouve ci-dessous le domaine qui te pose problème pour accéder à des guides pas à pas, des tutoriels et des conseils de dépannage.
Annoter
Étiquetage, formats de jeux de données et dépannage de l’annotation
En savoir plus
Entraîner
Configuration de l’entraînement, erreurs GPU et CUDA, et amélioration de la précision
En savoir plus
Déployer
Formats d’exportation, déploiement en périphérie et dans le cloud, et inférence
En savoir plus
Agents
Flux de travail visuels avec YOLO, modèles vision-langage, conditions et alertes
En savoir plus
Modèles YOLO d’Ultralytics
Choix d’un modèle, modes de prédiction et guides sur les architectures
En savoir plus
API
Configuration du SDK, référence de la REST API et aide à l’intégration
En savoir plus
Licence YOLO d’Ultralytics
AGPL-3.0 ou Enterprise, conformité et facturation
En savoir plusÀ la une du blog
Détection des EPI manquants : entraîne Ultralytics YOLO sur Construction-PPE
Découvre comment Construction-PPE annote les casques, gilets et gants manquants, puis entraîne Ultralytics YOLO à détecter les EPI manquants sur les caméras de ton propre site.
Guide des jeux de données de détection de drones : entraîner Ultralytics YOLO sur de petits UAV
Compare les jeux de données DUT Anti-UAV, Drone-vs-Bird et de détection thermique de drones, puis entraîne Ultralytics YOLO26 pour repérer les petits drones et réduire les fausses alertes.
IA conforme à HIPAA pour l’imagerie médicale : ce que couvre un BAA et comment entraîner avec des données de patients
Découvre ce qu’exige une IA conforme à HIPAA pour l’imagerie médicale, ce que couvre un BAA d’Ultralytics, et comment annoter, entraîner et déployer avec des données de patients.
Meilleurs modèles d’estimation de profondeur : comment choisir
Compare les modèles de profondeur monoculaire tels que Depth Anything, Depth Pro, Metric3D, UniDepth et Ultralytics YOLO26 pour la profondeur métrique, les appareils en périphérie et la robotique.
Comment migrer des modèles Ultralytics YOLO de W&B vers Ultralytics Platform
Importe des modèles Ultralytics YOLO depuis Weights & Biases (W&B) dans Ultralytics Platform sans les réentraîner, puis compare les expériences, exporte les modèles et déploie-les.
GPT-6.1 Terra arrive en tête pour l’annotation automatique et bat les modèles phares d’OpenAI
GPT-6.1 Terra pour l’annotation automatique devance 39 modèles dans notre classement VLM : 0.560 mAP50 pour 4,36 $ par tranche de 1 000 images, devant GPT-6.1 Sol et Gemini 4 Argon.
Annotation automatique avec MiniMax-M3.1-Flash : pourquoi un raisonnement moins poussé a donné de meilleures boîtes
Annotation automatique avec MiniMax-M3.1-Flash sur Ultralytics Platform : 0.317 mAP50 à 1,84 $ pour 1 000 images après réglage, avec un score de 0.86 pour la détection de navires SAR.
Annotation automatique avec Kimi K3.1 Pro : un tiers de mieux que K3, avec un effort élevé
L’annotation automatique avec Kimi K3.1 Pro atteint 0.444 mAP50 sur UL37, soit un tiers de plus que Kimi K3. Découvre pourquoi nous l’exécutons avec un effort élevé, combien cela coûte et où le modèle se démarque.
Ultralytics YOLO et NVIDIA Cosmos Data Factory : données synthétiques pour la détection des défauts
Les données synthétiques de NVIDIA Cosmos Data Factory et une boucle d’entraînement agentique aident Ultralytics YOLO26 à atteindre une précision de détection des défauts comparable à celle obtenue avec le jeu de données complet, avec moins d’annotations.
Annotation automatique avec Gemini 4 Argon : les boîtes les plus précises parmi 39 modèles
Annotation automatique avec Gemini 4 Argon sur Ultralytics Platform : 2e sur 39 modèles, meilleure précision (0.667), premier dans 6 domaines sur 12, à 7,60 $ pour 1 000 images jusqu’au 30 novembre.
Calcul ouvert, vision ouverte : AMD à Ultralytics YOLO Vision 2026
Découvre comment AMD a apporté le calcul ouvert à Ultralytics YOLO Vision 2026 avec une présentation sur ROCm, des ateliers pratiques et des démonstrations de YOLO sur des GPU AMD Radeon.
Meilleurs modèles de classification d’images : comment choisir
Compare les principaux modèles de classification d’images, de ConvNeXt V2 et DINOv3 à EfficientNetV2, ViT et Ultralytics YOLO26-cls, et découvre comment faire ton choix.
Segmentation sémantique ou segmentation d’instances : comment choisir la bonne tâche
La segmentation sémantique attribue une classe à chaque pixel ; la segmentation d’instances distingue chaque objet. Découvre laquelle convient à ton projet de vision par ordinateur, et pourquoi.
Ultralytics à Arm Create 2026 : l’IA visuelle en temps réel à la périphérie
Retour sur la participation d’Ultralytics à Arm Create 2026 à Shenzhen : déploiement d’Ultralytics YOLO pour l’IA en périphérie en temps réel, table ronde sur les modèles et nouveau portail Arm AI Portal.
Rencontre Ultralytics : Londres
Retour sur la rencontre Ultralytics à Londres : premier aperçu de YOLO27, démonstrations d’Ultralytics Platform et table ronde sur l’IA visuelle avec NVIDIA et Arm.
Suivi Ultralytics Platform : garde le cap sur tes déploiements d’IA visuelle
Surveille les modèles d’IA visuelle déployés avec Ultralytics Platform. Suis l’état des points de terminaison, la latence, les erreurs, les journaux et les statistiques de prédiction en direct.
Découvrez Ultralytics Agents : créez plus rapidement des workflows d’IA visuelle
Crée des workflows d’IA visuelle avec Ultralytics Agents. Connecte des modèles YOLO, des modèles vision-langage, des conditions, des jeux de données et des alertes Slack sur un même canevas.
Découvrez Ultralytics AutoTrain : simplifiez l’entraînement des modèles d’IA visuelle
Entraîne, compare et améliore des modèles Ultralytics YOLO avec AutoTrain dans Ultralytics Platform, de la référence initiale au déploiement en production.
Les temps forts d’Ultralytics YOLO Vision 2026 !
Les moments forts de YOLO Vision 2026, où Ultralytics a dévoilé Ultralytics YOLO27 et présenté AutoTrain, Agents et Monitoring sur Ultralytics Platform.
Ultralytics YOLO26 prend désormais en charge l’estimation de profondeur monoculaire
Découvre comment la nouvelle tâche d’estimation de profondeur d’Ultralytics YOLO26 prédit une profondeur métrique pour chaque pixel à partir d’une seule image RGB, sans système stéréo ni LiDAR.
Meilleures plateformes d’annotation d’images pour la vision par ordinateur
Compare neuf plateformes d’annotation d’images pour la vision par ordinateur : CVAT, Encord, Label Studio, Labelbox, Roboflow, Scale AI, SuperAnnotate, Ultralytics et V7.
Détection automatisée des défauts en production : comparatif des plateformes
Compare les plateformes de détection automatisée des défauts : Cognex, Instrumental, Keyence, Landing AI, Overview et Ultralytics, et découvre comment choisir la tâche du modèle en fonction du défaut.
Combien coûte la vision par ordinateur en entreprise : un cadre d’analyse du TCO
Un cadre d’analyse du coût total de la vision par ordinateur en entreprise, couvrant les données, l’annotation, les caméras, le matériel embarqué, l’entraînement, l’inférence, l’intégration et le réentraînement.
Vérification de l’assemblage et prévention des erreurs par la vision par ordinateur
Comment la vision par ordinateur vérifie l’exhaustivité, la conformité et l’ordre des étapes d’assemblage : conception du poste d’imagerie, choix de la tâche du modèle, intégration au PLC et validation.
Inférence en vision par ordinateur à grande échelle : comparatif de sept plateformes
Comparatif de sept plateformes d’inférence en vision par ordinateur : Azure ML, KServe, NVIDIA Triton, Roboflow, SageMaker AI, Ultralytics et Vertex AI, selon la latence et l’évolutivité.
Ultralytics YOLO Vision 2026 : tout ce que tu dois savoir
Participe à Ultralytics YOLO Vision 2026 le 13 septembre à Shenzhen ou en ligne pour découvrir de nouveaux modèles YOLO, des lancements de produits, des démonstrations en direct et des applications concrètes de l’IA visuelle.
Comment annoter moins : comparatif des outils d’annotation automatique et d’apprentissage actif
Comparatif de dix outils d’annotation automatique et d’apprentissage actif : CVAT, Encord, Label Studio, Labelbox, Lightly, Roboflow, SuperAnnotate, Ultralytics, V7 et FiftyOne.
Comment ajouter des analyses IA aux caméras de sécurité existantes
Trois façons d’ajouter des analyses par IA aux caméras de sécurité existantes : couches d’analyse, mises à niveau du VMS ou modèles auto-hébergés, et contraintes qui déterminent le choix.
Choisir un fournisseur de vision par ordinateur : guide d’achat pour les entreprises
Analyse des achats de huit fournisseurs de vision par ordinateur : AWS, Azure, Cognex, Encord, Landing AI, NVIDIA, Roboflow et Ultralytics, avec les points à vérifier concernant les licences.
Déploiement de la vision par ordinateur : cloud géré ou auto-hébergé
Compare le cloud géré et le déploiement de la vision par ordinateur auto-hébergé en matière de coûts, de latence, de limites des données, de mise à l’échelle et de risque de sortie, à l’aide de trois modèles de déploiement.
Foire aux questions
Oui. En complément de l’assistance standard, Ultralytics propose des services d’ingénierie sur mesure aux équipes qui ont besoin d’aide concrète pour intégrer YOLO à des produits Web, mobiles ou cloud. Ces services comprennent l’entraînement de modèles, l’architecture de déploiement et des solutions personnalisées. Contacte l’équipe commerciale pour discuter de tes besoins et obtenir un devis.
Pour signaler un bogue dans le package YOLO open source, ouvre un ticket sur GitHub. Pour les problèmes propres à Ultralytics Platform, comme les tâches d’entraînement, les déploiements ou la facturation, utilise le formulaire de commentaires dans la plateforme ou contacte ton canal d’assistance dédié si tu as un forfait Enterprise.
Pour l’assistance de la communauté, les délais de réponse varient selon l’activité sur le forum et GitHub, même si notre équipe vise une réponse aux tickets GitHub sous 24 heures. Les clients Enterprise bénéficient de délais de réponse garantis, définis dans un SLA contractuel et adaptés à la taille et aux besoins de leur organisation.
Les clients Enterprise bénéficient d’un SE/CSM attitré, d’un SLA contractuel, d’heures d’accompagnement par un SE, d’un processus d’intégration structuré avec des jalons, d’une assistance à la mise en œuvre des projets et de revues trimestrielles des activités. Cette offre s’adresse aux organisations qui utilisent Ultralytics à grande échelle et ont besoin d’un contact direct avec notre équipe dès le premier jour. Contacte le service commercial pour déterminer la formule qui convient à ton organisation.
Les forfaits Free et Pro donnent accès au soutien de la communauté, à notre forum actif où tu peux poser des questions, partager des projets et obtenir des réponses d'autres développeurs et de l'équipe Ultralytics. Tu as également un accès complet à la documentation Ultralytics, à GitHub et à des tutoriels vidéo couvrant tous les sujets, de l'annotation au déploiement.
Construisons ensemble l’avenir de l’IA !
Commence ton parcours vers l’avenir de l’apprentissage automatique