HongChuang/ultralytics-ascend
1
0
Fork 0
Code Issues Pull requests Projects Releases Packages Wiki Activity Actions 3

Add Hindi हिन्दी and Arabic العربية Docs translations (#6428)

Browse source 
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:
Glenn Jocher 2023-11-18 21:51:47 +01:00 • committed by GitHub
parent b6baae584c
commit 02bf8003a8
No known key found for this signature in database
GPG key ID: 4AEE18F83AFDEB23
337 changed files with 6584 additions and 777 deletions
Download patch file Download diff file Expand all files Collapse all files

10
docs/pt/tasks/classify.md
View file

@ -12,7 +12,7 @@ A classificação de imagens é a tarefa mais simples das três e envolve classi
A saída de um classificador de imagem é um único rótulo de classe e uma pontuação de confiança. A classificação de imagem é útil quando você precisa saber apenas a qual classe uma imagem pertence e não precisa conhecer a localização dos objetos dessa classe ou o formato exato deles.
!!! tip "Dica"
!!! Tip "Dica"
Os modelos YOLOv8 Classify usam o sufixo `-cls`, ou seja, `yolov8n-cls.pt` e são pré-treinados na [ImageNet](https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/ImageNet.yaml).
@ -39,7 +39,7 @@ Aqui são mostrados os modelos pré-treinados YOLOv8 Classify. Modelos de Detec
Treine o modelo YOLOv8n-cls no dataset MNIST160 por 100 épocas com tamanho de imagem 64. Para uma lista completa de argumentos disponíveis, veja a página de [Configuração](/../usage/cfg.md).
!!! exemplo ""
!!! Example "Exemplo"
=== "Python"
@ -76,7 +76,7 @@ O formato do dataset de classificação YOLO pode ser encontrado em detalhes no
Valide a acurácia do modelo YOLOv8n-cls treinado no dataset MNIST160. Não é necessário passar argumento, pois o `modelo` retém seus dados de treinamento e argumentos como atributos do modelo.
!!! exemplo ""
!!! Example "Exemplo"
=== "Python"
@ -103,7 +103,7 @@ Valide a acurácia do modelo YOLOv8n-cls treinado no dataset MNIST160. Não é n
Use um modelo YOLOv8n-cls treinado para realizar previsões em imagens.
!!! exemplo ""
!!! Example "Exemplo"
=== "Python"
@ -130,7 +130,7 @@ Veja detalhes completos do modo de `previsão` na página [Predict](https://docs
Exporte um modelo YOLOv8n-cls para um formato diferente, como ONNX, CoreML, etc.
!!! exemplo ""
!!! Example "Exemplo"
=== "Python"