Update docs predict, buttons, reference (#6585)

Signed-off-by: Glenn Jocher <glenn.jocher@ultralytics.com>

docs/ru/modes/index.md

@@ -40,34 +40,34 @@ Ultralytics YOLOv8 - это не просто еще одна модель об
 
 Режим обучения используется для обучения модели YOLOv8 на пользовательском наборе данных. В этом режиме модель обучается с использованием указанного набора данных и гиперпараметров. Процесс обучения включает в себя оптимизацию параметров модели, чтобы она могла точно предсказывать классы и местоположения объектов на изображении.
 
-[Примеры обучения](train.md){ .md-button .md-button--primary}
+[Примеры обучения](train.md){ .md-button }
 
 ## [Проверка (Val)](val.md)
 
 Режим проверки используется для валидации модели YOLOv8 после ее обучения. В этом режиме модель оценивается на наборе данных для валидации, чтобы измерить ее точность и способность к обобщению. Этот режим может быть использован для настройки гиперпараметров модели с целью улучшения ее производительности.
 
-[Примеры проверки](val.md){ .md-button .md-button--primary}
+[Примеры проверки](val.md){ .md-button }
 
 ## [Предсказание (Predict)](predict.md)
 
 Режим предсказания используется для выполнения предсказаний с использованием обученной модели YOLOv8 на новых изображениях или видео. В этом режиме модель загружается из файла контрольной точки, и пользователь может предоставить изображения или видео для выполнения вывода. Модель предсказывает классы и местоположения объектов во входных изображениях или видео.
 
-[Примеры предсказания](predict.md){ .md-button .md-button--primary}
+[Примеры предсказания](predict.md){ .md-button }
 
 ## [Экспорт (Export)](export.md)
 
 Режим экспорта используется для экспортирования модели YOLOv8 в формат, который может быть использован для развертывания. В этом режиме модель преобразуется в формат, который может быть использован другими программными приложениями или аппаратными устройствами. Этот режим полезен при развертывании модели в производственной среде.
 
-[Примеры экспорта](export.md){ .md-button .md-button--primary}
+[Примеры экспорта](export.md){ .md-button }
 
 ## [Отслеживание (Track)](track.md)
 
 Режим отслеживания используется для отслеживания объектов в реальном времени с использованием модели YOLOv8. В этом режиме модель загружается из файла контрольной точки, и пользователь может предоставить прямую видеотрансляцию для выполнения отслеживания объектов в реальном времени. Этот режим полезен для приложений, таких как системы видеонаблюдения или беспилотные автомобили.
 
-[Примеры отслеживания](track.md){ .md-button .md-button--primary}
+[Примеры отслеживания](track.md){ .md-button }
 
 ## [Бенчмаркинг (Benchmark)](benchmark.md)
 
 Режим бенчмаркинга используется для профилирования скорости и точности различных форматов экспорта для YOLOv8. Бенчмарки предоставляют информацию о размере экспортируемого формата, его метриках `mAP50-95` (для обнаружения объектов, сегментации и позы) или метриках `accuracy_top5` (для классификации), а также время вывода в миллисекундах на изображение для различных форматов экспорта, таких как ONNX, OpenVINO, TensorRT и других. Эта информация может помочь пользователям выбрать оптимальный формат экспорта для их конкретного сценария использования на основе их требований к скорости и точности.
 
-[Примеры бенчмаркинга](benchmark.md){ .md-button .md-button--primary}
+[Примеры бенчмаркинга](benchmark.md){ .md-button }

docs/ru/quickstart.md

@@ -163,7 +163,7 @@ Ultralytics предлагает различные методы установ
     - `yolo predict model yolov8n.pt imgsz 640 conf 0.25`   ❌
     - `yolo predict --model yolov8n.pt --imgsz 640 --conf 0.25`   ❌
 
-[Руководство по CLI](/../usage/cli.md){ .md-button .md-button--primary}
+[Руководство по CLI](/../usage/cli.md){ .md-button }
 
 ## Использование Ultralytics с Python
 

docs/ru/tasks/index.md

@@ -30,25 +30,25 @@ YOLOv8 — это AI фреймворк, поддерживающий множе
 
 Обнаружение — это основная задача, поддерживаемая YOLOv8. Она заключается в обнаружении объектов на изображении или кадре видео и рисовании вокруг них ограничивающих рамок. Обнаруженные объекты классифицируются на разные категории на основе их характеристик. YOLOv8 может обнаруживать несколько объектов на одном изображении или видеокадре с высокой точностью и скоростью.
 
-[Примеры Обнаружения](detect.md){ .md-button .md-button--primary}
+[Примеры Обнаружения](detect.md){ .md-button }
 
 ## [Сегментация](segment.md)
 
 Сегментация — это задача, которая включает разбиение изображения на разные регионы на основе содержимого изображения. Каждому региону присваивается метка на основе его содержимого. Эта задача полезна в таких приложениях, как сегментация изображений и медицинская визуализация. YOLOv8 использует вариацию архитектуры U-Net для выполнения сегментации.
 
-[Примеры Сегментации](segment.md){ .md-button .md-button--primary}
+[Примеры Сегментации](segment.md){ .md-button }
 
 ## [Классификация](classify.md)
 
 Классификация — это задача, включающая классификацию изображения на разные категории. YOLOv8 может быть использован для классификации изображений на основе их содержимого. Для выполнения классификации используется вариация архитектуры EfficientNet.
 
-[Примеры Классификации](classify.md){ .md-button .md-button--primary}
+[Примеры Классификации](classify.md){ .md-button }
 
 ## [Поза](pose.md)
 
 Обнаружение точек позы или ключевых точек — это задача, которая включает обнаружение конкретных точек на изображении или видеокадре. Эти точки называются ключевыми и используются для отслеживания движения или оценки позы. YOLOv8 может обнаруживать ключевые точки на изображении или видеокадре с высокой точностью и скоростью.
 
-[Примеры Поз](pose.md){ .md-button .md-button--primary}
+[Примеры Поз](pose.md){ .md-button }
 
 ## Заключение