diff --git a/docs/ar/models/sam.md b/docs/ar/models/sam.md index 7962f11e..b47d5ec6 100644 --- a/docs/ar/models/sam.md +++ b/docs/ar/models/sam.md @@ -129,7 +129,7 @@ keywords: Ultralytics, قسيمة الصور, Segment Anything Model, SAM, سل results = predictor(source="ultralytics/assets/zidane.jpg"، crop_n_layers=1، points_stride=64) ``` -- المزيد args إضافي للتقطيع كل شيء شاهد التوثيق مرجع [`السلبي/تقديم` مرجع](../../reference/models/sam/predict.md). +- المزيد args إضافي للتقطيع كل شيء شاهد التوثيق مرجع [`السلبي/تقديم` مرجع](../../../reference/models/sam/predict.md). ## مقارنة SAM مقابل YOLOv8 diff --git a/docs/de/models/sam.md b/docs/de/models/sam.md index 4d285ad6..9ca50b9e 100644 --- a/docs/de/models/sam.md +++ b/docs/de/models/sam.md @@ -129,7 +129,7 @@ Das Segment Anything Model kann für eine Vielzahl von Aufgaben verwendet werden results = predictor(source="ultralytics/assets/zidane.jpg", crop_n_layers=1, points_stride=64) ``` -- Weitere zusätzliche Argumente für `Alles segmentieren` finden Sie in der [`Predictor/generate` Referenz](../../reference/models/sam/predict.md). +- Weitere zusätzliche Argumente für `Alles segmentieren` finden Sie in der [`Predictor/generate` Referenz](../../../reference/models/sam/predict.md). ## Vergleich von SAM und YOLOv8 diff --git a/docs/en/yolov5/tutorials/train_custom_data.md b/docs/en/yolov5/tutorials/train_custom_data.md index 84b5ea58..4713e05b 100644 --- a/docs/en/yolov5/tutorials/train_custom_data.md +++ b/docs/en/yolov5/tutorials/train_custom_data.md @@ -32,7 +32,7 @@ YOLOv5 models must be trained on labelled data in order to learn classes of obje
Use Roboflow to create your dataset in YOLO format 🌟 -!!! Note +!!! Warning Roboflow users can use Ultralytics under the [AGPL license](https://github.com/ultralytics/ultralytics/blob/main/LICENSE) or can request an [Enterprise license](https://ultralytics.com/license) directly from Ultralytics. Be aware that Roboflow does not provide Ultralytics licenses, and it is the responsibility of the user to ensure appropriate licensing. diff --git a/docs/es/models/sam.md b/docs/es/models/sam.md index f4254bac..966c5be2 100644 --- a/docs/es/models/sam.md +++ b/docs/es/models/sam.md @@ -129,7 +129,7 @@ El Segment Anything Model se puede utilizar para una multitud de tareas posterio resultados = predictor(source="ultralytics/assets/zidane.jpg", crop_n_layers=1, points_stride=64) ``` -- Más argumentos adicionales para `Segmentar todo` en [`Referencia de Predictor/generate`](../../reference/models/sam/predict.md). +- Más argumentos adicionales para `Segmentar todo` en [`Referencia de Predictor/generate`](../../../reference/models/sam/predict.md). ## SAM comparado con YOLOv8 diff --git a/docs/fr/models/sam.md b/docs/fr/models/sam.md index 8c6783a4..9dfed8a5 100644 --- a/docs/fr/models/sam.md +++ b/docs/fr/models/sam.md @@ -129,7 +129,7 @@ Le modèle Segment Anything peut être utilisé pour une multitude de tâches se results = predictor(source="ultralytics/assets/zidane.jpg", crop_n_layers=1, points_stride=64) ``` -- Plus d'arguments supplémentaires pour `Segmenter tout` voir la référence [`Predictor/generate`](../../reference/models/sam/predict.md). +- Plus d'arguments supplémentaires pour `Segmenter tout` voir la référence [`Predictor/generate`](../../../reference/models/sam/predict.md). ## Comparaison de SAM avec YOLOv8 diff --git a/docs/hi/models/sam.md b/docs/hi/models/sam.md index 2c5f1da0..e7110c68 100644 --- a/docs/hi/models/sam.md +++ b/docs/hi/models/sam.md @@ -129,7 +129,7 @@ Segment Anything Model का उपयोग उपस्थित डेटा results = predictor(source="ultralytics/assets/zidane.jpg", crop_n_layers=1, points_stride=64) ``` -- `सब कुछ का सेगमेंट` के लिए अतिरिक्त तत्वों के लिए अधिक देखें [`Predictor/generate` Reference](../../reference/models/sam/predict.md). +- `सब कुछ का सेगमेंट` के लिए अतिरिक्त तत्वों के लिए अधिक देखें [`Predictor/generate` Reference](../../../reference/models/sam/predict.md). ## SAM की तुलना YOLOv8 के बनाम diff --git a/docs/hi/models/yolo-nas.md b/docs/hi/models/yolo-nas.md index 0e3a18e3..54c44a5c 100644 --- a/docs/hi/models/yolo-nas.md +++ b/docs/hi/models/yolo-nas.md @@ -46,7 +46,7 @@ Ultralytics ने YOLO-NAS मॉडलों को आपके Python ऐप !!! Example "उदाहरण" - इस उदाहरण में हम YOLO-NAS के लिए सरल पहचान और मान्यता कोड प्रदान करते हैं। पहचान परिणामों का हैंडलिंग करने के लिए देखें [भविष्यवाणी](../प्राथमिकताएँ/भविष्यवाणी.md) मोड को। अतिरिक्त मोड के साथ YOLO-NAS का उपयोग करने के लिए [मान्यता](../प्राथमिकताएँ/मान्यता.md) और [निर्यात](../प्राथमिकताएँ/निर्यात.md) को देखें। `उल्ट्रालिटिक्स` पैकेज पर YOLO-NAS का प्रशिक्षण समर्थन नहीं करती है। + इस उदाहरण में हम YOLO-NAS के लिए सरल पहचान और मान्यता कोड प्रदान करते हैं। पहचान परिणामों का हैंडलिंग करने के लिए देखें [भविष्यवाणी](../modes/predict.md) मोड को। अतिरिक्त मोड के साथ YOLO-NAS का उपयोग करने के लिए [मान्यता](../modes/val.md) और [निर्यात](../modes/export.md) को देखें। `उल्ट्रालिटिक्स` पैकेज पर YOLO-NAS का प्रशिक्षण समर्थन नहीं करती है। === "Python" @@ -90,11 +90,11 @@ Ultralytics ने YOLO-NAS मॉडलों को आपके Python ऐप नीचे प्रत्येक मॉडल के बारे में एक विस्तृत अवलोकन दिया गया है, जिसमें उनकी प्री-प्रशित वेट, ये कार्य समर्थित करते हैं, और इनकी आपरेटिंग मोड के साथ उनका संगतता शामिल है। -| मॉडल प्रकार | प्री-प्रशित वेट | समर्थित कार्य | पहचान | मान्यता | प्रशिक्षण | निर्यात | -|-------------|-----------------------------------------------------------------------------------------------|----------------------------------------|-------|---------|-----------|---------| -| YOLO-NAS-s | [yolo_nas_s.pt](https://github.com/ultralytics/assets/releases/download/v0.0.0/yolo_nas_s.pt) | [वस्तु पहचान](../कार्य/चित्र_पहचान.md) | ✅ | ✅ | ❌ | ✅ | -| YOLO-NAS-m | [yolo_nas_m.pt](https://github.com/ultralytics/assets/releases/download/v0.0.0/yolo_nas_m.pt) | [वस्तु पहचान](../कार्य/चित्र_पहचान.md) | ✅ | ✅ | ❌ | ✅ | -| YOLO-NAS-l | [yolo_nas_l.pt](https://github.com/ultralytics/assets/releases/download/v0.0.0/yolo_nas_l.pt) | [वस्तु पहचान](../कार्य/चित्र_पहचान.md) | ✅ | ✅ | ❌ | ✅ | +| मॉडल प्रकार | प्री-प्रशित वेट | समर्थित कार्य | पहचान | मान्यता | प्रशिक्षण | निर्यात | +|-------------|-----------------------------------------------------------------------------------------------|-----------------------------------|-------|---------|-----------|---------| +| YOLO-NAS-s | [yolo_nas_s.pt](https://github.com/ultralytics/assets/releases/download/v0.0.0/yolo_nas_s.pt) | [वस्तु पहचान](../tasks/detect.md) | ✅ | ✅ | ❌ | ✅ | +| YOLO-NAS-m | [yolo_nas_m.pt](https://github.com/ultralytics/assets/releases/download/v0.0.0/yolo_nas_m.pt) | [वस्तु पहचान](../tasks/detect.md) | ✅ | ✅ | ❌ | ✅ | +| YOLO-NAS-l | [yolo_nas_l.pt](https://github.com/ultralytics/assets/releases/download/v0.0.0/yolo_nas_l.pt) | [वस्तु पहचान](../tasks/detect.md) | ✅ | ✅ | ❌ | ✅ | ## उद्धरण और प्रशंसापत्र diff --git a/docs/ja/models/sam.md b/docs/ja/models/sam.md index 3744c85e..ae63eb1f 100644 --- a/docs/ja/models/sam.md +++ b/docs/ja/models/sam.md @@ -129,7 +129,7 @@ Segment Anything Modelは、トレーニングデータを超えた多くのダ results = predictor(source="ultralytics/assets/zidane.jpg", crop_n_layers=1, points_stride=64) ``` -- `すべてをセグメントする` のための追加の引数の詳細は、[`Predictor/generate` リファレンス](../../reference/models/sam/predict.md)を参照してください。 +- `すべてをセグメントする` のための追加の引数の詳細は、[`Predictor/generate` リファレンス](../../../reference/models/sam/predict.md)を参照してください。 ## YOLOv8とのSAM比較 diff --git a/docs/ja/models/yolov5.md b/docs/ja/models/yolov5.md index 8b653685..b5e4e865 100644 --- a/docs/ja/models/yolov5.md +++ b/docs/ja/models/yolov5.md @@ -80,7 +80,7 @@ YOLOv5uは、物体検出方法論の進歩を表しています。Ultralytics === "CLI" - [CLI](../modes/cli.md)コマンドを使用してモデルを直接実行することもできます。 + CLIコマンドを使用してモデルを直接実行することもできます。 ```bash # COCOで事前トレーニング済みのYOLOv5nモデルをロードし、COCO8の例のデータセットで100エポックトレーニングする diff --git a/docs/ko/models/sam.md b/docs/ko/models/sam.md index e96954ed..55bfe930 100644 --- a/docs/ko/models/sam.md +++ b/docs/ko/models/sam.md @@ -129,7 +129,7 @@ Segment Anything Model은 훈련 데이터를 초월하는 다양한 하위 작 results = predictor(source="ultralytics/assets/zidane.jpg", crop_n_layers=1, points_stride=64) ``` -- `전체 이미지 세분화`에 대한 자세한 추가 인수는 [`Predictor/generate` 참조](../../reference/models/sam/predict.md)를 참조하세요. +- `전체 이미지 세분화`에 대한 자세한 추가 인수는 [`Predictor/generate` 참조](../../../reference/models/sam/predict.md)를 참조하세요. ## YOLOv8과의 SAM 비교 diff --git a/docs/pt/models/sam.md b/docs/pt/models/sam.md index 6cb7f6d1..408af95e 100644 --- a/docs/pt/models/sam.md +++ b/docs/pt/models/sam.md @@ -129,7 +129,7 @@ O Modelo de Segmentação de Qualquer Coisa pode ser utilizado para uma variedad results = predictor(source="ultralytics/assets/zidane.jpg", crop_n_layers=1, points_stride=64) ``` -- Mais argumentos adicionais para `Segmentar tudo` consulte a [Referência do `Predictor/generate`](../../reference/models/sam/predict.md). +- Mais argumentos adicionais para `Segmentar tudo` consulte a [Referência do `Predictor/generate`](../../../reference/models/sam/predict.md). ## Comparação SAM vs. YOLOv8 diff --git a/docs/ru/models/sam.md b/docs/ru/models/sam.md index ca6509f2..11479c31 100644 --- a/docs/ru/models/sam.md +++ b/docs/ru/models/sam.md @@ -129,7 +129,7 @@ Segment Anything Model (SAM) - это передовая модель сегме results = predictor(source="ultralytics/assets/zidane.jpg", crop_n_layers=1, points_stride=64) ``` -- Больше дополнительных аргументов для `Сегментации всего изображения` см. [Ссылка на`Predictor/generate`](../../reference/models/sam/predict.md). +- Больше дополнительных аргументов для `Сегментации всего изображения` см. [Ссылка на`Predictor/generate`](../../../reference/models/sam/predict.md). ## Сравнение SAM и YOLOv8 diff --git a/docs/zh/models/sam.md b/docs/zh/models/sam.md index 057f1895..dc4b3f87 100644 --- a/docs/zh/models/sam.md +++ b/docs/zh/models/sam.md @@ -129,7 +129,7 @@ Segment Anything Model 可以用于多种下游任务，超越训练数据的范 results = predictor(source="ultralytics/assets/zidane.jpg", crop_n_layers=1, points_stride=64) ``` -- 更多关于`分割整个图像`的附加参数，请查看[`Predictor/generate` 参考] (../reference/models/sam/predict.md)。 +- 更多关于`分割整个图像`的附加参数，请查看[`Predictor/generate` 参考](../../../reference/models/sam/predict.md)。 ## SAM 与 YOLOv8 的对比