数据检查于 2026-08-08. Data checked within the review cycle.
审查周期记录在方法论页面。 方法论
ultralytics/ultralytics
Official ConfirmedUltralytics YOLO26, YOLO11, YOLOv8 — object detection, instance segmentation, semantic segmentation, image classification, pose estimation, object tracking
如何使用？
从下方记录的入口开始，然后对照技术清单进行验证。
技术清单
- 通过 许可证已识别 已记录: AGPL-3.0
- 通过 维护信号 Active
- 通过 验证状态 official confirmed
- 通过 已附加来源证据 1 个来源记录
- 需复核 已记录最新版本 未记录
官方链接
元数据与治理
| 许可证 | AGPL-3.0 — 从来源字段推断（如 license.spdx_id） |
|---|---|
| 商业化模式 | unknown |
| 维护状态 | Active |
| 验证状态 | official_confirmed — confirmed via the official repository API responses in SourceRefs below. |
| 最新版本 | 未记录 |
| 最新发布 | 未记录 |
| 最近活动 | 2026-08-08 |
| 最近检查 | 2026-08-08 |
| 首次发现 | 未记录 |
相关资源与依赖
该资源尚未记录已验证的关系。
更新事件
该资源尚未记录已验证的更新事件。
相关指南
- Reviewing Aerial AI and Dataset Sources — A provenance-first review flow for aerial datasets and model repositories.
- Building an Aerial Dataset Pipeline — A step-by-step path for assembling an aerial detection dataset pipeline from an indexed dataset and model framework.
- Verifying Whether an AI Model Can Deploy to an Edge Platform — A checklist for checking model export support on a target edge platform without inventing performance claims.