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 wollen wir feiern! Es war ein aufregendes Jahr voller Meilensteine und der Erweiterung der Grenzen des Machbaren. Begleite uns, wenn wir die Höhepunkte des Jahres 2023 und die Aussichten für 2024 Revue passieren lassen.
Rückblick auf den Einfluss von Ultralytics YOLOv8 im Jahr 2023#
Abb. 1: 19 Millionen trainierte Ultralytics YOLOv8-Modelle im Jahr 2023
YOLOv8 wurde von begeisterten Computer-Vision-Enthusiasten und der gesamten Community herzlich aufgenommen. Im vergangenen Jahr wurde das Ultralytics-Paket mehr als 20 Millionen Mal heruntergeladen, allein im Dezember mit rekordverdächtigen 4 Millionen Downloads. Glenn Jocher, unser Gründer und CEO, freut sich mitzuteilen, dass das Interesse an YOLOv8 weiter wächst: An jedem Tag der Woche werden sekündlich über 1.000 Inferenz-Jobs gestartet!
Über das Wecken von Interesse und Neugier hinaus hat sich Ultralytics YOLOv8 auch in praktischen Anwendungen der echten Welt als wirkungsvoll erwiesen. In diesem Jahr haben wir gesehen, wie 5 Millionen Nutzer und 15 Milliarden Ereignisse branchen- und bereichsübergreifend von YOLOv8 profitiert haben. Von der Verbesserung von Überwachungssystemen bis hin zu innovativen Fortschritten im Gesundheitswesen, in der Landwirtschaft oder in der Fertigung revolutioniert YOLOv8 Branchen weltweit.
Erweiterung der Dokumentation von Ultralytics YOLOv8#
Wir bringen dir Ultralytics YOLOv8 noch näher! Unsere Dokumentation ist jetzt in 11 Sprachen mit über 200 Dokumentationsseiten verfügbar und wächst kontinuierlich, um den Bedürfnissen unserer vielfältigen Community noch besser gerecht zu werden! Unsere Dokumentation geht noch einen Schritt weiter und enthält Anleitungen für die folgenden Praxisprojekte:
Die Dokumentation veranschaulicht auch die Unterstützung, die Ultralytics für verschiedene Datensätze bietet. So wurde kürzlich beispielsweise der Open Images V7-Datensatz mit 600 Klassen in die Liste der unterstützten Datensätze aufgenommen. Darüber hinaus haben wir ein vortrainiertes Modell für den Open Images V7-Datensatz zum Ausprobieren bereitgestellt!
Erstellen von benutzerdefiniert trainierten Ultralytics YOLOv8-Modellen#
Über die Verwendung vortrainierter Modelle hinaus suchen Anwender auch nach maßgeschneiderten Computer Vision-Lösungen, die ganz spezifische Geschäftsprobleme lösen. Die Fähigkeit, Ultralytics YOLOv8-Modelle mit benutzerdefinierten Daten zu trainieren, hat sich als bedeutender Vorteil erwiesen, und im Jahr 2023 wurden unglaubliche 19 Millionen YOLOv8-Modelle trainiert. Diese Modelle wurden für verschiedene Aufgaben trainiert, wobei 64 % auf object detection, 20 % auf image segmentation, 15 % auf pose estimation und 1 % auf image classification entfallen.
Diese Zahlen sind unter anderem deshalb möglich, weil dank der No-Code-ML-Plattform von Ultralytics, Ultralytics HUB, jeder YOLOv8 trainieren kann – ganz unabhängig von Vorkenntnissen im Programmieren. Du kannst auf dem Ultralytics HUB, der sowohl im Web als auch mobil verfügbar ist, schnell und ganz ohne Code fortgeschrittene Modelle erstellen und trainieren. Während wir die Erfolge von YOLOv8 feiern, wollen wir auch darauf zurückblicken, wie sich der Ultralytics HUB im vergangenen Jahr entwickelt hat.
Wachstum 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 Modelle jetzt bei der Arbeit an einem Projekt vergleichen und verschieben. Wir haben noch mehr Formate ermöglicht, um dir flexible Modell-Exportoptionen 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.
Zu Beginn des Jahres 2024 freuen wir uns darauf, HUB dank deiner kontinuierlichen Unterstützung und deinem Feedback weiter wachsen zu sehen. Lass uns gemeinsam herausfinden, was als Nächstes für Ultralytics YOLOv8 ansteht!
Was kommt 2024 für Ultralytics YOLOv8?#
Entdecke die neuesten Entwicklungen, einschließlich des YOLOv8.1-Release, und erfahre, was Ultralytics im Jahr 2024 erwartet!
Wir 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 die Ultralytics Explorer API selbst Open Source ist, sodass du die API verwenden kannst, um Anwendungen für die Validierung von Datensätzen, zur Erkundung und mehr zu erstellen.“ Weitere Details zum Ultralytics Explorer findest du in der Ultralytics Explorer-Dokumentation.
Eine neue Ultralytics YOLOv8-Aufgabe: OBB (Oriented Object Detection)#
Ultralytics YOLOv8 macht mit der Einführung von Oriented Object Detection, auch bekannt als OBB, einen großen Schritt nach vorn. Diese erweiterte Funktion wurde entwickelt, um präzise Erkennungsergebnisse zu liefern, insbesondere für Objekte in verschiedenen 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 zusätzliche Kompatibilität für das Training eines Modells auf dem DOTA v2-Datensatz ankündigen zu können. Erfahre hier mehr Details und entdecke, wie dies die Möglichkeiten von Ultralytics YOLOv8 erweitert.
Verbesserte Bildklassifizierungsmodelle#
Während das Hinzufügen neuer Aufgaben, die von Ultralytics YOLOv8 unterstützt werden sollen, unerlässlich ist, ist es ebenso wichtig, die ursprünglichen Aufgaben zu verbessern und zu erweitern. Dies aufgreifend 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 Ultralytics YOLOv8 zur Bildklassifizierung zu erfahren, schau dir die YOLOv8 image classification docs an.
Wir nehmen von Benutzern erstellte Beispiele entgegen!#
Einer der größten Erfolge von Ultralytics YOLOv8 im Jahr 2023 war die Menge an Zuneigung, Unterstützung und Beiträgen aus unserer Community. Mit bisher über 225 Beiträgen sind wir für jeden einzelnen dankbar, der zur Verfeinerung und Verbesserung von YOLOv8 beigetragen hat. Dein wertvoller Input hat uns dazu angetrieben, YOLOv8 zu verfeinern und anzupassen, sodass es anpassungsfähiger und reaktionsschneller auf unterschiedliche Anforderungen und Herausforderungen in verschiedenen Branchen geworden ist.
Zu Beginn des Jahres 2024 freuen wir uns darauf, unser Repository mit von Nutzern beigetragenen Beispielen zu erweitern. Deine Beiträge sind entscheidend, um reale Szenarien anzugehen, in denen Computer Vision eine Lösung sein kann. Wir laden dich ein, mitzuwirken, indem du deine innovativen Anwendungsfälle, Erfolgsgeschichten und einzigartigen Implementierungen mit der breiteren Ultralytics 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, die die Vielseitigkeit von Ultralytics YOLOv8 unter Beweis stellen und die Kreativität unserer Community widerspiegeln. Weitere Beispiele findest du in unserem Repository unserem Beispiele-Repository, zu dem du auch beitragen kannst. Wenn du Fragen zum Mitwirken hast, hilft dir unser Leitfaden weiter.
Vielen Dank für deine unermüdliche Unterstützung. Wir freuen uns darauf, das unglaublich spannende kommende Jahr für Ultralytics YOLOv8 zu erleben. Bleib dran für weitere Updates, Innovationen und gemeinsame Erfolge. Auf ein fantastisches Jahr! 🚀
