X
Ultralytics YOLOv8.2 FreigabeUltralytics YOLOv8.2 FreigabeUltralytics YOLOv8.2 Pfeil loslassen
Grüner Scheck
Link in die Zwischenablage kopiert

Ultralytics YOLOv8 Turns One: Ein Jahr voller Durchbrüche und Innovationen

Zum 1. Jahrestag von Ultralytics YOLOv8 denken wir über die Auswirkungen nach, wo du die gesamte Dokumentation findest, wie Zugmodelle funktionieren und vieles mehr!

Heute, am 10. Januar 2024, ist ein Jahr seit dem Start von Ultralytics YOLOv8und es ist Zeit zu feiern! Es war ein aufregendes Jahr voller Meilensteine und der Überschreitung der Grenzen des Möglichen. Erlebe mit uns einen Rückblick auf die Höhepunkte des Jahres 2023 und auf das, was im Jahr 2024 ansteht.

Nachdenken über die Auswirkungen von YOLOv8 im Jahr 2023

Daten aus dem ersten Jahr der YOLOv8
Abb. 1. 19 Millionen YOLOv8 Modelle trainiert im Jahr 2023


YOLOv8 wurde von begeisterten Computer Vision Enthusiasten und der Community im Allgemeinen sehr positiv aufgenommen. Im vergangenen Jahr wurde das Ultralytics Paket mehr als 20 Millionen Mal heruntergeladen, mit einem Rekord von 4 Millionen Downloads allein im Dezember. Glenn Jocher, unser Gründer und CEO, freut sich, dass das Interesse an YOLOv8 weiter wächst: Jede Sekunde am Tag werden über 1.000 Inferenzjobs gestartet! 

YOLOv8 hat nicht nur Faszination und Neugierde geweckt, sondern auch bewiesen, dass es sich in der Praxis bewährt. In diesem Jahr haben wir gesehen, wie 5 Millionen Nutzer und 15 Milliarden Ereignisse in verschiedenen Branchen und Bereichen von YOLOv8 profitiert haben. Von der Verbesserung von Überwachungssystemen bis hin zu innovativen Fortschritten im Gesundheitswesen, in der Landwirtschaft oder in der Produktion - YOLOv8 revolutioniert Branchen auf der ganzen Welt.

Erweitern von YOLOv8's Docs

Wir bringen YOLOv8 näher an dich heran! Unsere Dokumentation ist jetzt in 11 Sprachen verfügbar, umfasst mehr als 200 Dokumentseiten und wird ständig erweitert, um die Bedürfnisse unserer vielfältigen Gemeinschaft besser zu erfüllen! Unsere Dokumentation geht weit darüber hinaus und besteht aus Anleitungen für die folgenden Projekte aus der Praxis:

Die Dokumentation zeigt auch die Unterstützung, die Ultralytics für verschiedene Datensätze bietet. Vor kurzem wurde zum Beispiel der Open Images V7-Datensatz mit 600 Klassen in die Liste der unterstützten Datensätze aufgenommen. Außerdem haben wir ein vortrainiertes Modell für den Open Images V7-Datensatz zur Verfügung gestellt, das du ausprobieren kannst!

Erstellen eigener trainierter YOLOv8 Modelle

Neben der Verwendung von vortrainierten Modellen sind die Nutzer auch auf der Suche nach maßgeschneiderten Bildverarbeitungslösungen, die sehr spezifische Geschäftsprobleme lösen. Die Möglichkeit, YOLOv8 Modelle auf benutzerdefinierten Daten zu trainieren, hat sich als großer Vorteil erwiesen. Im Jahr 2023 wurden 19 Millionen YOLOv8 Modelle trainiert. Diese Modelle wurden für verschiedene Aufgaben trainiert, wobei 64% für die Objekterkennung, 20% für die Bildsegmentierung, 15% für die Posenschätzung und 1% für die Bildklassifizierung eingesetzt wurden. 

Diese Zahlen sind zum Teil deshalb möglich, weil jeder YOLOv8 dank der No-Code ML-Plattform Ultralyticstrainieren kann, Ultralytics HUB - unabhängig von seinen Programmierkenntnissen. Auf Ultralytics HUB kannst du schnell fortgeschrittene Modelle erstellen und trainieren, ohne dass du Code benötigst. Während wir die Erfolge von YOLOv8 feiern, wollen wir auch darauf zurückblicken, wie sich Ultralytics HUB im letzten Jahr entwickelt hat.

Ultralytics HUBWachstum im Jahr 2023

2023 war ein großartiges Jahr für Ultralytics HUBmit 84 bedeutenden Versions-Updates, von denen jedes einzelne die Funktionalität und das Nutzererlebnis verbessert hat. Wir haben wichtige Funktionen wie "Teams" für eine nahtlose Zusammenarbeit, unsere Pro HUB Version mit erweiterten Möglichkeiten, eine übersichtlichere Abrechnungshistorie für deinen finanziellen Seelenfrieden und ein neues Nutzer-Feedback-System vorgestellt.

Die Verwaltung deiner Modelle war noch nie so einfach. Du kannst jetzt Modelle vergleichen und verschieben, wenn du an einem Projekt arbeitest. Wir haben noch mehr Formate aktiviert, um dir flexible Modellexportoptionen zu bieten, und vieles mehr.

Neben den neuen und verbesserten Funktionen wurde auch viel Zeit und Energie in die Verbesserung bestehender Funktionen gesteckt. Zum Beispiel startet die Plattform dank der Prioritätsladefunktion blitzschnell. HUBDas Branding und die Benutzeroberfläche wurden überarbeitet, um ein visuell beeindruckendes Erlebnis zu schaffen, und das Benutzer-Dashboard verfügt über Quick Links und ein Intro-Video für einen reibungslosen Start. 

Die Verwaltung der API-Schlüssel wurde überarbeitet, um noch sicherer zu sein, und die Plattform wurde in die Ultralytics App integriert, um ein reibungsloseres Hin und Her zu ermöglichen. Und das sind nur ein paar Beispiele!

Ultralytics HUB Bildschirm für Benutzer
Abb. 2. Verbessertes Benutzer-Dashboard: Quicklinks und ein Intro-Video für einen leichteren Start.


Mit Blick auf das Jahr 2024 freuen wir uns darauf, HUB mit eurer Unterstützung und eurem Input weiter wachsen zu sehen. Lasst uns gemeinsam herausfinden, wie es mit YOLOv8 weitergeht! 

Wie geht es weiter mit YOLOv8 im Jahr 2024?

Entdecken Sie die neuesten Entwicklungen, darunter die YOLOv8.1 Veröffentlichungund entdecke, was für Ultralytics im Jahr 2024 auf dem Programm steht!

Wir stellen vor: Ultralytics Explorer

Pünktlich zum ersten Jahrestag von YOLOv8 bringen wir ein neues YOLOv8-fähiges Tool heraus: den Ultralytics Explorer. Dieses innovative Tool verspricht, die Art und Weise zu verändern, wie Nutzer ihre Datensätze erkunden und mit ihnen interagieren. Du kannst entweder die Ultralytics Explorer API oder die grafische Benutzeroberfläche nutzen, um deine Datensätze mithilfe von SQL-Abfragen, Vektorähnlichkeitssuche und semantischer Suche zu filtern und zu durchsuchen. 

Eine spannende Funktion von Ultralytics Explorer ist der Bildabgleich. Du kannst zum Beispiel ein Bild in deinem Datensatz auswählen und alle Bilder in deinem Datensatz finden, die diesem Bild ähnlich sind. Das kann das Verständnis und die Verwaltung deines Datensatzes erleichtern. 

Abb. 3. Neuer Ultralytics Explorer


Wenn du z. B. alle Bilder von Giraffen in deinem Datensatz sehen willst, kannst du das mit ein paar Klicks tun! Es unterstützt auch den Abgleich mehrerer Bilder, d.h. wenn du mehrere Bilder zum Abgleich auswählst, wird der Durchschnitt der Bilder berechnet.

Du kannst auch SQL-Abfragen schreiben, um eine bestimmte Anzahl von Bildern im Datensatz mit bestimmten Bezeichnungen zu finden. Das kann nützlich sein, wenn du eine Stichprobe von 10 Bildern aus dem Datensatz mit einer Beschriftung wie "Hund" sehen möchtest. So kannst du dir einen Überblick über die beschrifteten Daten verschaffen. 

Eine weitere spannende Funktion ist die Ask AI-Funktion. Falls du keine SQL-Kenntnisse hast, kannst du die Abfragefunktion nutzen, ohne SQL zu benötigen. Du kannst zum Beispiel unseren KI-gestützten Abfragegenerator bitten, dir 100 Bilder mit genau einer Person und zwei Hunden zu zeigen, und er erstellt die Abfrage intern und zeigt dir die Ergebnisse. 

Ayush Chaurasia, Berater bei Ultralytics, sagt: "Das Beste daran ist, dass die Ultralytics Explorer API selbst Open Source ist und du die API nutzen kannst, um Anwendungen für die Validierung von Datensätzen, die Erkundung und vieles mehr zu erstellen. Weitere Informationen über den Ultralytics Explorer findest du hier.

Eine neue YOLOv8 Aufgabe: Orientierte Objekterkennung

YOLOv8 macht einen bedeutenden Sprung nach vorn, indem es die Oriented Object Detection, auch bekannt als OBB. Diese fortschrittliche Funktion wurde entwickelt, um präzise Erkennungsergebnisse zu liefern, insbesondere bei Objekten in verschiedenen Winkeln und Drehungen. 

Dies verbessert die Robustheit und Zuverlässigkeit der Erkennung, insbesondere bei geneigten Objekten, wie z. B. bei Bildern aus der Luft und bei der Texterkennung. OBB zeichnet sich durch seine Fähigkeit aus, Objekte in Bildern genau zu lokalisieren und die Einbeziehung von Hintergrundbereichen zu minimieren. Diese Präzision verbessert die Objektklassifizierung erheblich, da das Hintergrundrauschen reduziert wird.

Luftaufnahme von Yachten mit Oriented Bounding Boxes (OBB)
Abb. 4. Ein Beispiel für eine Luftbildszene mit Oriented Bounding Boxes (OBB).


Jing Qiu, ML Engineer bei Ultralytics, gibt Einblicke in unsere neueste Innovation: "Das Herzstück des neuen YOLOv8-OBB Modells ist die robuste Grundlage unseres YOLOv8 Erkennungsmodells. Obwohl es zusätzliche Parameter und Berechnungen enthält, haben wir sichergestellt, dass die Geschwindigkeit der Schlussfolgerungen für Echtzeitanwendungen schnell bleibt und der Leistung unserer Standard-Erkennungsmodelle entspricht. Es ist benutzerfreundlich und nutzt dieselbe API, ist aber durch ein einfaches 'obb'-Zeichen gekennzeichnet, so dass es ähnlich wie unsere anderen Aufgaben extrem einfach zu trainieren, zu validieren, vorherzusagen und zu exportieren ist.'

Wir freuen uns außerdem, dass wir die Kompatibilität für das Training eines Modells mit dem DOTA v2-Datensatz verbessert haben. Weitere Details findest du hier und erfahre, wie dies die Möglichkeiten von YOLOv8 erweitert.

Verbesserte Modelle zur Bildklassifizierung

Es ist zwar wichtig, dass YOLOv8 neue Aufgaben unterstützt, aber genauso wichtig ist es, die ursprünglichen Aufgaben zu verbessern und zu erweitern. In diesem Sinne wurde auch die von YOLOv8 unterstützte Aufgabe zur Bildklassifizierung verbessert.

Fatih Akyon, ML Engineer bei Ultralytics, betont: "Wir haben SOTA-Klassifizierungserweiterungen in die Ultralytics Trainings-Pipelines integriert. Das hilft, die Klassifizierungsergebnisse zu verbessern. Die Basismodelle der yolov8-Klassifizierung wurden mit der neuen Pipeline neu trainiert."

Bildklassifizierung durchführen
Abb. 5. Ein Bild, das die Bildklassifizierung zeigt.


Wenn du mehr über die Fähigkeit von YOLOv8, Bilder zu klassifizieren, erfahren möchtest, schau dir diese Doku-Seite. 

Wir akzeptieren von Nutzern beigetragene Beispiele!

Einer der größten Erfolge von YOLOv8 im Jahr 2023 ist die große Liebe, Unterstützung und die Beiträge unserer Community. Mit bisher über 225 Beiträgen sind wir für jeden einzelnen dankbar, der dazu beigetragen hat, YOLOv8 zu verbessern und weiterzuentwickeln. Eure wertvollen Beiträge haben uns dazu gebracht, YOLOv8 weiterzuentwickeln und zu verfeinern, damit es anpassungsfähiger wird und auf die unterschiedlichen Bedürfnisse und Herausforderungen der verschiedenen Branchen reagieren kann. 

Zu Beginn des Jahres 2024 freuen wir uns, unser Repository mit von Nutzern beigetragenen Beispielen zu erweitern. Deine Beiträge sind entscheidend, wenn es um reale Szenarien geht, in denen Computer Vision eine Lösung sein kann. Wir laden dich ein, mit uns zusammenzuarbeiten, indem du deine innovativen Anwendungsfälle, Erfolgsgeschichten und einzigartigen Implementierungen mit der breiteren YOLOv8 Community teilst. Deine Beiträge inspirieren andere Enthusiasten und führen YOLOv8 zu neuen Höhen.

Lass uns gemeinsam ein lebendiges Repository mit von Nutzern beigetragenen Beispielen aufbauen, das die Vielseitigkeit von YOLOv8 zeigt und die Kreativität unserer Community widerspiegelt. Du kannst weitere Beispiele finden und zu unserem Repository beitragen hier. Wenn du Fragen zum Beitragen hast, findest du in unserem Leitfaden helfen wir dir gerne weiter.

Wir danken euch für eure unermüdliche Unterstützung und freuen uns auf ein unglaubliches Jahr, das vor YOLOv8 liegt. Bleib dran für weitere Updates, Innovationen und gemeinsame Erfolge. Auf ein tolles Jahr! 🚀

Facebook-LogoTwitter-LogoLinkedIn-LogoKopier-Link-Symbol

Lies mehr in dieser Kategorie

Lass uns gemeinsam die Zukunft
der KI gestalten!

Beginne deine Reise in die Zukunft des maschinellen Lernens