Add Hindi हिन्दी and Arabic العربية Docs translations (#6428)
Signed-off-by: Glenn Jocher <glenn.jocher@ultralytics.com> Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
This commit is contained in:
parent
b6baae584c
commit
02bf8003a8
337 changed files with 6584 additions and 777 deletions
|
|
@ -50,7 +50,7 @@ Le mode de prédiction YOLOv8 est conçu pour être robuste et polyvalent, avec
|
|||
|
||||
Les modèles YOLO d'Ultralytics renvoient soit une liste d'objets `Results` Python, soit un générateur Python efficace en termes de mémoire d'objets `Results` lorsque `stream=True` est passé au modèle pendant l'inférence :
|
||||
|
||||
!!! exemple "Prédire"
|
||||
!!! Example "Prédire"
|
||||
|
||||
=== "Renvoie une liste avec `stream=False`"
|
||||
```python
|
||||
|
|
@ -115,7 +115,7 @@ YOLOv8 peut traiter différents types de sources d'entrée pour l'inférence, co
|
|||
|
||||
Ci-dessous des exemples de code pour utiliser chaque type de source :
|
||||
|
||||
!!! exemple "Sources de prédiction"
|
||||
!!! Example "Sources de prédiction"
|
||||
|
||||
=== "image"
|
||||
Exécutez une inférence sur un fichier image.
|
||||
|
|
|
|||
Loading…
Add table
Add a link
Reference in a new issue