深受全球领先组织信赖
两款产品,各具专用的安全性
企业解决方案控制与开源供应链完整性,均经独立强化。
全生命周期安全
涵盖 Ultralytics 安全态势每一层的三大支柱。
视觉 AI,符合企业标准
全球使用最广泛的视觉 AI 模型,具备在生产环境中运行所需的许可、控制和支持。
- 加速交付:审计报告、DPA 和渗透测试结果均为自助获取。
- 随处部署:你的基础设施或我们的基础设施,从云端到物理隔离环境。
- 保持受保护:企业许可、法律保护、自定义 SLA。
受全球企业信赖
自从改用 Ultralytics 后,一切都变得简单多了。你可以用一行代码完成任何内容的训练、预测和导出。
Ultralytics YOLO 模型既简单、准确又灵活。这帮助我们将巡逻时间平均减少了约 30%。
我们希望提高模型对异构材料类别的分类准确度,同时减少团队所需的人工投入。切换到 Ultralytics YOLO 是实现这些性能提升的关键。
在我们评估的所有模型中,YOLO 针对我们的用例无疑是速度最快的。
我们非常喜欢 Ultralytics 提供的用于训练的基础设施,而且我们特别喜欢它的上手有多简单。整个过程非常直观,特别是在构建数据集和运行“train”函数时。
常见问题解答
Ultralytics 的安全计划与行业认可的框架(包括 SOC 2 和 ISO 27001)保持一致。我们的安全计划包括:- 正式的安全政策和程序 - 基于角色的访问控制和最小特权访问 - 传输中和静态数据的加密 - 持续监控、日志记录和漏洞管理 - 事件响应和业务连续性流程。此外,我们还会进行独立的第三方安全测试(包括渗透测试),以持续评估和改进 Ultralytics Platform 的安全性。
Ultralytics YOLO 代码库采用安全开发实践进行维护,包括:
- 带有访问控制的版本控制仓库
- 经过同行评审的代码变更
- 发布前的自动化测试和漏洞扫描
用于训练我们企业产品的精选数据集源自公开渠道。这些数据集会经过内部审核、筛选和过滤,以符合相关的隐私、道德和许可标准,特别注意排除敏感或可识别的内容,如个人数据、受保护的图像或可能对受保护群体产生不成比例影响的内容。我们的数据集治理框架纳入了符合欧盟 AI 法案第 10 条所述数据管理期望的风险控制措施,特别是在透明度、许可完整性和下游可追溯性方面。重要的是,Ultralytics YOLO 模型作为开源视觉 AI 框架发布,可以进行适配、微调或部署在广泛的领域。因此,部署实体有责任在特定上下文中评估模型的行为和性能,并在需要时进行特定于用例的风险评估,尤其是在涉及高风险用例时(如欧盟 AI 法案附件 III 所述)。
Ultralytics 仅从开源用户那里收集匿名信息,用于性能监控和使用分析。我们确保这些数据保持匿名,且仅用于改进我们的工具。对于托管服务,我们遵循严格的数据隐私实践,并在我们的 隐私政策 中明确列出,并对所有数据的使用保持透明。
Ultralytics 维持一个由持续监控支持的正式事件响应流程。在服务中断或安全事件发生时,我们通过公共 状态页面 提供透明且及时的更新,用户可以在该页面订阅以接收实时通知。
企业客户可获得专属支持和自定义 SLA、数据集和模型训练的法律保护,以及在你的基础设施或我们基础设施上部署的灵活性。详情请参阅 Ultralytics 许可。
在 Ultralytics Platform 之外使用 Ultralytics YOLO 模型时,数据完全存储和处理在客户管理的环境中。由于客户负责部署和运行模型,Ultralytics 不处理或存储推理数据,从而确保客户保留对其数据和治理的完全控制权。Ultralytics Platform 在多区域基础设施上运行,为数据集和模型内容数据提供欧盟、美国和亚太地区的数据驻留选项。数据处理、转换和保留实践记录在 数据处理协议 (DPA) 中。


