Ultralytics 支持
在我们的文档中查找答案，加入社区交流，或直接联系我们的团队。
来自博客
Ultralytics Platform 监控：让视觉 AI 部署步入正轨
使用 Ultralytics Platform 监控已部署的视觉 AI 模型。跟踪端点运行状况、延迟、错误、日志和实时预测统计信息。
隆重推出 Ultralytics Agents：更快地构建视觉 AI 工作流
使用 Ultralytics Agents 构建视觉 AI 工作流。连接 YOLO、视觉语言模型、条件、数据集和操作。
隆重推出 Ultralytics AutoTrain：简化视觉 AI 模型训练
在 Ultralytics Platform 中使用 AutoTrain 训练、比较和改进 Ultralytics YOLO 模型，从初始基准测试到生产部署。
Ultralytics YOLO Vision 2026 的主要亮点！
YOLO Vision 2026 的精彩时刻，Ultralytics 在会上发布了 Ultralytics YOLO27，并在 Ultralytics Platform 上展示了 AutoTrain、Agents 和 Monitoring。
Ultralytics YOLO26 现已支持单目深度估计
了解 Ultralytics YOLO26 中全新的深度估计任务如何从单张 RGB 图像预测每个像素的度量尺度深度，无需立体视觉系统或 LiDAR。
计算机视觉最佳图像标注平台
比较九个计算机视觉图像标注平台：CVAT、Encord、Label Studio、Labelbox、Roboflow、Scale AI、SuperAnnotate、Ultralytics 和 V7。
制造业自动化缺陷检测：平台对比
比较自动化缺陷检测平台：Cognex、Instrumental、Keyence、Landing AI、Overview 和 Ultralytics，并了解如何将模型任务与缺陷匹配。
企业级计算机视觉的成本：TCO 框架
企业级计算机视觉总成本框架，涵盖数据、标注、摄像头、边缘硬件、训练、推理、集成和再训练。
借助计算机视觉进行装配验证与防错
计算机视觉如何验证装配的完整性、正确性和顺序：成像工位设计、模型任务选择、PLC 集成与验证。
规模化计算机视觉推理：七个平台对比
比较七个计算机视觉推理平台：Azure ML、KServe、NVIDIA Triton、Roboflow、SageMaker AI、Ultralytics 和 Vertex AI，关注延迟与规模化能力。
Ultralytics YOLO Vision 2026：你需要了解的一切
9 月 13 日加入在深圳或线上举办的 Ultralytics YOLO Vision 2026，了解全新的 YOLO 模型、产品发布、现场演示和真实世界视觉 AI。
如何减少标注工作：自动标注与主动学习工具对比
比较十种自动标注和主动学习工具：CVAT、Encord、Labelbox、Lightly、Roboflow、SuperAnnotate、Ultralytics、V7 和 Voxel51 FiftyOne。
如何为现有安防摄像头添加 AI 分析
为现有摄像头系统添加 AI 分析的三种路径：分析层、VMS 升级和自托管模型，以及决定方案的限制因素。
如何选择计算机视觉供应商：企业采购指南
从采购角度比较八家计算机视觉供应商：AWS、Azure、Cognex、Encord、Landing AI、NVIDIA、Roboflow 和 Ultralytics，并介绍许可检查要点。
托管云与自托管计算机视觉部署对比
从成本、延迟、数据边界、扩展能力和退出风险等方面比较托管云部署与自托管计算机视觉部署，并介绍三种部署模式。
在 LiteRT 上导出 Ultralytics YOLO
了解全新的 LiteRT 导出集成如何以统一格式将 Ultralytics YOLO 推理带到移动端、嵌入式设备、边缘设备和浏览器环境。
计算机视觉如何引导 AMR、AGV 和自动驾驶叉车
了解计算机视觉如何助力 AMR、AGV 和自动驾驶叉车导航，摄像头、激光雷达和深度信息如何互为补充，以及安全保障的定位。
将计算机视觉从试点扩展到生产环境
将计算机视觉从试点推向生产的六个阶段门，涵盖覆盖矩阵、工作流验证、模型运维和现场就绪度。
制造业计算机视觉平台：YOLO、Cognex 和 Keyence 对比
比较面向制造业的计算机视觉平台：Cognex、Edge Impulse、Keyence、Landing AI、Roboflow 和 Ultralytics YOLO，关注检测能力与 MES 的适配性。
机器人质量检测：覆盖范围为何是难点
了解机器人质量检测的工作原理：扫描规划、标定、机器人与视觉同步、多视角融合、覆盖范围证明和质量记录。
Scale AI 数据标注替代方案
用于视觉数据标注的 Scale AI 替代方案：iMerit、SuperAnnotate 和 Ultralytics Platform，从成本、控制力、扩展速度和数据处理等方面进行比较。
使用 Ultralytics 进行个人防护装备检测与工作场所安全
使用 Ultralytics Platform 构建个人防护装备检测：标注现场图像，训练 YOLO26，部署到云端或边缘，并验证工作场所安全监控。
人员计数和占用率分析究竟如何工作
了解人员计数和占用率分析的工作原理：比较 WiFi、ToF、热成像和基于摄像头的视觉方法、现有产品，以及如何自行构建。
用于装配和抓取放置的视觉引导机器人技术
了解视觉引导的抓取与放置如何贯穿感知、理解、标定、抓取规划、运动和恢复，并提供 2D 与 3D 的选择指南。
标注外包与内部标注：真正的权衡
比较外包与内部计算机视觉标注，关注每个可用标注的成本、扩展速度、质量、安全性，以及大多数团队最终采用的混合模式。
Ultralytics 摩洛哥外出活动：2026 团队精彩瞬间
深入了解 Ultralytics 在摩洛哥举办的公司外出活动。工作坊、文化体验，以及凝聚全球团队的精彩时刻。
Ultralytics 参加 2026 Qualcomm × Extreme Vision Edge AI Developer Technology Day 的精彩亮点
回顾 Ultralytics 参加 2026 Qualcomm x Extreme Vision Edge AI Developer Day 的经历：活动现场的演示、亮点与交流。
在 Intel Core Ultra Series 3（Panther Lake）上借助 OpenVINO 加速 Ultralytics YOLO26
了解如何将 Ultralytics YOLO26 模型导出为 OpenVINO 格式，并在 Intel 硬件上加速推理，包括 CPU、GPU 和 NPU。
Ultralytics 参加 CVPR 2026 的精彩亮点
回顾 Ultralytics 在丹佛参加 CVPR 2026 的精彩经历：展示产品、发表研究成果，并与全球计算机视觉社区交流。
Ultralytics 中国社区聚会：中国对机器学习兴趣全球最高
回顾 Ultralytics 首次深圳线下聚会的精彩内容：YOLO 如何发展为完整的计算机视觉平台，以及中国 AI 社区的未来方向。
Ultralytics Platform 监控：让视觉 AI 部署步入正轨
使用 Ultralytics Platform 监控已部署的视觉 AI 模型。跟踪端点运行状况、延迟、错误、日志和实时预测统计信息。
隆重推出 Ultralytics Agents：更快地构建视觉 AI 工作流
使用 Ultralytics Agents 构建视觉 AI 工作流。连接 YOLO、视觉语言模型、条件、数据集和操作。
隆重推出 Ultralytics AutoTrain：简化视觉 AI 模型训练
在 Ultralytics Platform 中使用 AutoTrain 训练、比较和改进 Ultralytics YOLO 模型，从初始基准测试到生产部署。
Ultralytics YOLO Vision 2026 的主要亮点！
YOLO Vision 2026 的精彩时刻，Ultralytics 在会上发布了 Ultralytics YOLO27，并在 Ultralytics Platform 上展示了 AutoTrain、Agents 和 Monitoring。
Ultralytics YOLO26 现已支持单目深度估计
了解 Ultralytics YOLO26 中全新的深度估计任务如何从单张 RGB 图像预测每个像素的度量尺度深度，无需立体视觉系统或 LiDAR。
计算机视觉最佳图像标注平台
比较九个计算机视觉图像标注平台：CVAT、Encord、Label Studio、Labelbox、Roboflow、Scale AI、SuperAnnotate、Ultralytics 和 V7。
制造业自动化缺陷检测：平台对比
比较自动化缺陷检测平台：Cognex、Instrumental、Keyence、Landing AI、Overview 和 Ultralytics，并了解如何将模型任务与缺陷匹配。
企业级计算机视觉的成本：TCO 框架
企业级计算机视觉总成本框架，涵盖数据、标注、摄像头、边缘硬件、训练、推理、集成和再训练。
借助计算机视觉进行装配验证与防错
计算机视觉如何验证装配的完整性、正确性和顺序：成像工位设计、模型任务选择、PLC 集成与验证。
规模化计算机视觉推理：七个平台对比
比较七个计算机视觉推理平台：Azure ML、KServe、NVIDIA Triton、Roboflow、SageMaker AI、Ultralytics 和 Vertex AI，关注延迟与规模化能力。
Ultralytics YOLO Vision 2026：你需要了解的一切
9 月 13 日加入在深圳或线上举办的 Ultralytics YOLO Vision 2026，了解全新的 YOLO 模型、产品发布、现场演示和真实世界视觉 AI。
如何减少标注工作：自动标注与主动学习工具对比
比较十种自动标注和主动学习工具：CVAT、Encord、Labelbox、Lightly、Roboflow、SuperAnnotate、Ultralytics、V7 和 Voxel51 FiftyOne。
如何为现有安防摄像头添加 AI 分析
为现有摄像头系统添加 AI 分析的三种路径：分析层、VMS 升级和自托管模型，以及决定方案的限制因素。
如何选择计算机视觉供应商：企业采购指南
从采购角度比较八家计算机视觉供应商：AWS、Azure、Cognex、Encord、Landing AI、NVIDIA、Roboflow 和 Ultralytics，并介绍许可检查要点。
托管云与自托管计算机视觉部署对比
从成本、延迟、数据边界、扩展能力和退出风险等方面比较托管云部署与自托管计算机视觉部署，并介绍三种部署模式。
在 LiteRT 上导出 Ultralytics YOLO
了解全新的 LiteRT 导出集成如何以统一格式将 Ultralytics YOLO 推理带到移动端、嵌入式设备、边缘设备和浏览器环境。
计算机视觉如何引导 AMR、AGV 和自动驾驶叉车
了解计算机视觉如何助力 AMR、AGV 和自动驾驶叉车导航，摄像头、激光雷达和深度信息如何互为补充，以及安全保障的定位。
将计算机视觉从试点扩展到生产环境
将计算机视觉从试点推向生产的六个阶段门，涵盖覆盖矩阵、工作流验证、模型运维和现场就绪度。
制造业计算机视觉平台：YOLO、Cognex 和 Keyence 对比
比较面向制造业的计算机视觉平台：Cognex、Edge Impulse、Keyence、Landing AI、Roboflow 和 Ultralytics YOLO，关注检测能力与 MES 的适配性。
机器人质量检测：覆盖范围为何是难点
了解机器人质量检测的工作原理：扫描规划、标定、机器人与视觉同步、多视角融合、覆盖范围证明和质量记录。
Scale AI 数据标注替代方案
用于视觉数据标注的 Scale AI 替代方案：iMerit、SuperAnnotate 和 Ultralytics Platform，从成本、控制力、扩展速度和数据处理等方面进行比较。
使用 Ultralytics 进行个人防护装备检测与工作场所安全
使用 Ultralytics Platform 构建个人防护装备检测：标注现场图像，训练 YOLO26，部署到云端或边缘，并验证工作场所安全监控。
人员计数和占用率分析究竟如何工作
了解人员计数和占用率分析的工作原理：比较 WiFi、ToF、热成像和基于摄像头的视觉方法、现有产品，以及如何自行构建。
用于装配和抓取放置的视觉引导机器人技术
了解视觉引导的抓取与放置如何贯穿感知、理解、标定、抓取规划、运动和恢复，并提供 2D 与 3D 的选择指南。
标注外包与内部标注：真正的权衡
比较外包与内部计算机视觉标注，关注每个可用标注的成本、扩展速度、质量、安全性，以及大多数团队最终采用的混合模式。
Ultralytics 摩洛哥外出活动：2026 团队精彩瞬间
深入了解 Ultralytics 在摩洛哥举办的公司外出活动。工作坊、文化体验，以及凝聚全球团队的精彩时刻。
Ultralytics 参加 2026 Qualcomm × Extreme Vision Edge AI Developer Technology Day 的精彩亮点
回顾 Ultralytics 参加 2026 Qualcomm x Extreme Vision Edge AI Developer Day 的经历：活动现场的演示、亮点与交流。
在 Intel Core Ultra Series 3（Panther Lake）上借助 OpenVINO 加速 Ultralytics YOLO26
了解如何将 Ultralytics YOLO26 模型导出为 OpenVINO 格式，并在 Intel 硬件上加速推理，包括 CPU、GPU 和 NPU。
Ultralytics 参加 CVPR 2026 的精彩亮点
回顾 Ultralytics 在丹佛参加 CVPR 2026 的精彩经历：展示产品、发表研究成果，并与全球计算机视觉社区交流。
Ultralytics 中国社区聚会：中国对机器学习兴趣全球最高
回顾 Ultralytics 首次深圳线下聚会的精彩内容：YOLO 如何发展为完整的计算机视觉平台，以及中国 AI 社区的未来方向。
Ultralytics Platform 监控：让视觉 AI 部署步入正轨
使用 Ultralytics Platform 监控已部署的视觉 AI 模型。跟踪端点运行状况、延迟、错误、日志和实时预测统计信息。
隆重推出 Ultralytics Agents：更快地构建视觉 AI 工作流
使用 Ultralytics Agents 构建视觉 AI 工作流。连接 YOLO、视觉语言模型、条件、数据集和操作。
隆重推出 Ultralytics AutoTrain：简化视觉 AI 模型训练
在 Ultralytics Platform 中使用 AutoTrain 训练、比较和改进 Ultralytics YOLO 模型，从初始基准测试到生产部署。
Ultralytics YOLO Vision 2026 的主要亮点！
YOLO Vision 2026 的精彩时刻，Ultralytics 在会上发布了 Ultralytics YOLO27，并在 Ultralytics Platform 上展示了 AutoTrain、Agents 和 Monitoring。
Ultralytics YOLO26 现已支持单目深度估计
了解 Ultralytics YOLO26 中全新的深度估计任务如何从单张 RGB 图像预测每个像素的度量尺度深度，无需立体视觉系统或 LiDAR。
计算机视觉最佳图像标注平台
比较九个计算机视觉图像标注平台：CVAT、Encord、Label Studio、Labelbox、Roboflow、Scale AI、SuperAnnotate、Ultralytics 和 V7。
制造业自动化缺陷检测：平台对比
比较自动化缺陷检测平台：Cognex、Instrumental、Keyence、Landing AI、Overview 和 Ultralytics，并了解如何将模型任务与缺陷匹配。
企业级计算机视觉的成本：TCO 框架
企业级计算机视觉总成本框架，涵盖数据、标注、摄像头、边缘硬件、训练、推理、集成和再训练。
借助计算机视觉进行装配验证与防错
计算机视觉如何验证装配的完整性、正确性和顺序：成像工位设计、模型任务选择、PLC 集成与验证。
规模化计算机视觉推理：七个平台对比
比较七个计算机视觉推理平台：Azure ML、KServe、NVIDIA Triton、Roboflow、SageMaker AI、Ultralytics 和 Vertex AI，关注延迟与规模化能力。
Ultralytics YOLO Vision 2026：你需要了解的一切
9 月 13 日加入在深圳或线上举办的 Ultralytics YOLO Vision 2026，了解全新的 YOLO 模型、产品发布、现场演示和真实世界视觉 AI。
如何减少标注工作：自动标注与主动学习工具对比
比较十种自动标注和主动学习工具：CVAT、Encord、Labelbox、Lightly、Roboflow、SuperAnnotate、Ultralytics、V7 和 Voxel51 FiftyOne。
如何为现有安防摄像头添加 AI 分析
为现有摄像头系统添加 AI 分析的三种路径：分析层、VMS 升级和自托管模型，以及决定方案的限制因素。
如何选择计算机视觉供应商：企业采购指南
从采购角度比较八家计算机视觉供应商：AWS、Azure、Cognex、Encord、Landing AI、NVIDIA、Roboflow 和 Ultralytics，并介绍许可检查要点。
托管云与自托管计算机视觉部署对比
从成本、延迟、数据边界、扩展能力和退出风险等方面比较托管云部署与自托管计算机视觉部署，并介绍三种部署模式。
在 LiteRT 上导出 Ultralytics YOLO
了解全新的 LiteRT 导出集成如何以统一格式将 Ultralytics YOLO 推理带到移动端、嵌入式设备、边缘设备和浏览器环境。
计算机视觉如何引导 AMR、AGV 和自动驾驶叉车
了解计算机视觉如何助力 AMR、AGV 和自动驾驶叉车导航，摄像头、激光雷达和深度信息如何互为补充，以及安全保障的定位。
将计算机视觉从试点扩展到生产环境
将计算机视觉从试点推向生产的六个阶段门，涵盖覆盖矩阵、工作流验证、模型运维和现场就绪度。
制造业计算机视觉平台：YOLO、Cognex 和 Keyence 对比
比较面向制造业的计算机视觉平台：Cognex、Edge Impulse、Keyence、Landing AI、Roboflow 和 Ultralytics YOLO，关注检测能力与 MES 的适配性。
机器人质量检测：覆盖范围为何是难点
了解机器人质量检测的工作原理：扫描规划、标定、机器人与视觉同步、多视角融合、覆盖范围证明和质量记录。
Scale AI 数据标注替代方案
用于视觉数据标注的 Scale AI 替代方案：iMerit、SuperAnnotate 和 Ultralytics Platform，从成本、控制力、扩展速度和数据处理等方面进行比较。
使用 Ultralytics 进行个人防护装备检测与工作场所安全
使用 Ultralytics Platform 构建个人防护装备检测：标注现场图像，训练 YOLO26，部署到云端或边缘，并验证工作场所安全监控。
人员计数和占用率分析究竟如何工作
了解人员计数和占用率分析的工作原理：比较 WiFi、ToF、热成像和基于摄像头的视觉方法、现有产品，以及如何自行构建。
用于装配和抓取放置的视觉引导机器人技术
了解视觉引导的抓取与放置如何贯穿感知、理解、标定、抓取规划、运动和恢复，并提供 2D 与 3D 的选择指南。
标注外包与内部标注：真正的权衡
比较外包与内部计算机视觉标注，关注每个可用标注的成本、扩展速度、质量、安全性，以及大多数团队最终采用的混合模式。
Ultralytics 摩洛哥外出活动：2026 团队精彩瞬间
深入了解 Ultralytics 在摩洛哥举办的公司外出活动。工作坊、文化体验，以及凝聚全球团队的精彩时刻。
Ultralytics 参加 2026 Qualcomm × Extreme Vision Edge AI Developer Technology Day 的精彩亮点
回顾 Ultralytics 参加 2026 Qualcomm x Extreme Vision Edge AI Developer Day 的经历：活动现场的演示、亮点与交流。
在 Intel Core Ultra Series 3（Panther Lake）上借助 OpenVINO 加速 Ultralytics YOLO26
了解如何将 Ultralytics YOLO26 模型导出为 OpenVINO 格式，并在 Intel 硬件上加速推理，包括 CPU、GPU 和 NPU。
Ultralytics 参加 CVPR 2026 的精彩亮点
回顾 Ultralytics 在丹佛参加 CVPR 2026 的精彩经历：展示产品、发表研究成果，并与全球计算机视觉社区交流。
Ultralytics 中国社区聚会：中国对机器学习兴趣全球最高
回顾 Ultralytics 首次深圳线下聚会的精彩内容：YOLO 如何发展为完整的计算机视觉平台，以及中国 AI 社区的未来方向。
常见问题
可以。除标准支持外，Ultralytics 还为需要实际动手帮助将 YOLO 集成到 Web、移动或云产品中的团队提供定制工程服务。这包括模型训练、部署架构和定制解决方案。请联系销售团队讨论你的需求并获取报价。
对于开源 YOLO 软件包中的错误，请在 GitHub 上提交 issue。对于 Ultralytics Platform 特有的问题，例如训练任务、部署或计费，请使用平台内的反馈表单；如果你使用的是 Enterprise 计划，也可以通过专属支持渠道联系我们。
对于社区支持，响应时间取决于论坛和 GitHub 的活跃程度，不过我们的团队会尽力在 24 小时内回复 GitHub issue。Enterprise 客户可获得合同 SLA 中规定的保证响应时间，该时间会根据其组织的规模和需求进行定制。
Enterprise 客户可获得指定的 SE/CSM、合同 SLA、SE enablement 小时数、带里程碑检查点的结构化入门支持、项目 enablement 支持和季度业务回顾。这一方案专为大规模运行 Ultralytics、需要从第一天起与我们团队直接沟通的组织设计。请联系销售团队，讨论适合你组织的方案。
Free 和 Pro 计划都包含社区支持，你可以在活跃的论坛中提问、分享项目，并获得其他开发者和 Ultralytics 团队的答复。你还可以完整访问 Ultralytics 文档、GitHub 和视频教程，内容涵盖从标注到部署的全部流程。