소개 Ultralytics YOLOv8

YOLO 아키텍처 제품군의 최신 릴리스인 YOLOv8 은 실시간 객체 감지, 세분화 및 분류라는 세계 최고 수준의 기능을 제공합니다. YOLOv8 은 잘 문서화된 워크플로, 처음부터 작성된 완벽한 코드, 가장 사용하기 쉬운 모델, 모든 YOLO 버전을 지원하는 유연한 솔루션으로 모든 사용자의 요구에 맞는 솔루션을 제공합니다.

저희는 수년간의 연구, 개발, 테스트의 결정체라고 할 수 있는 YOLOv8 을 개발했으며, 저희 팀은 YOLOv8 이 풍부한 기능뿐만 아니라 직관적이고 사용하기 쉽도록 하기 위해 많은 노력을 기울였습니다. 숙련된 전문가든 이 분야를 처음 접하는 사람이든 누구나 오픈 소스 도구를 시작할 수 있도록 YOLOv8 을 만들었습니다.

YOLOv8 을 지속적으로 개선해 나가면서 여러분의 제안, 홍보, 버그 수정 및 문제 제기를 환영합니다. 전문적인 지원이 필요하시면 문의 양식을 작성해 주세요. 오픈 소스 도구로서 커뮤니티의 피드백은 우리에게 매우 중요합니다. 커뮤니티는 저희의 가장 큰 자산이며, 저희가 계속해서 창조와 혁신을 이어갈 수 있는 이유이기도 합니다.

그럼 더 이상 설명하지 않고 YOLOv8 으로 들어가 보겠습니다!

YOLOv8, YOLOv8?

YOLO 아키텍처 제품군의 최신 버전으로 YOLOv8 을 출시하게 되어 기쁩니다. 보편적으로 사랑받고 사용되는 모델을 만들기 위해 수많은 시간과 노력을 기울여 온 커뮤니티의 일원이 되어 영광입니다.

YOLOv8 는 이전 YOLO 버전의 성공을 바탕으로 YOLO 제품군의 차기 버전으로 확정되었습니다.
YOLOv8 의 가장 큰 장점은 이전 버전인 YOLO 과 호환되는 프레임워크로 설계되어 확장성이 뛰어나다는 점입니다. 이를 통해 사용자는 서로 다른 버전 간에 쉽게 전환하고 성능을 비교할 수 있으므로 YOLOv8 은 기존 YOLO 모델을 계속 활용하면서 최신 YOLO 기술을 활용하려는 사용자에게 적합한 선택이 될 수 있습니다.

‍

YOLOv5 vs. YOLOv8

저희는 접근성 높은 AI 도구에 대한 수요에 주목하여 이를 R&D 프로세스에 반영했습니다. 단순성과 유용성을 최우선으로 하여 YOLOv5 이 널리 채택된 것은 이미 잘 알려진 사실입니다. 하지만 YOLOv8 은 이를 한 단계 더 발전시켰습니다.

새로운 기능은 무엇인가요?

• YOLOv8 는 최첨단입니다. YOLOv5 은 빠르고, 쉽고, 정확했지만, 세계 최고 수준은 아니었습니다. YOLOv8 은 이를 바꿉니다. 다른 어떤 모델보다 빠르고 정확합니다.
• YOLOv8 는 훨씬 더 간단합니다. YOLOv5 를 사용하면 리포지토리를 복제하고 환경을 수동으로 설정해야 했습니다. 이 방법은 여전히 손을 더럽히는 것을 좋아하는 사람들을 위한 옵션이지만, YOLOv8 으로 시작하려면 리포지토리를 pip 패키지로 설치하면 됩니다.

• YOLOv8 플랫폼이 됩니다. 단일 아키텍처에서 벗어나 YOLOv8 은 경쟁사의 버전을 포함한 모든 YOLO 버전을 지원합니다.

• YOLOv8 에 논문이 있을 것입니다. YOLOv5 에 대한 논쟁의 포인트는 항상 과학 논문이 부족하다는 것이었습니다. YOLOv8 를 통해 몇 주 안에 논문이 발표될 예정입니다.

뭐가 달라졌나요?

• 명확하게 문서화된 워크플로. YOLOv8 에서는 YOLOv5 에서 유용성이 입증된 문서화된 워크플로를 그대로 유지했지만, YOLOv8 에서는 개선 사항을 반영하여 더욱 간소화했습니다.

• 크리에이터들. 아직 받지 못하셨더라도 걱정하지 마세요! 저희 팀( Ultralytics )은 YOLOv5 과 YOLOv8 의 제작자입니다.
• 통합( YOLOv8 )은 파트너의 도구도 계속 지원할 예정입니다.

또 무엇을 기대할 수 있을까요?

YOLOv8 에서 기대할 수 있는 다음 두 가지 주요 릴리스는 다음과 같습니다:


• 논문. 과학 논문은 YOLOv8 사이트 오픈 직후에 발표할 예정입니다. 이번에는 약속드리겠습니다.

• Ultralytics HUB 을 통한 성능 추적. YOLOv8 과 Ultralytics HUB 간에 직접적이고 긴밀한 통합을 제공하기 위한 작업을 진행 중이며, 이를 통해 사용자는 자동으로 모델 지표와 손실을 시각화하고, 예측을 미리 보고, 다른 모델(공개 또는 비공개)과 비교할 수 있습니다. 에서 Ultralytics HUB, YOLOv8 , ONNX, OpenVINO, TensorRT, TFLite, CoreML 등 다양한 형식으로 모델을 내보낼 수 있습니다.

새로운 YOLOv8 리포지토리를 꼭 확인하시고 별표를 달아주세요!