在Ultralytics YOLOv8 一周年之际，我们回顾了它的影响、在哪里可以找到所有文件、如何制作火车模型等！
今天，2024 年 1 月 10 日是 Ultralytics YOLOv8现在是庆祝的时候了！这是激动人心的一年，是里程碑式的一年，也是不断挑战极限的一年。和我们一起回顾 2023 年的亮点和 2024 年的下一步。
YOLOv8 受到了计算机视觉爱好者和整个社区的热烈欢迎。在过去的一年里 Ultralytics软件包的下载次数已超过 2,000 万次，仅在 12 月份就达到了破纪录的 400 万次。我们的创始人兼首席执行官格伦-约彻（Glenn Jocher）高兴地告诉大家，人们对YOLOv8 的兴趣与日俱增，每天每秒都有超过 1,000 个推理任务被启动！
除了唤起人们的好奇心和求知欲，YOLOv8 还证明了自己在实际应用中的影响力。今年，我们已经看到 500 万用户和 150 亿次活动受益于YOLOv8 ，涉及各个行业和领域。从改进监控系统到医疗保健、农业或制造业的创新进步，YOLOv8 正在为全球各行各业带来变革。
我们让YOLOv8 离您更近！我们的文档现在有 11 种语言版本，200 多个文档页面，并且还在不断扩展，以更好地满足不同社区的需求！我们的文档不仅限于此，还包括以下实际项目的指南：
文档还说明了Ultralytics 为各种数据集提供的支持。例如，最近有 600 个类的Open Images V7 数据集被添加到了支持的数据集列表中。此外，我们还提供了 Open Images V7 数据集的预训练模型供您试用！
除了使用预先训练好的模型，用户还在寻找定制的计算机视觉解决方案，以解决非常具体的业务问题。在定制数据上训练YOLOv8 模型的能力已成为一项重要优势，2023 年，经过训练的YOLOv8 模型数量达到了惊人的 1900 万个。这些模型是针对各种任务训练的，其中64%用于物体检测，20%用于图像分割，15%用于姿态估计，1%用于图像分类。
这些数字之所以能够实现，部分原因在于Ultralytics' no-code ML 平台，任何人都可以训练YOLOv8 、 Ultralytics HUB- 的无代码 ML 平台。您可以在Ultralytics HUB 上快速创建和训练高级模型，而无需任何代码，该平台可在网络和移动设备上访问。在庆祝YOLOv8 取得成功的同时，让我们回顾一下Ultralytics HUB 在过去一年中的发展历程。
2023 年对于 Ultralytics HUB的伟大一年，我们进行了 84 次具有影响力的版本更新，每次更新都引导我们实现更好的功能和用户体验。我们推出了一些重要功能，如用于无缝协作的 "团队"、增强功能的专业版HUB 、更清晰的账单历史记录以确保您的财务安全，以及新的用户反馈系统。
管理模型从未如此简单。现在，您可以在处理项目时比较和移动模型。我们启用了更多格式，为您提供灵活的模型导出选项，还有更多。
除了新增和改进的功能外，我们还投入大量时间和精力改进现有功能。例如，由于采用了优先加载功能，平台启动速度快如闪电。HUB我们还重新设计了''的品牌和用户体验，为用户带来了视觉上的震撼体验，用户仪表板上的快速链接和介绍视频也能让用户更顺畅地开始使用。
API 密钥管理经过改进，更加安全，平台已与Ultralytics App 集成，前后体验更加流畅。这只是其中的一部分！
在迈向 2024 年之际，我们很高兴看到HUB 在您的持续支持和投入下取得更大发展。让我们一起探索YOLOv8 的下一步发展！
了解最新进展，包括 YOLOv8.1 版本并探索Ultralytics 在 2024 年的发展前景！
正值YOLOv8 诞生一周年之际，我们推出了一款支持YOLOv8 的新工具Ultralytics Explorer。这一创新工具有望改变用户探索数据集并与之互动的方式。您可以使用Ultralytics Explorer API 或图形用户界面，使用 SQL 查询、矢量相似性搜索和语义搜索过滤和搜索您的数据集。
Ultralytics Explorer 的一个令人兴奋的功能是图像匹配。例如，您可以在数据集中选择一幅图像，然后查找数据集中与这幅图像相似的所有图像。这可以让您更轻松地理解和管理数据集。
比方说，你想查看数据集中所有长颈鹿的图片，只需点击几下就能实现！它还支持多张图片匹配，也就是说，当你选择多张图片进行匹配时，会计算出这些图片的平均值。
您还可以编写 SQL 查询，以查找数据集中带有特定标签的特定数量的图像。当你想查看数据集中带有 "狗 "等标签的 10 幅图像样本时，这就派上用场了。它可以帮助您了解已添加注释的数据。
另一个令人兴奋的功能是 Ask AI 功能。如果您不精通 SQL，它可以让您在不需要 SQL 的情况下使用查询功能。例如，您可以要求我们的人工智能查询生成器为您显示 100 张包含一个人和两只狗的图片，它会在内部生成查询并向您显示查询结果。
Ultralytics 的顾问 Ayush Chaurasia 说："最重要的是，由于Ultralytics Explorer API 本身是开源的，因此您可以使用该 API 创建用于数据集验证、探索等的应用程序。查看有关Ultralytics Explorer 的更多详情 的更多详情.
YOLOv8 通过引入 定向对象检测又称 OBB。这项先进的功能旨在提供精确的检测结果，特别是针对不同角度和旋转的物体。
这提高了检测的稳健性和可靠性，特别是对于航空遥感图像和文本检测等倾斜物体。OBB 的突出特点是能够准确定位图像中的物体，最大限度地减少背景区域的包含。这种精确性通过减少背景噪声而大大提高了物体分类能力。
Ultralytics 的 ML 工程师 Jing Qiu 分享了对我们最新创新的见解："新YOLOv8-OBB 模型的核心是我们YOLOv8 检测模型的稳健基础。虽然它包含了额外的参数和计算，但我们确保其推理速度在实时应用中依然迅捷，与我们标准检测模型的性能相当。它对用户友好，共享相同的应用程序接口，但用一个简单的'obb'符号标记，使其非常易于训练、验证、预测和输出，与我们的其他任务类似。
我们还很高兴地宣布，我们增加了在 DOTA v2 数据集上训练模型的兼容性。更多详情 这里 并探索这将如何扩展YOLOv8 的功能。
为YOLOv8 添加新的任务固然重要，但改进和加强原有任务也同样重要。与此相呼应，YOLOv8 支持的图像分类任务也得到了改进。
Ultralytics 的 ML 工程师 Fatih Akyon 强调指出："我们已将 SOTA 分类增强功能集成到Ultralytics 的训练管道中。这有助于提高分类得分。使用新管道重新训练了基础yolov8- 分类模型"。
要了解有关YOLOv8图像分类能力的更多信息，请查看 此文档页面。
YOLOv8 in 2023 的主要成功之一是来自社区的关爱、支持和贡献。迄今为止，我们已收到超过 225 份贡献，我们非常感谢每一份帮助我们完善和提高YOLOv8 的贡献。您的宝贵意见促使我们不断完善和调整YOLOv8 ，使其能够更好地适应和应对各行各业的不同需求和挑战。
进入 2024 年，我们很高兴能扩大我们的用户贡献示例库。您的贡献对于解决现实世界中计算机视觉可以解决的问题至关重要。我们邀请您与我们合作，与YOLOv8 社区分享您的创新使用案例、成功故事和独特实施方案。您的贡献将激励其他爱好者，并引导YOLOv8 达到新的高度。
让我们一起建立一个充满活力的用户贡献示例库，展示YOLOv8 的多功能性并反映我们社区的创造力。您可以在以下网址找到更多示例，并为我们的示例库做出贡献 这里.如果您有任何关于贡献的问题，我们的 指南可以帮助您。
感谢您坚定不移的支持，我们期待着见证YOLOv8 令人难以置信的新一年。敬请期待更多更新、创新和合作成果。预祝来年一切顺利！🚀
