Ultralytics 支持
在我们的文档中查找答案、联系社区，或直接联系我们的团队。
来自博客
最适合计算机视觉训练的合成数据工具
按方法比较计算机视觉合成数据工具：3D 仿真、生成模型和数据增强，以及如何使用 Ultralytics YOLO 测试它们。
Ultralytics 参加都柏林 AMD 嵌入式 AI 工作组活动
了解 Ultralytics 和 AMD 如何在 2026 年都柏林 AMD 嵌入式 AI 工作组活动中探索 Physical AI、机器人技术和计算机视觉部署。
如何使用精确率和召回率选择自动标注 VLM
根据精确率和召回率选择用于自动标注的 VLM：哪些模型产生的多余框更少、漏检的目标更少，以及如何在自己的数据上进行测试。
计算机视觉推理中的 ONNX 与 TensorRT：基准测试及如何选择
ONNX Runtime 与 TensorRT 在计算机视觉推理中的对比：在 19 款 NVIDIA GPU 上测量 Ultralytics YOLO26 的速度和准确率，以及如何选择。
缺失 PPE 检测：使用 Construction-PPE 训练 Ultralytics YOLO
了解 Construction-PPE 如何标注缺失的头盔、背心和手套，然后训练 Ultralytics YOLO，让它在你自己的现场摄像头画面中检测缺失的 PPE。
无人机检测数据集指南：使用 Ultralytics YOLO 训练微型无人机检测模型
比较 DUT Anti-UAV、Drone-vs-Bird 和热成像无人机检测数据集，然后训练 Ultralytics YOLO26 来发现微型无人机并减少误报。
医疗影像领域的 HIPAA 合规 AI：BAA 涵盖哪些内容，以及如何使用患者数据训练
了解医疗影像领域的 HIPAA 合规 AI 有哪些要求、Ultralytics 的 BAA 涵盖哪些内容，以及如何使用患者数据进行标注、训练和部署。
最佳深度估计模型：如何选择
比较 Depth Anything、Depth Pro、Metric3D、UniDepth 和 Ultralytics YOLO26 等单目深度模型，了解它们在度量深度、边缘设备和机器人领域的表现。
如何将 Ultralytics YOLO 模型从 W&B 迁移到 Ultralytics Platform
将 Ultralytics YOLO 模型从 Weights & Biases (W&B) 导入 Ultralytics Platform，无需重新训练，然后比较实验、导出并部署模型。
GPT-6.1 Terra 自动标注排名第一，击败 OpenAI 自家的旗舰模型
GPT-6.1 Terra 自动标注在我们的 VLM 排行榜上击败了 39 款模型：每 1,000 张图像仅需 $4.36，mAP50 达到 0.560，领先 GPT-6.1 Sol 和 Gemini 4 Argon。
MiniMax-M3.1-Flash 自动标注：少一些推理为何能画出更好的框
Ultralytics Platform 中的 MiniMax-M3.1-Flash 自动标注：调优后 mAP50 达到 0.317，每 1,000 张图像成本为 $1.84；在 SAR 船舶检测上得分为 0.86。
Kimi K3.1 Pro 自动标注：高推理强度下比 K3 好三分之一
Kimi K3.1 Pro 自动标注在 UL37 上的 mAP50 得分为 0.444，比 Kimi K3 高出三分之一。了解我们为何以高推理强度运行它、成本如何，以及它在哪些方面表现出色。
Ultralytics YOLO 与 NVIDIA Cosmos Data Factory：用于缺陷检测的合成数据
NVIDIA Cosmos Data Factory 合成数据和智能体训练循环，助力 Ultralytics YOLO26 以更少的标注达到完整数据集的缺陷检测准确率。
Gemini 4 Argon 自动标注：39 个模型中定位框最精确
Ultralytics Platform 中的 Gemini 4 Argon 自动标注：39 个模型中排名第 #2，精确率最高（0.667），在 12 个领域中的 6 个领域排名第一；截至 11 月 30 日，每 1,000 张图像成本为 $7.60。
开放计算，开放视觉：AMD 亮相 Ultralytics YOLO Vision 2026
了解 AMD 如何通过 ROCm 演讲、实践研讨会和在 AMD Radeon GPU 上运行 YOLO 的演示，在 Ultralytics YOLO Vision 2026 上推动开放计算。
最佳图像分类模型：如何选择
比较主流图像分类模型，从 ConvNeXt V2 和 DINOv3 到 EfficientNetV2、ViT 和 Ultralytics YOLO26-cls，并了解如何选择。
语义分割与实例分割：如何选择合适的任务
语义分割为每个像素标注类别；实例分割则区分每个对象。了解你的计算机视觉项目需要哪种任务，以及原因。
Ultralytics 亮相 Arm Create 2026：边缘设备上的实时视觉 AI
Ultralytics 亮相 2026 年深圳 Arm Create：部署 Ultralytics YOLO 实现实时边缘 AI、模型专题讨论，以及全新的 Arm AI Portal。
Ultralytics 线下聚会：伦敦
回顾 Ultralytics 伦敦线下聚会：首次展示 YOLO27、Ultralytics Platform 演示，以及与 NVIDIA 和 Arm 参与的视觉 AI 专题讨论。
Ultralytics Platform 监控：确保视觉 AI 部署顺利运行
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。
推出 Ultralytics Agents：更快构建视觉 AI 工作流
使用 Ultralytics Agents 构建视觉 AI 工作流。在同一画布上连接 YOLO 模型、视觉语言模型、条件、数据集和 Slack 提醒。
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，从初始基线到生产部署。
Ultralytics YOLO Vision 2026 亮点速览！
回顾 YOLO Vision 2026 的精彩时刻：Ultralytics 发布了 Ultralytics YOLO27，并展示了 Ultralytics Platform 上的 AutoTrain、Agents 和 Monitoring。
Ultralytics YOLO26 现已支持单目深度估计
了解 Ultralytics YOLO26 全新的深度估计任务如何从单张 RGB 图像预测逐像素、具有度量尺度的深度，无需立体相机或 LiDAR。
计算机视觉最佳图像标注平台
比较九种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，并了解如何让模型任务与缺陷相匹配。
企业计算机视觉的成本：TCO 框架
企业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。
使用计算机视觉进行装配验证与防错
了解计算机视觉如何验证装配的完整性、正确性和顺序：包括成像工位设计、模型任务选择、PLC 集成和验证。
大规模计算机视觉推理：七个平台对比
对比七种计算机视觉推理平台：Azure ML、KServe、NVIDIA Triton、Roboflow、SageMaker AI、Ultralytics 和 Vertex AI，评估延迟和扩展能力。
Ultralytics YOLO Vision 2026：你需要了解的一切
9 月 13 日，欢迎前往深圳或在线参加 Ultralytics YOLO Vision 2026，了解全新 YOLO 模型和产品发布，观看现场演示，探索真实世界的视觉 AI。
常见问题
可以。除了标准支持外，Ultralytics 还为需要实操协助将 YOLO 集成到 Web、移动端或云产品中的团队提供定制工程服务。这些服务包括模型训练、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。
如果开源 YOLO 软件包存在 bug，请在 GitHub 上提交 issue。如果问题与 Ultralytics Platform 特有功能有关，例如训练任务、部署或账单，请使用平台内的反馈表单；如果你使用 Enterprise 方案，也可以通过专属支持渠道联系我们。
社区支持的响应时间取决于论坛和 GitHub 上的活跃程度，但我们的团队力争在 24 小时内回复 GitHub issue。Enterprise 客户可享有合同 SLA 中规定的响应时间保证，具体安排会根据组织的规模和需求定制。
Enterprise 客户可获得专属 SE/CSM、合同 SLA、SE 培训支持时数、包含里程碑检查的结构化入门指导、项目赋能支持，以及季度业务回顾。这项服务专为大规模使用 Ultralytics、从第一天起就需要与我们团队直接沟通渠道的组织设计。请联系销售团队，讨论适合你组织的方案。
Free 和 Pro 套餐均提供社区支持，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 团队的解答。你还可以完整使用 Ultralytics 文档、GitHub，以及涵盖从标注到部署各个环节的视频教程。
让我们携手构建 AI 的未来！
开启你的旅程，迎接机器学习的未来