Ultralytics se classe cinquième dans le rapport Octoverse 2024 de GitHub.

Comment les premiers contributeurs d'Ultralytics reflètent une plus grande histoire.

L'émergence d'Ultralyticscomme l'une des meilleures destinations open-source de GitHub pour les nouveaux contributeurs est plus qu'une simple réalisation excitante - c'est un reflet direct de notre mission. Nous nous engageons à rendre l'IA non seulement à la pointe de la technologie, mais aussi ouverte, compréhensible et accessible aux développeurs du monde entier.

Selon le rapport Octoverse 2024 de GitHub, plus de 1,4 million de développeurs ont apporté leur première contribution open source l'année dernière. Cette poussée n'est pas seulement une tendance, c'est un signal puissant.

‍

Les premières contributions sont parmi les indicateurs les plus clairs de la confiance, de la facilité d'utilisation et de l'impact réel sur la communauté. Lorsque les développeurs choisissent Ultralytics pour faire ce premier pas, cela signifie qu'ils considèrent notre écosystème comme un endroit qu'ils peuvent comprendre, auquel ils peuvent contribuer et avec lequel ils peuvent grandir.

Le fait d'être classé parmi les cinq meilleurs projets au niveau mondial renforce le fait qu'au-delà de la construction d'outils de pointe, nous contribuons à façonner l'avenir de l'IA en accueillant et en responsabilisant la prochaine génération de développeurs et de chercheurs. 

Cela nous rappelle que l'innovation ouverte ne s'étend pas parce qu'elle est rapide ou tape-à-l'œil - elle s'étend parce qu'elle est partagée. En d'autres termes, notre élan est alimenté par une communauté mondiale en pleine croissance qui construit ensemble.

Regarde de plus près la montée en puissance de l'IA

Ensuite, prenons un peu de recul et voyons comment les tendances plus larges en matière d'IA et d'open source façonnent l'activité des développeurs et comment Ultralytics s'inscrit dans ce tableau.

Le boom de l'IA a lentement commencé à gagner du terrain à la fin des années 2010, mais ces dernières années, il a été plus bruyant que jamais - et il transforme la façon dont les développeurs construisent. Rien qu'en 2024, GitHub a enregistré une croissance de 98 % d'une année sur l'autre des projets d'IA générative et près d'un milliard de contributions aux référentiels publics et open-source. Ces chiffres témoignent d'un changement substantiel dans la façon dont les communautés mondiales expérimentent, expédient et mettent à l'échelle les logiciels.

Au cœur de ce mouvement se trouve Python. En 2024, il est officiellement devenu le langage de programmation le plus utilisé sur GitHub, dépassant JavaScript (un langage traditionnellement utilisé pour créer des sites Web et des applications Web) pour la première fois depuis plus d'une décennie. Ce changement est dû à l'influence croissante de domaines comme l'apprentissage automatique, la science des données et l'IA, où Python est le langage par défaut pour de nombreux développeurs et chercheurs. 

‍

Par exemple, Jupyter Notebooks, un outil couramment utilisé pour écrire et exécuter du code Python aux côtés de visualisations et d'explications de données, a vu son utilisation augmenter de 92 %. Cette croissance est le résultat direct de l'expérimentation pratique, de l'analyse de données et du développement de modèles d'IA qui deviennent une partie essentielle des flux de travail des logiciels modernes, non seulement dans la recherche, mais aussi dans les contextes de production.

Quand Ultralytics rencontre la vague mondiale d'IA

Pour Ultralytics, cette tendance s'aligne étroitement sur la façon dont notre communauté construit. Les modèlesYOLO open-source d'Ultralytics se situent à l'intersection de l'accessibilité de l'IA et de l'utilité dans le monde réel. Des dispositifs de pointe dans les villes intelligentes aux systèmes de vision dans la robotique et la fabrication, les développeurs du monde entier choisissent nos outils non seulement pour leurs performances, mais aussi parce qu'ils sont faciles à comprendre, adaptables à différents besoins et construits en mettant l'accent sur la fiabilité.

Alors que l'écosystème mondial des développeurs continue de s'étendre, nous voyons apparaître chaque jour de nouveaux contributeurs, de nouveaux cas d'utilisation et de nouvelles innovations. Qu'il s'agisse d'étudiants qui expérimentent dans les carnets Jupyter, d'équipes qui intègrent YOLO dans des systèmes de production ou de contributeurs débutants qui explorent l'IA open source, c'est un effort collectif qui réimagine la façon dont les outils de vision par ordinateur sont construits et utilisés. 

L'impact de la communauté GitHub Ultralytics

Maintenant que nous avons exploré la croissance récente des projets d'IA, prenons un moment pour discuter des contributions remarquables de la communauté GitHub Ultralytics .

Depuis le premier jour, Ultralytics a été construit de manière ouverte, façonné par les commentaires, les contributions et la collaboration inestimables des développeurs du monde entier. Ce qui a commencé comme une vision de notre fondateur et PDG, Glenn Jocher, a évolué en une communauté mondiale dynamique.

Nous aimerions partager un remerciement sincère à tous ceux qui ont fait partie de ce voyage - que ce soit en contribuant au code, en offrant des commentaires, en testant des fonctionnalités ou en laissant une étoile sur Github. Ultralytics ne serait pas ce qu'il est aujourd'hui sans vous. 

Comme le dit Glenn Jocher, "l'IA open-source est le fondement d'Ultralytics depuis le début. Chaque contribution nous aide à repousser les limites de l'IA, et ensemble, nous construisons quelque chose qui peut vraiment changer le monde."

Voici un petit aperçu de l'impact de la communauté GitHub d'Ultralytics :

• Ultralytics GitHub Stars : 100K étoiles
  ‍
• 85 millions de téléchargements de Pip
  ‍
• 3M Modèles formés par jour à l'aide du progiciel Ultralytics pip.

En fin de compte, chaque contribution dans la communauté de l'IA open-source stimule la croissance et renforce la collaboration mondiale. Ceci est crucial pour Ultralytics et fait partie d'un mouvement plus large soutenant l'IA open-source dans le monde entier.

Fait intéressant, l'enquête 2024 Open Source Survey de GitHub révèle que l'espace open-source est de plus en plus diversifié, puisque 30 % des personnes interrogées s'identifient désormais à des minorités, soit une augmentation de 43 % par rapport à l'enquête précédente. À mesure que la communauté mondiale des développeurs continue de s'étendre, cette diversité devrait encore s'accroître, en particulier dans les régions à développement rapide comme l'Inde, qui est en passe de devenir la plus grande communauté de développeurs d'ici 2028, ainsi que le Brésil et le Nigéria.

‍

De l'open source aux cas d'utilisation réels avec Ultralytics YOLO

Parfois, les chiffres peuvent être difficiles à visualiser en termes d'impact dans le monde réel. Cependant, lorsque tu jettes un coup d'œil à la façon dont les modèlesYOLO Ultralytics sont appliqués dans divers secteurs d'activité, l'impact de l'IA open-source est évident.

Les modèlesYOLO d'Ultralytics redéfinissent des domaines tels que la conservation de la faune, les systèmes de sécurité et les villes intelligentes. Par exemple, dans le domaine de la conservation de la faune, les drones alimentés par YOLO peuvent être utilisés pour suivre les espèces menacées et surveiller leur environnement, ce qui donne aux chercheurs des indications en temps réel pour aider à protéger ces animaux. 

De même, dans les systèmes de sécurité, YOLO peut aider à la détection des menaces, permettant des réponses plus rapides et une meilleure protection dans les situations à haut risque. Pendant ce temps, dans les villes intelligentes, les modèles YOLO peuvent être utilisés pour gérer le trafic, surveiller les espaces publics et améliorer la sécurité globale en fournissant des données actualisées à partir d'entrées visuelles.

Les progrès récents dans le domaine de la vision par ordinateur, tels que les améliorations apportées par Ultralytics YOLOv8 à Ultralytics YOLO11démontrent à quel point la technologie a évolué. YOLO11, en particulier, offre un traitement plus rapide et une plus grande précision, ce qui le rend encore plus efficace pour des tâches telles que la détection d'objets en temps réel. 

Il peut être utilisé dans les véhicules autonomes pour la détection des obstacles, et dans le domaine de la santé, il peut analyser les images médicales pour accélérer les diagnostics. Ces applications du monde réel montrent que les modèles d'IA open-source comme YOLO peuvent résoudre des problèmes réels et améliorer le monde de manière significative.

‍

Principaux enseignements

Le classement d'Ultralytics à la 5e place du rapport Octoverse 2024 de GitHub pour avoir attiré le plus grand nombre de primo-contributeurs est une étape importante, qui reflète l'intérêt croissant pour l'IA open-source. Cette reconnaissance, ainsi que les applications réelles de nos modèles dans des domaines allant de la conservation de la faune et de la flore aux systèmes de sécurité en passant par les villes intelligentes, montre à quel point la vision par ordinateur est largement adoptée.

Les projets open-source, comme ceux d'Ultralytics, sont portés par la collaboration et la participation mondiale. Nous sommes fiers de faire partie de ce mouvement et restons déterminés à élargir l'accessibilité de Vision AI, en donnant aux développeurs du monde entier les moyens d'agir.

Si tu n'as jamais contribué à un projet open-source, c'est le moment idéal. Rejoins notre communauté mondiale. Que tu démarres ou que tu déploies à grande échelle, il y a une place pour toi ici. 

Explore notre dépôt GitHub pour t'impliquer, consulte nos options de licence pour exploiter les solutions de vision par ordinateur, et découvre comment les modèles YOLO génèrent un impact réel dans des domaines tels que l 'IA dans l'agriculture et l'IA de vision dans les soins de santé.