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

Fix broken docs language links (#6323)

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 2023-11-13 21:31:52 +01:00 • committed by GitHub
parent f767aa13ae
commit ec977f6ca7
No known key found for this signature in database
GPG key ID: 4AEE18F83AFDEB23
32 changed files with 139 additions and 126 deletions
Download patch file Download diff file Expand all files Collapse all files

10
docs/ru/quickstart.md
View file

@ -88,7 +88,7 @@ Ultralytics предлагает различные методы установ
## Использование Ultralytics с CLI
Интерфейс командной строки (CLI) Ultralytics позволяет выполнять простые команды одной строкой без необходимости настройки Python среды. CLI не требует настройки или кода на Python. Все задачи можно легко выполнить из терминала с помощью команды `yolo`. Прочтите [Руководство по CLI](../usage/cli.md), чтобы узнать больше о использовании YOLOv8 из командной строки.
Интерфейс командной строки (CLI) Ultralytics позволяет выполнять простые команды одной строкой без необходимости настройки Python среды. CLI не требует настройки или кода на Python. Все задачи можно легко выполнить из терминала с помощью команды `yolo`. Прочтите [Руководство по CLI](/../usage/cli.md), чтобы узнать больше о использовании YOLOv8 из командной строки.
!!! example
@ -102,7 +102,7 @@ Ultralytics предлагает различные методы установ
РЕЖИМ (обязательно) один из [train, val, predict, export, track]
АРГУМЕНТЫ (необязательно) любое количество пар 'arg=value', которые переопределяют настройки по умолчанию.
```
Смотрите все АРГУМЕНТЫ в полном [Руководстве по конфигурации](../usage/cfg.md) или с помощью `yolo cfg`
Смотрите все АРГУМЕНТЫ в полном [Руководстве по конфигурации](/../usage/cfg.md) или с помощью `yolo cfg`
=== "Train"
@ -152,13 +152,13 @@ Ultralytics предлагает различные методы установ
- `yolo predict model yolov8n.pt imgsz 640 conf 0.25` &nbsp; ❌
- `yolo predict --model yolov8n.pt --imgsz 640 --conf 0.25` &nbsp; ❌
[Руководство по CLI](../usage/cli.md){ .md-button .md-button--primary}
[Руководство по CLI](/../usage/cli.md){ .md-button .md-button--primary}
## Использование Ultralytics с Python
Python интерфейс YOLOv8 позволяет легко интегрировать его в ваши Python проекты, упрощая загрузку, выполнение и обработку результатов работы модели. Интерфейс Python разработан с акцентом на простоту и удобство использования, позволяя пользователям быстро внедрять функции обнаружения объектов, сегментации и классификации в их проектах. Это делает интерфейс Python YOLOv8 незаменимым инструментом для тех, кто хочет включить эти функции в свои Python проекты.
Например, пользователи могут загрузить модель, обучить ее, оценить ее производительность на валидационном наборе, и даже экспортировать ее в формат ONNX всего за несколько строк кода. Подробнее о том, как использовать YOLOv8 в ваших Python проектах, читайте в [Руководстве по Python](../usage/python.md).
Например, пользователи могут загрузить модель, обучить ее, оценить ее производительность на валидационном наборе, и даже экспортировать ее в формат ONNX всего за несколько строк кода. Подробнее о том, как использовать YOLOv8 в ваших Python проектах, читайте в [Руководстве по Python](/../usage/python.md).
!!! example
@ -184,4 +184,4 @@ Python интерфейс YOLOv8 позволяет легко интегрир
success = model.export(format='onnx')
```
[Руководство по Python](../usage/python.md){.md-button .md-button--primary}
[Руководство по Python](/../usage/python.md){.md-button .md-button--primary}

2
docs/ru/tasks/classify.md
View file

@ -37,7 +37,7 @@ keywords: Ultralytics, YOLOv8, классификация изображений
## Обучение
Обучите модель YOLOv8n-cls на наборе данных MNIST160 на протяжении 100 эпох с размером изображения 64. Полный список доступных аргументов приведен на странице [Конфигурация](../../usage/cfg.md).
Обучите модель YOLOv8n-cls на наборе данных MNIST160 на протяжении 100 эпох с размером изображения 64. Полный список доступных аргументов приведен на странице [Конфигурация](/../usage/cfg.md).
!!! example ""

2
docs/ru/tasks/detect.md
View file

@ -48,7 +48,7 @@ keywords: YOLOv8, Ultralytics, обнаружение объектов, пред
## Обучение
Обучите модель YOLOv8n на датасете COCO128 в течение 100 эпох с размером изображения 640. Полный список доступных аргументов см. на странице [Конфигурация](../../usage/cfg.md).
Обучите модель YOLOv8n на датасете COCO128 в течение 100 эпох с размером изображения 640. Полный список доступных аргументов см. на странице [Конфигурация](/../usage/cfg.md).
!!! example ""

2
docs/ru/tasks/segment.md
View file

@ -49,7 +49,7 @@ keywords: yolov8, сегментация объектов, Ultralytics, набо
## Обучение
Обучите модель YOLOv8n-seg на наборе данных COCO128-seg в течение 100 эпох при размере изображения 640. Полный список доступных аргументов см. на странице [Конфигурация](../../usage/cfg.md).
Обучите модель YOLOv8n-seg на наборе данных COCO128-seg в течение 100 эпох при размере изображения 640. Полный список доступных аргументов см. на странице [Конфигурация](/../usage/cfg.md).
!!! example ""