Ultralytics YOLOv8 wird eins: Ein Jahr voller Durchbrüche und Innovationen
Zum 1. Jahrestag von Ultralytics YOLOv8 reflektieren wir seinen Einfluss, zeigen dir, wo du die gesamte Dokumentation findest, wie man Modelle trainiert und vieles mehr!
Heute, am 10. Januar 2024, jährt sich die Veröffentlichung von Ultralytics YOLOv8 zum ersten Mal, und das muss gefeiert werden! Es war ein spannendes Jahr voller Meilensteine, in dem wir die Grenzen des Machbaren weiter verschoben haben. Begleite uns bei einem Rückblick auf die Highlights des Jahres 2023 und erfahre, was dich 2024 erwartet.
Link to this sectionEin Rückblick auf den Einfluss von YOLOv8 im Jahr 2023#
Abb. 1. 19 Millionen YOLOv8-Modelle im Jahr 2023 trainiert
YOLOv8 wurde von begeisterten Computer-Vision-Anwendern und der Community insgesamt herzlich 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 & CEO, freut sich mitteilen zu können, dass das Interesse an YOLOv8 stetig wächst, mit über 1.000 Inferenz-Jobs, die jede Sekunde an jedem Tag initiiert werden!
YOLOv8 hat nicht nur Neugier geweckt, sondern sich auch in praktischen, realen Anwendungen bewährt. In diesem Jahr haben 5 Millionen Nutzer und 15 Milliarden Ereignisse in verschiedenen Branchen und Bereichen von YOLOv8 profitiert. Von der Verbesserung von Überwachungssystemen bis hin zu innovativen Fortschritten im Gesundheitswesen, der Landwirtschaft oder der Fertigung – YOLOv8 revolutioniert Branchen weltweit.
Link to this sectionErweiterung der YOLOv8-Dokumentation#
Wir bringen YOLOv8 näher zu dir! Unsere Dokumentation ist jetzt in 11 Sprachen verfügbar, umfasst mehr als 200 Dokumentationsseiten und wird kontinuierlich erweitert, um den Bedürfnissen unserer vielfältigen Community noch besser gerecht zu werden! Unsere Dokumentation geht weit darüber hinaus und enthält Anleitungen für die folgenden realen Projekte:
Die Dokumentation illustriert auch die Unterstützung, die Ultralytics für verschiedene Datensätze bietet. Kürzlich wurde beispielsweise 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 zum Ausprobieren für dich bereitgestellt!
Link to this sectionErstellung von benutzerdefinierten YOLOv8-Modellen#
Neben der Nutzung vortrainierter Modelle suchen Anwender auch nach individuellen Computer-Vision-Lösungen für spezifische geschäftliche Probleme. Die Möglichkeit, YOLOv8-Modelle mit eigenen Daten zu trainieren, hat sich als großer Vorteil erwiesen, und im Jahr 2023 wurden beeindruckende 19 Millionen YOLOv8-Modelle trainiert. Diese Modelle wurden für verschiedene Aufgaben trainiert, wobei 64 % auf Objekterkennung, 20 % auf Bildsegmentierung, 15 % auf Pose-Schätzung und 1 % auf Bildklassifizierung entfielen.
Diese Zahlen sind teilweise deshalb möglich, weil jeder dank der No-Code-ML-Plattform von Ultralytics, Ultralytics HUB, YOLOv8 trainieren kann – ganz unabhängig von den Programmierkenntnissen. Du kannst auf Ultralytics HUB schnell und ohne eine Zeile Code fortschrittliche Modelle erstellen und trainieren, sowohl über das Web als auch mobil. Während wir die Erfolge von YOLOv8 feiern, lass uns auch einen Blick darauf werfen, wie sich Ultralytics HUB im vergangenen Jahr entwickelt hat.
Link to this sectionWachstum von Ultralytics HUB im Jahr 2023#
2023 war ein großartiges Jahr für Ultralytics HUB mit 84 wirkungsvollen Versions-Updates, die uns jeweils zu besserer Funktionalität und Benutzererfahrung verholfen haben. Wir haben wichtige Funktionen eingeführt, wie „Teams“ für reibungslose Zusammenarbeit, unsere Pro HUB-Version für erweiterte Möglichkeiten, eine übersichtlichere Abrechnungshistorie für deine finanzielle Transparenz und ein neues System für Benutzerfeedback.
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 integriert, um dir flexible Optionen für den Modell-Export zu bieten, und vieles mehr.
Neben neuen und verbesserten Funktionen wurde viel Zeit und Energie in die Optimierung bestehender Features gesteckt. Dank Priority Loading startet die Plattform beispielsweise blitzschnell. Das Branding und die UX des HUB wurden für ein visuell beeindruckendes Erlebnis neu gestaltet, und das Benutzer-Dashboard bietet nun Schnellzugriffe sowie ein Einführungsvideo für einen reibungsloseren Start.
Die API-Schlüsselverwaltung wurde überarbeitet, um noch sicherer zu sein, und die Plattform wurde für ein flüssigeres Zusammenspiel mit der Ultralytics App integriert. Und das sind nur einige wenige Neuerungen!
Abb. 2. Verbessertes Benutzer-Dashboard: Schnellzugriffe und ein Einführungsvideo für einen reibungsloseren Start.
Wir freuen uns darauf, zu sehen, wie der HUB mit deiner fortgesetzten Unterstützung und deinem Input im Jahr 2024 weiter wächst. Lass uns gemeinsam erkunden, was als Nächstes für YOLOv8 ansteht!
Link to this sectionWas kommt 2024 für YOLOv8?#
Entdecke die neuesten Entwicklungen, einschließlich der YOLOv8.1-Veröffentlichung, und erfahre, was Ultralytics im Jahr 2024 geplant hat!
Link to this sectionWir stellen vor: Ultralytics Explorer#
Pünktlich zum ersten Jahrestag von YOLOv8 bringen wir ein neues Tool auf YOLOv8-Basis heraus: den Ultralytics Explorer. Dieses innovative Tool verspricht, die Art und Weise zu verändern, wie Benutzer ihre Datensätze erkunden und damit interagieren. Du kannst entweder die Ultralytics Explorer API oder die GUI verwenden, um deine Datensätze mithilfe von SQL-Abfragen, Vektor-Ähnlichkeitssuche und semantischer Suche zu filtern und zu durchsuchen.
Eine spannende Funktion von Ultralytics Explorer ist der Bildabgleich. Du kannst beispielsweise ein Bild in deinem Datensatz auswählen und alle Bilder finden, die diesem ähnlich sind. Dies kann das Verständnis und die Verwaltung deines Datensatzes erheblich erleichtern.
Abb. 3. Neuer Ultralytics Explorer
Angenommen, du möchtest alle Bilder von Giraffen in deinem Datensatz sehen – das geht mit wenigen Klicks! Es unterstützt auch den Abgleich mehrerer Bilder, was bedeutet, dass bei der Auswahl mehrerer Bilder der Durchschnitt der Bilder berechnet wird.
Du kannst auch SQL-Abfragen schreiben, um eine bestimmte Anzahl von Bildern mit spezifischen Labels im Datensatz zu finden. Das ist nützlich, wenn du eine Stichprobe von 10 Bildern mit einem Label wie „Hund“ sehen möchtest. Es hilft dir, einen Eindruck von den bereits annotierten Daten zu gewinnen.
Ein weiteres spannendes Feature ist „Ask AI“. Falls du dich nicht mit SQL auskennst, ermöglicht es dir die Nutzung der Abfragefunktion ohne SQL-Kenntnisse. Du kannst unseren KI-gestützten Abfragegenerator beispielsweise bitten, dir 100 Bilder mit genau einer Person und 2 Hunden anzuzeigen, woraufhin die Abfrage intern generiert und die Ergebnisse angezeigt werden.
Ayush Chaurasia, Advisor bei Ultralytics, sagte: „Das Beste daran ist, dass du die Ultralytics Explorer API selbst verwenden kannst, um Anwendungen zur Datensatzvalidierung, -exploration und mehr zu erstellen, da sie Open Source ist.“ Weitere Details zum Ultralytics Explorer findest du in der Ultralytics Explorer-Dokumentation.
Link to this sectionEine neue YOLOv8-Aufgabe: Oriented Object Detection#
YOLOv8 macht einen bedeutenden Schritt nach vorn durch die Einführung von Oriented Object Detection, auch bekannt als OBB. Diese fortschrittliche Funktion wurde entwickelt, um präzise Erkennungsergebnisse zu liefern, insbesondere für Objekte mit unterschiedlichen Winkeln und Rotationen.
Dies verbessert die Robustheit und Zuverlässigkeit der Erkennung, insbesondere bei geneigten Objekten wie in Luftbildern oder bei der Texterkennung. OBB zeichnet sich durch die Fähigkeit aus, Objekte in Bildern exakt zu lokalisieren und den Anteil an Hintergrundbereichen zu minimieren. Diese Präzision verbessert die Objektklassifizierung erheblich, da Hintergrundrauschen reduziert wird.
Abb. 4. Ein Beispiel für eine Luftaufnahme mit Oriented Bounding Boxes (OBB).
Jing Qiu, ML Engineer bei Ultralytics, teilt Einblicke zu unserer neuesten Innovation: „Im Herzen des neuen YOLOv8-OBB-Modells liegt das robuste Fundament unseres YOLOv8-Erkennungsmodells. Obwohl es zusätzliche Parameter und Berechnungen umfasst, haben wir sichergestellt, dass die Inferenzgeschwindigkeit für Echtzeitanwendungen hoch bleibt und die Leistung unserer Standard-Erkennungsmodelle widerspiegelt. Es ist benutzerfreundlich, nutzt dieselbe API, ist jedoch durch ein einfaches 'obb'-Zeichen gekennzeichnet, was das Trainieren, Validieren, Vorhersagen und Exportieren – ähnlich wie bei unseren anderen Aufgaben – extrem einfach macht.“
Wir freuen uns außerdem, die hinzugefügte Kompatibilität für das Training eines Modells auf dem DOTA v2-Datensatz anzukündigen. Tauche hier in weitere Details ein und entdecke, wie dies die Fähigkeiten von YOLOv8 erweitert.
Link to this sectionVerbesserte Bildklassifizierungsmodelle#
Während es wichtig ist, neue Aufgaben für YOLOv8 zu unterstützen, ist es ebenso entscheidend, die ursprünglichen Aufgaben zu verbessern und zu erweitern. In diesem Sinne wurde die von YOLOv8 unterstützte Bildklassifizierungsaufgabe verbessert.
Fatih Akyon, ML Engineer bei Ultralytics, hebt hervor: „Wir haben SOTA-Klassifizierungs-Augmentationen in die Trainingspipelines von Ultralytics integriert. Dies hilft, die Klassifizierungsergebnisse zu verbessern. Die Basis-yolov8-Klassifizierungsmodelle wurden mit der neuen Pipeline neu trainiert.“
Abb. 5. Ein Bild zur Veranschaulichung der Bildklassifizierung.
Um mehr über die Fähigkeit von YOLOv8 zur Bildklassifizierung zu erfahren, schau dir die YOLOv8 image classification docs an.
Link to this sectionWir nehmen von Benutzern erstellte Beispiele entgegen!#
Einer der größten Erfolge von YOLOv8 im Jahr 2023 war die enorme Liebe, Unterstützung und die Beiträge unserer Community. Mit bisher über 225 Beiträgen sind wir für jeden einzelnen dankbar, der dazu beigetragen hat, YOLOv8 zu verfeinern und zu verbessern. Dein wertvoller Input hat uns dazu motiviert, YOLOv8 weiter zu optimieren, um es anpassungsfähiger und reaktionsfreudiger für unterschiedliche Anforderungen und Herausforderungen in diversen Branchen zu machen.
Zu Beginn des Jahres 2024 freuen wir uns darauf, unser Repository mit von Benutzern erstellten Beispielen zu erweitern. Deine Beiträge sind entscheidend, um reale Szenarien anzugehen, in denen Computer Vision eine Lösung bieten kann. Wir laden dich ein, mitzuarbeiten, 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 erstellten Beispielen aufbauen, die die Vielseitigkeit von YOLOv8 zeigen und die Kreativität unserer Community widerspiegeln. Du kannst weitere Beispiele finden und zu unserem Repository beitragen: unser Beispiele-Repository. Falls du Fragen zum Mitwirken hast, hilft dir unser Leitfaden weiter.
Vielen Dank für deine unermüdliche Unterstützung, und wir freuen uns darauf, das unglaubliche Jahr, das vor YOLOv8 liegt, mitzuerleben. Bleib dran für weitere Updates, Innovationen und gemeinsame Erfolge. Auf ein großartiges Jahr! 🚀
