В 1-ю годовщину Ultralytics YOLOv8 мы размышляем о его влиянии, о том, где найти всю документацию, о том, как создаются модели поездов и о многом другом!
Сегодня, 10 января 2024 года, исполняется год с момента запуска Ultralytics YOLOv8и настало время праздновать! Это был захватывающий год, полный вех и раздвигающий границы возможного. Присоединяйся к нам, чтобы вспомнить основные моменты 2023 года и то, что будет дальше в 2024-м.
YOLOv8 был тепло встречен заядлыми энтузиастами компьютерного зрения и сообществом в целом. За последний год пакет Ultralytics пакет был скачан более 20 миллионов раз, причем только за один декабрь рекордные 4 миллиона скачиваний. Гленн Джочер, наш основатель и генеральный директор, рад поделиться тем, что интерес к YOLOv8 продолжает расти: каждую секунду каждого дня начинается более 1 000 заданий на вывод!
Помимо того, что YOLOv8 вызывает интригу и любопытство, он также доказал свою эффективность в практических, реальных приложениях. В этом году мы стали свидетелями того, как 5 миллионов пользователей и 15 миллиардов событий получили пользу от YOLOv8 в различных отраслях и сферах. От улучшения систем видеонаблюдения до инновационных достижений в здравоохранении, сельском хозяйстве или производстве - YOLOv8 совершает революцию во всем мире.
Мы делаем YOLOv8 ближе к тебе! Наша документация теперь доступна на 11 языках, содержит 200+ страниц документации и постоянно расширяется, чтобы лучше удовлетворять потребности нашего разнообразного сообщества! Наша документация выходит за рамки и состоит из руководств для следующих реальных проектов:
Документация также иллюстрирует поддержку, которую Ultralytics обеспечивает для различных наборов данных. Например, недавно в список поддерживаемых наборов данных был добавлен набор данных Open Images V7 с 600 классами. Кроме того, мы сделали доступной предварительно обученную модель для набора данных Open Images V7, чтобы ты мог опробовать ее!
Помимо использования предварительно обученных моделей, пользователи также ищут индивидуальные решения в области компьютерного зрения, которые решают очень специфические бизнес-задачи. Возможность обучения моделей YOLOv8 на пользовательских данных стала значительным преимуществом, и в 2023 году было обучено 19 миллионов моделей YOLOv8 . Эти модели были обучены для решения различных задач: 64 % из них были посвящены обнаружению объектов, 20 % - сегментации изображений, 15 % - оценке позы и 1 % - классификации изображений.
Отчасти такие показатели возможны потому, что любой человек может обучать YOLOv8 благодаря Ultralytics' no-code ML-платформе, Ultralytics HUB - независимо от своих знаний в области кодирования. Ты можешь быстро создавать и обучать продвинутые модели, не используя никакого кода, на Ultralytics HUB , которая доступна как в интернете, так и на мобильных устройствах. Отмечая успехи YOLOv8, давай также оглянемся на то, как Ultralytics HUB развивался в течение этого года.
2023 год стал отличным годом для Ultralytics HUB, с 84 значимыми обновлениями версий, каждое из которых направляет нас на улучшение функциональности и пользовательского опыта. Мы представили такие важные функции, как "Teams" для бесшовной совместной работы, нашу версию Pro HUB с расширенными возможностями, более четкую историю выставления счетов для твоего финансового спокойствия и новую систему обратной связи с пользователями.
Управлять моделями еще никогда не было так просто. Теперь ты можешь сравнивать и перемещать модели во время работы над проектом. Мы включили еще больше форматов, чтобы предложить тебе гибкие возможности экспорта моделей, и многое другое.
Помимо новых и улучшенных функций, много времени и сил ушло и на совершенствование существующих. Например, благодаря приоритетной загрузке платформа запускается быстро, как молния. HUB'Брендинг и UX были переосмыслены для визуально ошеломляющего опыта, а пользовательская приборная панель имеет быстрые ссылки и вводное видео для более плавного старта.
Управление API-ключами было переработано, чтобы сделать его еще более безопасным, а сама платформа была интегрирована с приложением Ultralytics для более плавного обмена информацией. И это только некоторые из них!
Вступая в 2024 год, мы с нетерпением ждем, что HUB будет расти еще больше благодаря твоей постоянной поддержке и вкладу. Давай вместе узнаем, что ждет YOLOv8 дальше!
Узнай о последних разработках, включая YOLOv8релиз .1, и узнай, что ждет Ultralytics в 2024 году!
Как раз к первой годовщине YOLOv8 мы выпускаем новый YOLOv8-инструмент под названием Ultralytics Explorer. Этот инновационный инструмент обещает изменить то, как пользователи исследуют и взаимодействуют со своими наборами данных. Ты можешь использовать как API Ultralytics Explorer, так и графический интерфейс, чтобы иметь возможность фильтровать и искать в своих наборах данных с помощью SQL-запросов, поиска по векторному сходству и семантического поиска.
Одна из интересных функций Ultralytics Explorer - сопоставление изображений. Например, ты можешь выбрать изображение в своем наборе данных и найти все изображения в нем, которые похожи на это изображение. Это может облегчить понимание и управление твоим набором данных.
Допустим, ты хочешь увидеть все изображения жирафов в своем наборе данных, ты можешь сделать это в несколько кликов! Кроме того, он поддерживает множественное сопоставление изображений, то есть когда ты выбираешь несколько изображений для сопоставления - вычисляется среднее значение этих изображений.
Ты также можешь писать SQL-запросы, чтобы найти определенное количество изображений в наборе данных с конкретными метками. Это может пригодиться, когда ты захочешь посмотреть выборку из 10 изображений из набора данных с меткой вроде "собака". Это поможет тебе получить представление о данных, которые были аннотированы.
Еще одна интересная возможность - функция Ask AI. Если ты не владеешь SQL, она позволит тебе использовать функцию запроса без необходимости в SQL. Например, ты можешь попросить наш генератор запросов на основе ИИ показать тебе 100 изображений с одним человеком и двумя собаками, и он сам сгенерирует запрос и покажет тебе его результаты.
Аюш Чаурасия, советник Ultralytics, сказал: "Самое приятное, что, поскольку сам API Ultralytics Explorer является открытым исходным кодом, ты можешь использовать его для создания приложений для проверки наборов данных, исследования и многого другого". Узнай больше подробностей о Ultralytics Explorer. здесь ..
YOLOv8 делает значительный скачок вперед, представляя Ориентированное обнаружение объектовизвестная также как OBB. Эта продвинутая функция призвана обеспечить точные результаты обнаружения, особенно для объектов, расположенных под разными углами и вращающихся.
Это повышает прочность и надежность обнаружения, особенно для наклонных объектов, таких как изображения, полученные с помощью дистанционного зондирования с воздуха, и распознавание текста. OBB отличается своей способностью точно определять местоположение объектов на изображениях, сводя к минимуму включение фоновых областей. Такая точность значительно улучшает классификацию объектов за счет уменьшения фонового шума.
Цзин Цю, инженер по ML в Ultralytics, делится своими соображениями о нашей последней инновации: "В основе новой модели YOLOv8-OBB лежит надежный фундамент нашей модели обнаружения YOLOv8 . Хотя она включает в себя дополнительные параметры и вычисления, мы позаботились о том, чтобы ее скорость вывода оставалась быстрой для приложений реального времени, отражая производительность наших стандартных моделей обнаружения. Она удобна в использовании и использует тот же API, но обозначается простым знаком "obb", что делает ее очень простой для обучения, проверки, прогнозирования и экспорта, аналогично другим нашим задачам.
Мы также рады сообщить о добавлении совместимости для обучения модели на наборе данных DOTA v2. Окунись в более подробную информацию здесь и узнай, как это расширяет возможности YOLOv8.
Хотя добавление новых задач для поддержки YOLOv8 очень важно, не менее важно улучшать и совершенствовать исходные задачи. В соответствии с этим настроением, задача классификации изображений, поддерживаемая YOLOv8 , была улучшена.
Фатих Акьон, инженер по ML в Ultralytics, подчеркивает: "Мы интегрировали дополнения к классификации SOTA в обучающие конвейеры Ultralytics . Это помогает улучшить показатели классификации". Базовые yolov8-модели классификации были переобучены с помощью нового конвейера".
Чтобы узнать больше о способности YOLOv8'классифицировать изображения, посмотри этот страницу документации.
Одним из главных успехов YOLOv8 в 2023 году стало количество любви, поддержки и вклада со стороны нашего сообщества. На данный момент мы сделали более 225 вкладов, и мы благодарны за каждый из них, который помог доработать и улучшить YOLOv8. Твой ценный вклад подтолкнул нас к доработке и тонкой настройке YOLOv8, сделав его более адаптируемым и отвечающим различным потребностям и задачам в разных отраслях.
Вступая в 2024 год, мы с нетерпением ждем расширения нашего хранилища примеров, созданных пользователями. Твой вклад играет ключевую роль в решении реальных сценариев, где компьютерное зрение может стать решением. Мы приглашаем тебя к сотрудничеству, делясь своими инновационными примерами использования, историями успеха и уникальными реализациями с широким сообществом YOLOv8 . Твой вклад вдохновит коллег-энтузиастов и направит YOLOv8 к новым высотам.
Давайте вместе создадим яркий репозиторий примеров, созданных пользователями, которые демонстрируют универсальность YOLOv8 и отражают креативность нашего сообщества. Ты можешь найти больше примеров и внести свой вклад в наш репозиторий здесь. Если у тебя возникли вопросы о том, как внести свой вклад, то наше руководство поможет тебе.
Спасибо за твою неизменную поддержку, и мы с нетерпением ждем невероятного будущего года для YOLOv8. Следи за обновлениями, инновациями и совместными достижениями. За потрясающий грядущий год! 🚀
Начни свое путешествие с будущим машинного обучения
