Ultralytics 支持
在我们的文档中查找答案，与社区建立联系，或直接联系我们的团队。
加入全球社区
成千上万的开发者和研究人员每天都在使用 Ultralytics 进行构建。
来自博客
Ultralytics 在 2026 Qualcomm × Extreme Vision Edge AI Developer Technology Day 上的主要亮点
回顾 Ultralytics 在 2026 Qualcomm x Extreme Vision Edge AI Developer Day 2026 上的表现：活动演示、亮点与交流。
在 Intel Core Ultra Series 3 (Panther Lake) 上使用 OpenVINO 加速 Ultralytics YOLO26
了解如何将 Ultralytics YOLO26 模型导出为 OpenVINO 格式，并在包括 CPU、GPU 和 NPU 在内的 Intel 硬件上加速推理。
Ultralytics 在 CVPR 2026 的核心亮点
回顾 Ultralytics 在丹佛 CVPR 2026 期间的精彩瞬间，我们在会上进行了展示、发表了研究成果，并与全球计算机视觉社区进行了深入交流。
Ultralytics 中国社区见面会：全球机器学习关注度最高的国家
Ultralytics 首次深圳见面会亮点：YOLO 向全能计算机视觉平台的演进，以及中国 AI 社区的未来展望。
Ultralytics 在 2026 年嵌入式视觉峰会上的重点亮点
欢迎加入，一起回顾 Ultralytics 在 2026 年嵌入式视觉峰会 (Embedded Vision Summit 2026) 上的精彩时刻。我们在会上展示了 Ultralytics YOLO26，并与圣克拉拉的 AI 社区进行了交流。
Ultralytics 在 AMD Dev Day 上海站：本地 AI 遇上智能体系统
Ultralytics 分享关于 AMD Dev Day 上海站有关 AMD AI 的见解：本地 AI 部署、智能体系统 (agentic systems)、ROCm 和 Ryzen AI Max 395。
Ultralytics YOLO 与 DEEPX 合作：用于物理 AI 的边缘 AI 推理
了解全新的 DEEPX 导出集成如何为 NPU 驱动的边缘 AI 硬件带来 Ultralytics YOLO 推理能力。
如何使用 Ultralytics Platform 导出 Ultralytics YOLO 模型
使用 Ultralytics Platform 轻松导出视觉 AI 模型。探索如何通过几次点击为边缘、移动端和云端部署准备模型。
使用 Ultralytics YOLO26 检测不安全的托盘堆叠
了解 Ultralytics YOLO26 如何用于检测仓库中不安全的托盘堆叠，从而帮助提升安全性、降低风险并维持高效运营。
Ultralytics Platform 多边形标注指南
了解多边形标注，它如何实现精确的对象分割，以及如何通过 Ultralytics Platform 轻松创建标注。
Ultralytics 在 2026 年德国汉诺威工业博览会上的重点亮点
欢迎加入，一起回顾 Ultralytics 在 2026 年德国汉诺威工业博览会 (Hannover Messe 2026) 上的精彩时刻，我们在会上展示了 Ultralytics YOLO 模型如何赋能工业 AI 解决方案。
在计算机视觉项目中选择 PyTorch 或 TensorFlow
了解 PyTorch 与 TensorFlow 在计算机视觉项目中的对比，以及哪种框架最适合你的视觉工作流。
探索计算机视觉中的监督学习与无监督学习
了解计算机视觉中监督学习与无监督学习的区别，以及如何根据你的数据和项目目标选择合适的方法。
使用 Ultralytics YOLO26 进行货架图合规性检测
了解如何使用 Ultralytics YOLO26 等视觉 AI 模型构建货架图合规性系统，以检测错误摆放的产品并自动化零售货架检查。
在 Ultralytics Platform 上监控已部署的计算机视觉模型
了解如何使用 Ultralytics Platform 监控生产环境中的计算机视觉模型。追踪指标、检测问题并提高可靠性。
无需 AI 经验即可构建基于相机的视觉检测系统
了解如何使用 Ultralytics Platform 构建基于相机的视觉检测系统，无需 AI 专家背景，从标注到部署全程覆盖。
Ultralytics YOLO26 vs YOLO11 vs YOLOv8：你应该用哪一个？
探索 Ultralytics YOLO26 与 Ultralytics YOLO11 以及 Ultralytics YOLOv8 的对比，找出最适合你项目的计算机视觉模型。
如何在 Ultralytics Platform 上为视觉 AI 训练选择云端 GPU
了解如何根据数据集大小、模型复杂度和成本等因素，在 Ultralytics Platform 上为计算机视觉训练选择合适的云端 GPU。
部署时的专用推理端点与共享推理对比
探索何时在 Ultralytics Platform 上选择专用推理端点，以实现比共享推理更可扩展、低延迟的视觉 AI 部署。
Ultralytics Platform 如何利用 AI 实现自动化标注
了解 Ultralytics Platform 如何利用 AI 自动化标注、管理大数据集、提升一致性并加速计算机视觉开发。
将 Ultralytics YOLO 模型引入 Axelera AI 硬件以实现边缘 AI
了解 Ultralytics Python 包与 Axelera AI 合作支持的全新导出集成，实现高效、高性能的边缘 AI。
使用 Ultralytics Platform 进行计算机视觉中的智能数据集管理
探索如何利用 Ultralytics Platform 改善计算机视觉项目中的数据集管理。轻松追踪、对比并改进你的数据集。
计算机视觉模型在生产中失败的 5 大原因
了解计算机视觉模型为何在生产环境中失败（从数据不匹配到延迟），以及团队如何改进现实世界视觉 AI 系统中的模型性能。
适用于 Apple Silicon 芯片 iOS 应用的最佳目标检测模型
利用最出色的目标检测模型构建更智能的 iOS 应用。了解哪些模型能在 iPhone 和 iPad 等 iOS 设备上提供快速、准确的实时性能。
Ultralytics Platform 如何简化计算机视觉模型部署
看看 Ultralytics Platform 如何汇集计算机视觉模型部署所需的一切，从测试到生产就绪的 API。
使用 Ultralytics Platform 更快地训练 YOLO 模型
了解如何使用 Ultralytics Platform 更快地训练 YOLO 模型，这是一个旨在加速从数据到部署路径的端到端环境。
Ultralytics Platform：将计算机视觉模型部署到任何区域
学习如何使用 Ultralytics Platform 将你的计算机视觉模型部署到任何区域，从而实现可扩展、快速且灵活的 AI 部署。
使用 Ultralytics Platform 简化图像标注
了解有关使用 Ultralytics Platform 进行图像标注所需的一切知识，以及其用于标注数据集、管理标注和为模型准备数据的内置工具。
Ultralytics Platform：五个工具，一个计算机视觉平台
了解 Ultralytics Platform 如何用一个计算机视觉平台替代五个工具，涵盖标注、模型训练、测试和部署。
Ultralytics 在 Embedded World 2026 上的主要亮点
加入我们，回顾 Ultralytics 在 Embedded World 2026 上的体验，我们通过各种现场演示展示了在边缘设备上运行的 Ultralytics YOLO26。
Ultralytics 在 2026 Qualcomm × Extreme Vision Edge AI Developer Technology Day 上的主要亮点
回顾 Ultralytics 在 2026 Qualcomm x Extreme Vision Edge AI Developer Day 2026 上的表现：活动演示、亮点与交流。
在 Intel Core Ultra Series 3 (Panther Lake) 上使用 OpenVINO 加速 Ultralytics YOLO26
了解如何将 Ultralytics YOLO26 模型导出为 OpenVINO 格式，并在包括 CPU、GPU 和 NPU 在内的 Intel 硬件上加速推理。
Ultralytics 在 CVPR 2026 的核心亮点
回顾 Ultralytics 在丹佛 CVPR 2026 期间的精彩瞬间，我们在会上进行了展示、发表了研究成果，并与全球计算机视觉社区进行了深入交流。
Ultralytics 中国社区见面会：全球机器学习关注度最高的国家
Ultralytics 首次深圳见面会亮点：YOLO 向全能计算机视觉平台的演进，以及中国 AI 社区的未来展望。
Ultralytics 在 2026 年嵌入式视觉峰会上的重点亮点
欢迎加入，一起回顾 Ultralytics 在 2026 年嵌入式视觉峰会 (Embedded Vision Summit 2026) 上的精彩时刻。我们在会上展示了 Ultralytics YOLO26，并与圣克拉拉的 AI 社区进行了交流。
Ultralytics 在 AMD Dev Day 上海站：本地 AI 遇上智能体系统
Ultralytics 分享关于 AMD Dev Day 上海站有关 AMD AI 的见解：本地 AI 部署、智能体系统 (agentic systems)、ROCm 和 Ryzen AI Max 395。
Ultralytics YOLO 与 DEEPX 合作：用于物理 AI 的边缘 AI 推理
了解全新的 DEEPX 导出集成如何为 NPU 驱动的边缘 AI 硬件带来 Ultralytics YOLO 推理能力。
如何使用 Ultralytics Platform 导出 Ultralytics YOLO 模型
使用 Ultralytics Platform 轻松导出视觉 AI 模型。探索如何通过几次点击为边缘、移动端和云端部署准备模型。
使用 Ultralytics YOLO26 检测不安全的托盘堆叠
了解 Ultralytics YOLO26 如何用于检测仓库中不安全的托盘堆叠，从而帮助提升安全性、降低风险并维持高效运营。
Ultralytics Platform 多边形标注指南
了解多边形标注，它如何实现精确的对象分割，以及如何通过 Ultralytics Platform 轻松创建标注。
Ultralytics 在 2026 年德国汉诺威工业博览会上的重点亮点
欢迎加入，一起回顾 Ultralytics 在 2026 年德国汉诺威工业博览会 (Hannover Messe 2026) 上的精彩时刻，我们在会上展示了 Ultralytics YOLO 模型如何赋能工业 AI 解决方案。
在计算机视觉项目中选择 PyTorch 或 TensorFlow
了解 PyTorch 与 TensorFlow 在计算机视觉项目中的对比，以及哪种框架最适合你的视觉工作流。
探索计算机视觉中的监督学习与无监督学习
了解计算机视觉中监督学习与无监督学习的区别，以及如何根据你的数据和项目目标选择合适的方法。
使用 Ultralytics YOLO26 进行货架图合规性检测
了解如何使用 Ultralytics YOLO26 等视觉 AI 模型构建货架图合规性系统，以检测错误摆放的产品并自动化零售货架检查。
在 Ultralytics Platform 上监控已部署的计算机视觉模型
了解如何使用 Ultralytics Platform 监控生产环境中的计算机视觉模型。追踪指标、检测问题并提高可靠性。
无需 AI 经验即可构建基于相机的视觉检测系统
了解如何使用 Ultralytics Platform 构建基于相机的视觉检测系统，无需 AI 专家背景，从标注到部署全程覆盖。
Ultralytics YOLO26 vs YOLO11 vs YOLOv8：你应该用哪一个？
探索 Ultralytics YOLO26 与 Ultralytics YOLO11 以及 Ultralytics YOLOv8 的对比，找出最适合你项目的计算机视觉模型。
如何在 Ultralytics Platform 上为视觉 AI 训练选择云端 GPU
了解如何根据数据集大小、模型复杂度和成本等因素，在 Ultralytics Platform 上为计算机视觉训练选择合适的云端 GPU。
部署时的专用推理端点与共享推理对比
探索何时在 Ultralytics Platform 上选择专用推理端点，以实现比共享推理更可扩展、低延迟的视觉 AI 部署。
Ultralytics Platform 如何利用 AI 实现自动化标注
了解 Ultralytics Platform 如何利用 AI 自动化标注、管理大数据集、提升一致性并加速计算机视觉开发。
将 Ultralytics YOLO 模型引入 Axelera AI 硬件以实现边缘 AI
了解 Ultralytics Python 包与 Axelera AI 合作支持的全新导出集成，实现高效、高性能的边缘 AI。
使用 Ultralytics Platform 进行计算机视觉中的智能数据集管理
探索如何利用 Ultralytics Platform 改善计算机视觉项目中的数据集管理。轻松追踪、对比并改进你的数据集。
计算机视觉模型在生产中失败的 5 大原因
了解计算机视觉模型为何在生产环境中失败（从数据不匹配到延迟），以及团队如何改进现实世界视觉 AI 系统中的模型性能。
适用于 Apple Silicon 芯片 iOS 应用的最佳目标检测模型
利用最出色的目标检测模型构建更智能的 iOS 应用。了解哪些模型能在 iPhone 和 iPad 等 iOS 设备上提供快速、准确的实时性能。
Ultralytics Platform 如何简化计算机视觉模型部署
看看 Ultralytics Platform 如何汇集计算机视觉模型部署所需的一切，从测试到生产就绪的 API。
使用 Ultralytics Platform 更快地训练 YOLO 模型
了解如何使用 Ultralytics Platform 更快地训练 YOLO 模型，这是一个旨在加速从数据到部署路径的端到端环境。
Ultralytics Platform：将计算机视觉模型部署到任何区域
学习如何使用 Ultralytics Platform 将你的计算机视觉模型部署到任何区域，从而实现可扩展、快速且灵活的 AI 部署。
使用 Ultralytics Platform 简化图像标注
了解有关使用 Ultralytics Platform 进行图像标注所需的一切知识，以及其用于标注数据集、管理标注和为模型准备数据的内置工具。
Ultralytics Platform：五个工具，一个计算机视觉平台
了解 Ultralytics Platform 如何用一个计算机视觉平台替代五个工具，涵盖标注、模型训练、测试和部署。
Ultralytics 在 Embedded World 2026 上的主要亮点
加入我们，回顾 Ultralytics 在 Embedded World 2026 上的体验，我们通过各种现场演示展示了在边缘设备上运行的 Ultralytics YOLO26。
Ultralytics 在 2026 Qualcomm × Extreme Vision Edge AI Developer Technology Day 上的主要亮点
回顾 Ultralytics 在 2026 Qualcomm x Extreme Vision Edge AI Developer Day 2026 上的表现：活动演示、亮点与交流。
在 Intel Core Ultra Series 3 (Panther Lake) 上使用 OpenVINO 加速 Ultralytics YOLO26
了解如何将 Ultralytics YOLO26 模型导出为 OpenVINO 格式，并在包括 CPU、GPU 和 NPU 在内的 Intel 硬件上加速推理。
Ultralytics 在 CVPR 2026 的核心亮点
回顾 Ultralytics 在丹佛 CVPR 2026 期间的精彩瞬间，我们在会上进行了展示、发表了研究成果，并与全球计算机视觉社区进行了深入交流。
Ultralytics 中国社区见面会：全球机器学习关注度最高的国家
Ultralytics 首次深圳见面会亮点：YOLO 向全能计算机视觉平台的演进，以及中国 AI 社区的未来展望。
Ultralytics 在 2026 年嵌入式视觉峰会上的重点亮点
欢迎加入，一起回顾 Ultralytics 在 2026 年嵌入式视觉峰会 (Embedded Vision Summit 2026) 上的精彩时刻。我们在会上展示了 Ultralytics YOLO26，并与圣克拉拉的 AI 社区进行了交流。
Ultralytics 在 AMD Dev Day 上海站：本地 AI 遇上智能体系统
Ultralytics 分享关于 AMD Dev Day 上海站有关 AMD AI 的见解：本地 AI 部署、智能体系统 (agentic systems)、ROCm 和 Ryzen AI Max 395。
Ultralytics YOLO 与 DEEPX 合作：用于物理 AI 的边缘 AI 推理
了解全新的 DEEPX 导出集成如何为 NPU 驱动的边缘 AI 硬件带来 Ultralytics YOLO 推理能力。
如何使用 Ultralytics Platform 导出 Ultralytics YOLO 模型
使用 Ultralytics Platform 轻松导出视觉 AI 模型。探索如何通过几次点击为边缘、移动端和云端部署准备模型。
使用 Ultralytics YOLO26 检测不安全的托盘堆叠
了解 Ultralytics YOLO26 如何用于检测仓库中不安全的托盘堆叠，从而帮助提升安全性、降低风险并维持高效运营。
Ultralytics Platform 多边形标注指南
了解多边形标注，它如何实现精确的对象分割，以及如何通过 Ultralytics Platform 轻松创建标注。
Ultralytics 在 2026 年德国汉诺威工业博览会上的重点亮点
欢迎加入，一起回顾 Ultralytics 在 2026 年德国汉诺威工业博览会 (Hannover Messe 2026) 上的精彩时刻，我们在会上展示了 Ultralytics YOLO 模型如何赋能工业 AI 解决方案。
在计算机视觉项目中选择 PyTorch 或 TensorFlow
了解 PyTorch 与 TensorFlow 在计算机视觉项目中的对比，以及哪种框架最适合你的视觉工作流。
探索计算机视觉中的监督学习与无监督学习
了解计算机视觉中监督学习与无监督学习的区别，以及如何根据你的数据和项目目标选择合适的方法。
使用 Ultralytics YOLO26 进行货架图合规性检测
了解如何使用 Ultralytics YOLO26 等视觉 AI 模型构建货架图合规性系统，以检测错误摆放的产品并自动化零售货架检查。
在 Ultralytics Platform 上监控已部署的计算机视觉模型
了解如何使用 Ultralytics Platform 监控生产环境中的计算机视觉模型。追踪指标、检测问题并提高可靠性。
无需 AI 经验即可构建基于相机的视觉检测系统
了解如何使用 Ultralytics Platform 构建基于相机的视觉检测系统，无需 AI 专家背景，从标注到部署全程覆盖。
Ultralytics YOLO26 vs YOLO11 vs YOLOv8：你应该用哪一个？
探索 Ultralytics YOLO26 与 Ultralytics YOLO11 以及 Ultralytics YOLOv8 的对比，找出最适合你项目的计算机视觉模型。
如何在 Ultralytics Platform 上为视觉 AI 训练选择云端 GPU
了解如何根据数据集大小、模型复杂度和成本等因素，在 Ultralytics Platform 上为计算机视觉训练选择合适的云端 GPU。
部署时的专用推理端点与共享推理对比
探索何时在 Ultralytics Platform 上选择专用推理端点，以实现比共享推理更可扩展、低延迟的视觉 AI 部署。
Ultralytics Platform 如何利用 AI 实现自动化标注
了解 Ultralytics Platform 如何利用 AI 自动化标注、管理大数据集、提升一致性并加速计算机视觉开发。
将 Ultralytics YOLO 模型引入 Axelera AI 硬件以实现边缘 AI
了解 Ultralytics Python 包与 Axelera AI 合作支持的全新导出集成，实现高效、高性能的边缘 AI。
使用 Ultralytics Platform 进行计算机视觉中的智能数据集管理
探索如何利用 Ultralytics Platform 改善计算机视觉项目中的数据集管理。轻松追踪、对比并改进你的数据集。
计算机视觉模型在生产中失败的 5 大原因
了解计算机视觉模型为何在生产环境中失败（从数据不匹配到延迟），以及团队如何改进现实世界视觉 AI 系统中的模型性能。
适用于 Apple Silicon 芯片 iOS 应用的最佳目标检测模型
利用最出色的目标检测模型构建更智能的 iOS 应用。了解哪些模型能在 iPhone 和 iPad 等 iOS 设备上提供快速、准确的实时性能。
Ultralytics Platform 如何简化计算机视觉模型部署
看看 Ultralytics Platform 如何汇集计算机视觉模型部署所需的一切，从测试到生产就绪的 API。
使用 Ultralytics Platform 更快地训练 YOLO 模型
了解如何使用 Ultralytics Platform 更快地训练 YOLO 模型，这是一个旨在加速从数据到部署路径的端到端环境。
Ultralytics Platform：将计算机视觉模型部署到任何区域
学习如何使用 Ultralytics Platform 将你的计算机视觉模型部署到任何区域，从而实现可扩展、快速且灵活的 AI 部署。
使用 Ultralytics Platform 简化图像标注
了解有关使用 Ultralytics Platform 进行图像标注所需的一切知识，以及其用于标注数据集、管理标注和为模型准备数据的内置工具。
Ultralytics Platform：五个工具，一个计算机视觉平台
了解 Ultralytics Platform 如何用一个计算机视觉平台替代五个工具，涵盖标注、模型训练、测试和部署。
Ultralytics 在 Embedded World 2026 上的主要亮点
加入我们，回顾 Ultralytics 在 Embedded World 2026 上的体验，我们通过各种现场演示展示了在边缘设备上运行的 Ultralytics YOLO26。
常见问题解答
是的。除了标准支持外，Ultralytics 还为需要亲自动手将 YOLO 集成到 Web、移动端或云端产品的团队提供定制工程服务。这包括模型训练、部署架构和定制化解决方案。请联系销售团队讨论你的需求并获取报价。
对于开源 YOLO 包中的 Bug，请在 GitHub 上提交 Issue。对于特定于 Ultralytics Platform 的问题，例如训练任务、部署或账单，请使用平台内的反馈表，或者如果你拥有企业计划，请通过你的专属支持渠道联系我们。
对于社区支持，响应时间会根据论坛和 GitHub 上的活跃度有所不同，但我们的团队致力于在 24 小时内响应 GitHub Issue。企业客户可获得合同 SLA 中定义的保证响应时间，该时间是根据其组织规模和需求量身定制的。
企业客户可获得指定的 SE/CSM、专属 Slack 频道、合同 SLA、SE 赋能时长、结构化的入职培训与里程碑检查点、项目赋能支持以及季度业务回顾。它是专为那些大规模运行 Ultralytics 并且需要从第一天起就与我们团队保持直接联系的组织而设计的。联系销售部门以讨论最适合你组织的方案。
Free 和 Pro 计划包括社区支持访问权限，你可以在我们活跃的论坛上提问、分享项目，并获得来自其他开发者和 Ultralytics 团队的解答。你还可以全面访问 Ultralytics 文档、GitHub 和涵盖从标注到部署等所有内容的视频教程。