Ultralytics YOLOv8 의 1주년을 맞이하여 그 영향력, 모든 문서를 찾을 수 있는 위치, 기차 모델 등을 되돌아봅니다!
2024년 1월 10일 오늘, 2024년 1월 10일은 Ultralytics YOLOv8를 출시한 지 1년이 되는 날입니다! 올해는 여러 가지 이정표를 세우고 가능성의 한계를 뛰어넘는 흥미진진한 한 해였습니다. 2023년의 하이라이트와 2024년의 다음 계획을 다시 한 번 살펴보는 시간을 가져보세요.
YOLOv8 는 열렬한 컴퓨터 비전 애호가와 커뮤니티 전반의 열렬한 환영을 받았습니다. 지난 한 해 동안 Ultralytics 패키지는 2천만 회 이상 다운로드되었으며, 12월에만 4백만 회라는 기록적인 다운로드 횟수를 기록했습니다. 창립자 겸 CEO인 Glenn Jocher는 매일 1초마다 1,000개 이상의 추론 작업이 시작되는 등 YOLOv8 에 대한 관심이 계속 증가하고 있다는 사실을 공유하게 되어 기쁘게 생각합니다!
흥미와 호기심을 불러일으키는 것 외에도, YOLOv8 은 실용적이고 실제적인 애플리케이션에서 영향력을 발휘하는 것으로 입증되었습니다. 올해 5백만 명의 사용자와 150억 건의 이벤트가 다양한 산업과 영역에서 YOLOv8 의 혜택을 받았습니다. 감시 시스템 개선부터 의료, 농업, 제조업의 혁신적 발전에 이르기까지 YOLOv8 은 전 세계 산업에 혁신을 일으키고 있습니다.
YOLOv8 을 더 가까이에서 만나보세요! 이제 11개 언어, 200개 이상의 문서 페이지로 제공되는 설명서를 통해 다양한 커뮤니티의 요구를 더 잘 충족할 수 있도록 지속적으로 확장하고 있습니다! 저희의 설명서는 그 수준을 넘어 다음과 같은 실제 프로젝트에 대한 가이드로 구성되어 있습니다:
이 문서에는 Ultralytics 에서 제공하는 다양한 데이터 세트에 대한 지원도 설명되어 있습니다. 예를 들어, 최근에는 600개의 클래스가 포함된 Open Images V7 데이터 세트 가 지원되는 데이터 세트 목록에 추가되었습니다. 또한, 여러분이 사용해 볼 수 있도록 Open Images V7 데이터 세트에 대해 사전 학습된 모델을 제공했습니다!
사용자들은 사전 학습된 모델을 사용하는 것 외에도 매우 구체적인 비즈니스 문제를 해결할 수 있는 맞춤형 컴퓨터 비전 솔루션을 찾고 있습니다. 사용자 지정 데이터에 대해 YOLOv8 모델을 학습시키는 기능은 중요한 이점으로 부상했으며, 2023년에는 무려 1,900만 개의 YOLOv8 모델이 학습되었습니다. 이러한 모델은 64%가 물체 감지, 20%가 이미지 세분화, 15%가 포즈 추정, 1%가 이미지 분류에 사용되는 등 다양한 작업에 대해 학습되었습니다.
이러한 수치는 부분적으로는 코딩 전문 지식과 상관없이 누구나 Ultralytics의 노코드 ML 플랫폼 덕분에 YOLOv8 을 교육할 수 있기 때문에 가능합니다, Ultralytics HUB - 이 있기 때문입니다. 웹과 모바일에서 모두 액세스할 수 있는 Ultralytics HUB 에서 코드 없이도 고급 모델을 빠르게 생성하고 훈련할 수 있습니다. YOLOv8 의 성공을 축하하는 동시에 지난 한 해 동안 Ultralytics HUB 이 어떻게 발전해왔는지 되돌아보겠습니다.
2023년은 84개의 영향력 있는 버전 업데이트를 통해 Ultralytics HUB84개의 영향력 있는 버전 업데이트를 통해 더 나은 기능과 사용자 경험으로 나아가고 있습니다. 원활한 공동 작업을 위한 'Teams', 향상된 기능을 제공하는 Pro HUB 버전, 재정적 안정을 위한 더욱 명확한 청구 내역, 새로운 사용자 피드백 시스템 등 주요 기능을 공개했습니다.
모델 관리가 그 어느 때보다 쉬워졌습니다. 이제 프로젝트 작업 시 모델을 비교하고 이동할 수 있습니다. 더 많은 포맷을 지원하여 유연한 모델 내보내기 옵션을 비롯한 다양한 기능을 제공합니다.
새롭고 개선된 기능 외에도 기존 기능을 개선하는 데에도 많은 시간과 노력을 기울였습니다. 예를 들어, 우선 순위 로딩 기능 덕분에 플랫폼이 번개처럼 빠르게 시작됩니다. HUB시각적으로 멋진 경험을 제공하기 위해 브랜딩과 UX를 재구성했으며, 사용자 대시보드에 빠른 링크와 인트로 동영상을 추가하여 보다 원활한 시작을 돕습니다.
API 키 관리가 더욱 안전하도록 개선되었으며, 플랫폼이 Ultralytics 앱과 통합되어 더욱 원활하게 주고받을 수 있습니다. 이 외에도 몇 가지가 더 있습니다!
2024년에 접어든 지금, 여러분의 지속적인 지원과 의견에 힘입어 HUB 이 더욱 성장할 수 있기를 기대합니다. YOLOv8 의 다음 계획을 함께 살펴봅시다!
다음과 같은 최신 개발 사항을 확인해 보세요. YOLOv8.1 릴리스를 포함한 최신 개발 사항을 살펴보고 2024년에 Ultralytics 에 어떤 일이 준비되어 있는지 알아보세요!
YOLOv8 의 1주년을 맞아 새로운 YOLOv8 지원 도구인 Ultralytics 탐색기를 출시합니다. 이 혁신적인 도구는 사용자가 데이터 집합을 탐색하고 상호 작용하는 방식을 바꿀 것입니다. Ultralytics Explorer API 또는 GUI를 사용해 SQL 쿼리, 벡터 유사도 검색, 시맨틱 검색을 사용해 데이터 세트를 필터링하고 검색할 수 있습니다.
Ultralytics Explorer의 흥미로운 기능 중 하나는 이미지 매칭입니다. 예를 들어, 데이터 세트에서 이미지를 선택하면 이 이미지와 유사한 데이터 세트의 모든 이미지를 찾을 수 있습니다. 이를 통해 데이터 집합을 더 쉽게 이해하고 관리할 수 있습니다.
데이터 세트에 있는 모든 기린 사진을 보고 싶다고 가정해 봅시다. 몇 번의 클릭만으로 가능합니다! 또한 다중 이미지 매칭을 지원하므로 일치시킬 이미지를 여러 개 선택하면 이미지의 평균이 계산됩니다.
SQL 쿼리를 작성하여 데이터 세트에서 특정 레이블이 있는 특정 수의 이미지를 찾을 수도 있습니다. 이 기능은 '개'와 같은 레이블이 있는 데이터 세트에서 10개의 이미지 샘플을 보고 싶을 때 유용합니다. 주석이 달린 데이터에 대한 아이디어를 얻는 데 도움이 됩니다.
또 다른 흥미로운 기능은 'AI에게 물어보기' 기능입니다. SQL에 능숙하지 않은 경우 SQL 없이도 쿼리 기능을 사용할 수 있습니다. 예를 들어, AI 기반 쿼리 생성기에 정확히 한 명과 두 마리의 개가 있는 이미지 100장을 보여 달라고 요청하면 내부적으로 쿼리를 생성하여 쿼리 결과를 표시합니다.
Ultralytics 의 고문인 아유시 차우라시아는 '가장 좋은 점은 Ultralytics Explorer API 자체가 오픈 소스이기 때문에 이 API를 사용하여 데이터 세트 유효성 검사, 탐색 등을 위한 애플리케이션을 만들 수 있다는 점'이라고 말합니다. Ultralytics Explorer에 대한 자세한 내용은 에 대한 자세한 내용은.
YOLOv8 는 다음과 같은 기능을 도입하여 크게 도약했습니다. 방향성 물체 감지을 도입하여 크게 도약했습니다. 이 고급 기능은 특히 다양한 각도와 회전하는 물체에 대해 정밀한 감지 결과를 제공하도록 설계되었습니다.
이는 특히 항공 원격 감지 이미지와 텍스트 감지와 같이 기울어진 물체의 경우 감지의 견고성과 신뢰성을 향상시킵니다. OBB는 배경 영역의 포함을 최소화하면서 이미지에서 물체의 위치를 정확하게 찾아내는 능력이 뛰어납니다. 이러한 정밀도는 배경 노이즈를 줄임으로써 물체 분류를 크게 향상시킵니다.
Ultralytics 의 ML 엔지니어인 Jing Qiu는 최신 혁신에 대한 인사이트를 다음과 같이 공유합니다. '새로운 YOLOv8-OBB 모델의 핵심에는 YOLOv8 탐지 모델의 강력한 기반이 있습니다. 이 모델은 추가 매개변수와 계산을 통합하면서도 표준 탐지 모델의 성능을 반영하여 실시간 애플리케이션에서 추론 속도를 빠르게 유지할 수 있도록 했습니다. 사용자 친화적이며 동일한 API를 공유하지만 간단한 'obb' 기호로 표시되어 다른 작업과 유사하게 훈련, 검증, 예측, 내보내기가 매우 쉽습니다.
또한 DOTA v2 데이터 세트에서 모델을 훈련할 수 있는 호환성이 추가되었다는 소식도 알려드립니다. 더 자세히 알아보기 여기에서 에서 자세히 알아보고 YOLOv8 의 기능이 어떻게 확장되는지 살펴보세요.
YOLOv8 에 새로운 작업을 추가하여 지원하는 것도 중요하지만, 기존 작업을 개선하고 강화하는 것도 그에 못지않게 중요합니다. 이러한 의견을 반영하여 YOLOv8 에서 지원하는 이미지 분류 작업을 개선했습니다.
Ultralytics 의 ML 엔지니어인 파티 아키온은 '우리는 Ultralytics 트레이닝 파이프라인에 SOTA 분류 증강 기능을 통합했습니다. 이는 분류 점수를 개선하는 데 도움이 됩니다. 기본 yolov8-분류 모델은 새로운 파이프라인으로 재훈련되었습니다."라고 설명합니다.
YOLOv8의 이미지 분류 기능에 대해 자세히 알아보려면 다음을 확인하세요. 이 문서 페이지를 확인하세요.
2023년 YOLOv8 의 주요 성공 요인 중 하나는 커뮤니티의 많은 사랑과 지원, 기여 덕분입니다. 지금까지 225건 이상의 기여가 있었으며, YOLOv8 을 개선하고 향상시키는 데 도움을 주신 모든 분들께 감사드립니다. 여러분의 소중한 의견 덕분에 저희는 YOLOv8 을 개선하고 세밀하게 조정하여 다양한 업계의 다양한 요구와 과제에 더 잘 적응하고 대응할 수 있게 되었습니다.
2024년에 접어들면서 사용자가 기여한 예제 저장소를 확장할 수 있게 되어 기쁩니다. 여러분의 기여는 컴퓨터 비전이 해결책이 될 수 있는 실제 시나리오를 해결하는 데 중추적인 역할을 합니다. 여러분의 혁신적인 사용 사례, 성공 사례, 독특한 구현을 더 넓은 YOLOv8 커뮤니티와 공유하여 협력해 주시기 바랍니다. 여러분의 기여는 동료 애호가들에게 영감을 주고 YOLOv8 을 새로운 차원으로 안내합니다.
YOLOv8 의 다양성을 보여주고 커뮤니티의 창의성을 반영하는 사용자 기여 사례의 활기찬 리포지토리를 함께 구축해 봅시다. 더 많은 예시를 찾고 저장소에 기여할 수 있습니다. 여기. 기여에 대해 궁금한 점이 있으시면 가이드 를 참조하세요.
여러분의 변함없는 성원에 감사드리며, 앞으로의 놀라운 한 해를 YOLOv8 에서 지켜봐 주시기 바랍니다. 더 많은 업데이트와 혁신, 협업의 성과를 기대해 주세요. 앞으로의 놀라운 한 해를 기대해 주세요! 🚀
