<br> <a href="https://ultralytics.com" target="_blank"><img src="https://yellow-cdn.veclightyear.com/835a84d5/9e8a4463-94bd-4d5d-9de3-10d033a2b356.svg" width="320" alt="Ultralytics标志"></a>

🌟 欢迎来到Ultralytics资源库

欢迎！您已来到Ultralytics资源库，这里是视觉资源、强大预训练模型和精心策划数据集的一站式中心。这些工具经过精心打造，旨在补充Ultralytics YOLO生态系统，提供涵盖目标检测、实例分割、图像分类、姿态估计和跟踪等能力。

<a href="https://ultralytics.com/discord"><img alt="Discord" src="https://img.shields.io/discord/1089800235347353640?logo=discord&logoColor=white&label=Discord&color=blue"></a> <a href="https://community.ultralytics.com"><img alt="Ultralytics论坛" src="https://img.shields.io/discourse/users?server=https%3A%2F%2Fcommunity.ultralytics.com&logo=discourse&label=Forums&color=blue"></a>

🛠 功能概览

• 🖼 视觉资源：浏览我们的横幅和标志集合，您可以将其纳入应用程序或作为与Ultralytics工具协作的一部分。
• 🤖 触手可及的模型：利用预训练模型的强大功能，这些模型经过微调并随时可以部署。这些模型经过优化，可以轻松精确地处理各种计算机视觉任务。
• 📦 准备就绪的数据集：使用我们标注好的数据库来增强您的机器学习项目，为模型训练、验证等做好准备。

💡 使用入门

📥 无缝下载预训练模型

Ultralytics YOLO框架旨在提供便利—缺少预训练模型？它将自动从本资源库获取。

例如：

from ultralytics import YOLO

# 实例化预训练的YOLOv8n模型
model = YOLO("yolov8n.pt")

# 图像路径
source = "path/to/image.jpg"

# 只需一行代码即可执行推理
results = model(source)  # 此命令完成推理过程并返回检测结果

🌐 拥抱视觉资源

我们所有的视觉资源都触手可及，可以直接从主分支下载用于您的项目、演示或文档。

📚 探索我们的数据集

我们的数据集可通过资源库发布版本访问，并附有全面的README指导您完成整个过程。请确保查看每个数据集的许可证和具体指南，以满足您的项目需求。

🤝 贡献

我们欢迎社区的贡献！无论您是修复错误、添加新功能还是改进文档，您的投入都是宝贵的。请查看我们的贡献指南以开始。此外，我们很想听听您使用Ultralytics产品的体验。请考虑填写我们的调查问卷。向所有贡献者致以巨大的🙏和感谢！

<!-- Ultralytics贡献者 --> <a href="https://github.com/ultralytics/yolov5/graphs/contributors"> <img width="100%" src="https://yellow-cdn.veclightyear.com/835a84d5/a92614ae-b7cd-4d9a-99a3-e71978affcac.png" alt="Ultralytics开源贡献者"></a>

©️ 许可证

Ultralytics很高兴提供两种不同的许可选项以满足您的需求：

• AGPL-3.0许可证：非常适合学生和爱好者，这个OSI认可的开源许可鼓励协作学习和知识共享。请参阅LICENSE文件了解详细条款。
• 企业许可证：非常适合商业用途，此许可允许将Ultralytics软件和AI模型集成到商业产品中，而无需遵守AGPL-3.0的开源要求。对于涉及商业应用的使用案例，请通过Ultralytics许可与我们联系。

📬 联系我们

有关错误报告、功能请求和贡献，请前往GitHub问题。如有关于本项目和其他Ultralytics工作的问题和讨论，请加入我们的Discord！

<br> <div align="center"> <a href="https://github.com/ultralytics"><img src="https://yellow-cdn.veclightyear.com/835a84d5/722568b2-f6c0-4f20-a35c-3936b93e5e14.png" width="3%" alt="Ultralytics GitHub"></a> <img src="https://yellow-cdn.veclightyear.com/835a84d5/d7f60899-c0a5-4f0e-a263-08a3395ee73a.png" width="3%" alt="空白"> <a href="https://www.linkedin.com/company/ultralytics/"><img src="https://yellow-cdn.veclightyear.com/835a84d5/165f6024-d56e-41b8-a8a7-7dbc1ecb5abb.png" width="3%" alt="Ultralytics LinkedIn"></a> <img src="https://yellow-cdn.veclightyear.com/835a84d5/d7f60899-c0a5-4f0e-a263-08a3395ee73a.png" width="3%" alt="空白"> <a href="https://twitter.com/ultralytics"><img src="https://yellow-cdn.veclightyear.com/835a84d5/eced1dce-5e06-463e-af24-7723f658705f.png" width="3%" alt="Ultralytics Twitter"></a> <img src="https://yellow-cdn.veclightyear.com/835a84d5/d7f60899-c0a5-4f0e-a263-08a3395ee73a.png" width="3%" alt="空白"> <a href="https://youtube.com/ultralytics?sub_confirmation=1"><img src="https://yellow-cdn.veclightyear.com/835a84d5/d04ac7a4-b178-4188-8227-36a39900ff1b.png" width="3%" alt="Ultralytics YouTube"></a> <img src="https://yellow-cdn.veclightyear.com/835a84d5/d7f60899-c0a5-4f0e-a263-08a3395ee73a.png" width="3%" alt="空白"> <a href="https://www.tiktok.com/@ultralytics"><img src="https://yellow-cdn.veclightyear.com/835a84d5/d42007df-bfd0-4f81-8faf-14a59e44fd13.png" width="3%" alt="Ultralytics TikTok"></a> <img src="https://yellow-cdn.veclightyear.com/835a84d5/d7f60899-c0a5-4f0e-a263-08a3395ee73a.png" width="3%" alt="空白"> <a href="https://ultralytics.com/bilibili"><img src="https://yellow-cdn.veclightyear.com/835a84d5/91149a23-a906-45f6-b797-e2ffb946c444.png" width="3%" alt="Ultralytics BiliBili"></a> <img src="https://yellow-cdn.veclightyear.com/835a84d5/d7f60899-c0a5-4f0e-a263-08a3395ee73a.png" width="3%" alt="空白"> <a href="https://ultralytics.com/discord"><img src="https://yellow-cdn.veclightyear.com/835a84d5/9b813207-f1fb-485f-8f17-adc309cd721a.png" width="3%" alt="Ultralytics Discord"></a> </div>