Ultralytics YOLO11是实时目标检测和图像分割领域的最新模型，基于深度学习和计算机视觉的最新进展，提供无与伦比的速度和准确性。其流线型设计使其适合各种应用，并能轻松适应不同的硬件平台，从边缘设备到云API。
探索Ultralytics文档，这是一个全面的资源，旨在帮助了解和利用其功能和能力。无论是经验丰富的机器学习从业者还是该领域的新手，这个中心旨在最大化YOLO在项目中的潜力。
安装ultralytics，使用pip快速启动并在几分钟内开始训练YOLO模型。使用YOLO预测新图像、视频和流。从零开始训练自己的YOLO模型，或加载并训练预训练模型。探索YOLO任务，如检测、分割、分类、姿态、OBB和跟踪。
Ultralytics提供两种YOLO许可选项：AGPL-3.0许可和企业许可。Ultralytics在GitHub上可用。AGPL-3.0许可是开源许可，由OSI批准，适合学生和爱好者，因为它促进开放合作和知识交流。企业许可旨在用于商业用途，允许无障碍地将Ultralytics软件和AI模型集成到商业产品和服务中，避免了AGPL-3.0的开源要求。
Ultralytics YOLO是实时目标检测和图像分割领域的最新进展。它通过引入新功能和改进，增强了性能、灵活性和效率。YOLO支持各种视觉AI任务，如检测、分割、姿态估计、跟踪和分类。其最先进的架构确保了卓越的速度和准确性，使其适合各种应用，包括边缘设备和云API。
要开始使用YOLO，可以快速简单地安装Ultralytics包。使用pip安装Ultralytics包，并在几分钟内开始运行。以下是基本安装命令：使用pip安装。要获得完整的逐步指南，请访问快速入门指南。这个资源将帮助了解安装、初始设置，并启动第一个模型。