Ultralytics YOLOv8 wird ein Jahr alt: Ein Jahr voller Durchbrüche und Innovationen

Abirami Vina

5 Minuten lesen

10. Januar 2024

Am 1. Jahrestag von Ultralytics YOLOv8 reflektieren wir über seine Auswirkungen, wo man die gesamte Dokumentation findet, wie man Modelle trainiert und vieles mehr!

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

Nachdenken über die Auswirkungen von YOLOv8 im Jahr 2023

Daten aus dem ersten Jahr von YOLOv8
Abb. 1. 19 Millionen trainierte YOLOv8-Modelle 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 rekordverdächtigen Wert von 4 Millionen Downloads allein im Dezember. Glenn Jocher, unser Gründer und CEO, freut sich, mitteilen zu können, dass das Interesse an YOLOv8 weiter wächst, mit über 1.000 Inferenzjobs, die jede Sekunde eines jeden Tages initiiert werden! 

YOLOv8 hat nicht nur Interesse und Neugier geweckt, sondern sich auch in praktischen, realen Anwendungen bewährt. In diesem Jahr haben wir gesehen, dass 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 Fertigung - YOLOv8 revolutioniert die Industrie weltweit.

Erweiterung der YOLOv8-Dokumente

Wir bringen YOLOv8 näher an Sie heran! Unsere Dokumentation ist jetzt in 11 Sprachen verfügbar, mit mehr als 200 Doku-Seiten, und wird ständig erweitert, um die Bedürfnisse unserer vielfältigen Community besser zu erfüllen! Unsere Dokumentation geht weit darüber hinaus und besteht aus Anleitungen für die folgenden realen Projekte:

Die Dokumente veranschaulichen auch die Unterstützung, die Ultralytics für verschiedene Datensätze bietet. So wurde zum Beispiel kürzlich der Open Images V7-Datensatz mit 600 Klassen in die Liste der unterstützten Datensätze aufgenommen. Außerdem haben wir ein vorab trainiertes Modell für den Open Images V7-Datensatz zum Ausprobieren zur Verfügung gestellt!

Erstellen von individuell trainierten YOLOv8-Modellen

Neben der Verwendung von vortrainierten Modellen suchen die Nutzer auch nach kundenspezifischen Computer-Vision-Lösungen, die sehr spezifische Geschäftsprobleme lösen. Die Möglichkeit, YOLOv8-Modelle auf benutzerdefinierten Daten zu trainieren, hat sich als großer Vorteil erwiesen, und im Jahr 2023 wurden 19 Millionen YOLOv8-Modelle trainiert. Diese Modelle wurden für verschiedene Aufgaben trainiert, wobei 64 % auf die Objekterkennung, 20 % auf die Bildsegmentierung, 15 % auf die Posenschätzung und 1 % auf die Bildklassifizierung entfielen. 

Zum Teil sind diese Zahlen möglich, weil jeder YOLOv8 dank Ultralytics' programmierfreier ML-Plattform Ultralytics HUB trainieren kann - unabhängig von seinen Programmierkenntnissen. Mit Ultralytics HUB, das sowohl über das Internet als auch über Mobilgeräte zugänglich ist, können Sie schnell fortgeschrittene Modelle erstellen und trainieren, ohne dass Sie Code benötigen. Während wir die Erfolge von YOLOv8 feiern, wollen wir auch einen Blick darauf werfen, wie sich Ultralytics HUB im vergangenen Jahr entwickelt hat.

Das Wachstum von Ultralytics HUB im Jahr 2023

2023 war ein großartiges Jahr für Ultralytics HUBmit 84 einschneidenden Versions-Updates, von denen jedes einzelne auf eine bessere Funktionalität und Benutzerfreundlichkeit abzielt. Wir haben wichtige Funktionen wie "Teams" für eine nahtlose Zusammenarbeit, unsere Pro-HUB-Version mit erweiterten Funktionen, eine übersichtlichere Abrechnungshistorie für Ihren finanziellen Seelenfrieden und ein neues Nutzer-Feedback-System vorgestellt.

Die Verwaltung Ihrer Modelle war noch nie so einfach. Sie können jetzt Modelle während der Arbeit an einem Projekt vergleichen und verschieben. Wir haben noch mehr Formate aktiviert, um Ihnen 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 des prioritären Ladens blitzschnell. Das Branding und die Benutzeroberfläche von HUB wurden neu gestaltet, um ein visuell beeindruckendes Erlebnis zu schaffen, und das Benutzer-Dashboard verfügt über Quick Links und ein Intro-Video für einen reibungsloseren 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 ist nur eine kleine Auswahl!

Ultralytics HUB-Bildschirm für Benutzer
Abb. 2. Verbessertes Benutzer-Dashboard: Quick-Links und ein Intro-Video für einen reibungslosen Start.


Mit Blick auf das Jahr 2024 freuen wir uns darauf, HUB mit eurer Unterstützung und eurem Input noch weiter wachsen zu sehen. Lassen Sie uns gemeinsam herausfinden, was als nächstes für YOLOv8 ansteht! 

Wie geht es weiter mit YOLOv8 im Jahr 2024?

Entdecken Sie die neuesten Entwicklungen, darunter die YOLOv8.1 Veröffentlichungund entdecken Sie, was Ultralytics im Jahr 2024 vorhat!

Wir stellen vor: Ultralytics Forscher

Pünktlich zum ersten Jahrestag von YOLOv8 bringen wir ein neues YOLOv8-fähiges Tool namens Ultralytics Explorer heraus. Dieses innovative Tool verspricht, die Art und Weise zu verändern, wie Benutzer ihre Datensätze erkunden und mit ihnen interagieren. Sie können entweder die Ultralytics Explorer API oder die grafische Benutzeroberfläche verwenden, um Ihre Datensätze mithilfe von SQL-Abfragen, Vektorähnlichkeitssuche und semantischer Suche zu filtern und zu durchsuchen. 

Eine interessante Funktion von Ultralytics Explorer ist der Bildabgleich. Sie können zum Beispiel ein Bild in Ihrem Datensatz auswählen und alle Bilder in Ihrem Datensatz finden, die diesem Bild ähnlich sind. Dies kann das Verständnis und die Verwaltung Ihres Datensatzes erleichtern. 

Ultralytics Explorer-Bildschirmabbildung mit einem Beispieldatensatz
Abbildung 3. Der neue Ultralytics Explorer


Angenommen, Sie möchten alle Bilder von Giraffen in Ihrem Datensatz sehen, dann können Sie das mit wenigen Klicks tun! Es unterstützt auch den Abgleich mehrerer Bilder, d. h. wenn Sie mehrere Bilder zum Abgleich auswählen, wird der Durchschnitt der Bilder berechnet.

Sie können auch SQL-Abfragen schreiben, um eine bestimmte Anzahl von Bildern im Datensatz mit bestimmten Bezeichnungen zu finden. Dies kann nützlich sein, wenn Sie eine Stichprobe von 10 Bildern aus dem Datensatz mit einer Bezeichnung wie "Hund" sehen möchten. So können Sie sich einen Überblick über die beschrifteten Daten verschaffen. 

Eine weitere interessante Funktion ist die Funktion Ask AI. Falls Sie keine SQL-Kenntnisse haben, können Sie die Abfragefunktion nutzen, ohne SQL zu benötigen. Sie können zum Beispiel unseren KI-gesteuerten Abfragegenerator bitten, Ihnen 100 Bilder mit genau einer Person und zwei Hunden zu zeigen, und er wird die Abfrage intern generieren und Ihnen die Abfrageergebnisse zeigen. 

Ayush Chaurasia, Berater bei Ultralytics, sagte: "Das Beste daran ist, dass die Ultralytics Explorer API selbst quelloffen ist und Sie die API verwenden können, um Anwendungen für die Validierung von Datensätzen, die Erforschung und mehr zu erstellen. Weitere Einzelheiten über den Ultralytics Explorer finden Sie hier.

Eine neue YOLOv8-Aufgabe: Orientierte Objekterkennung

YOLOv8 macht einen bedeutenden Sprung nach vorn durch die Einführung von Oriented Object Detectionauch bekannt als OBB. Diese fortschrittliche Funktion wurde entwickelt, um präzise Erkennungsergebnisse zu liefern, insbesondere für Objekte in verschiedenen Winkeln und Drehungen. 

Dies verbessert die Robustheit und Zuverlässigkeit der Erkennung, insbesondere bei geneigten Objekten, wie z. B. bei Luftbildern mit Fernerkundung und 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-Ingenieur bei Ultralytics, gibt Einblicke in unsere jüngste 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 die Leistung unserer Standard-Erkennungsmodelle widerspiegelt. Es ist benutzerfreundlich und nutzt dieselbe API, ist aber durch ein einfaches 'obb'-Zeichen gekennzeichnet, was das Trainieren, Validieren, Vorhersagen und Exportieren sehr einfach macht, ähnlich wie bei unseren anderen Aufgaben.

Wir freuen uns außerdem, dass wir die Kompatibilität für das Training eines Modells auf dem DOTA v2-Datensatz erweitern konnten. Weitere Details finden Sie hier und erfahren Sie, wie dies die Möglichkeiten von YOLOv8 erweitert.

Verbesserte Modelle zur Bildklassifizierung

Es ist zwar wichtig, dass YOLOv8 neue Aufgaben unterstützt, aber ebenso wichtig ist es, die ursprünglichen Aufgaben zu verbessern und zu erweitern. In diesem Sinne wurde die von YOLOv8 unterstützte Bildklassifizierungsaufgabe verbessert.

Fatih Akyon, ML Engineer bei Ultralytics, betont: "Wir haben SOTA-Klassifizierungserweiterungen in die Ultralytics-Trainings-Pipelines integriert. Dies trägt zur Verbesserung der Klassifizierungsergebnisse bei. Die yolov8-Basisklassifizierungsmodelle wurden mit der neuen Pipeline neu trainiert."

Durchführung der Bildklassifizierung
Abb. 5. Ein Bild, das die Bildklassifizierung zeigt.


Um mehr über die Fähigkeit von YOLOv8, Bilder zu klassifizieren, zu erfahren, lesen Sie diese Doku-Seite. 

Wir akzeptieren von Benutzern eingereichte Beispiele!

Einer der größten Erfolge von YOLOv8 im Jahr 2023 ist die Menge an Liebe, Unterstützung und Beiträgen aus unserer Community. Mit bisher über 225 Beiträgen sind wir für jeden einzelnen dankbar, der dazu beigetragen hat, YOLOv8 zu verfeinern und zu verbessern. Ihr wertvoller Beitrag hat uns dazu veranlasst, YOLOv8 zu verfeinern und zu verfeinern, um es anpassungsfähiger und reaktionsfähiger für unterschiedliche Bedürfnisse und Herausforderungen in verschiedenen Branchen zu machen. 

Mit Blick auf das Jahr 2024 freuen wir uns darauf, unser Repository mit von Nutzern beigetragenen Beispielen zu erweitern. Ihre Beiträge sind ausschlaggebend für reale Szenarien, in denen Computer Vision eine Lösung sein kann. Wir laden Sie zur Mitarbeit ein, indem Sie Ihre innovativen Anwendungsfälle, Erfolgsgeschichten und einzigartigen Implementierungen mit der breiteren YOLOv8-Community teilen. Ihre Beiträge inspirieren andere Enthusiasten und führen YOLOv8 zu neuen Höhen.

Lassen Sie uns gemeinsam ein lebendiges Repository mit von Nutzern beigetragenen Beispielen aufbauen, die die Vielseitigkeit von YOLOv8 und die Kreativität unserer Community widerspiegeln. Sie können weitere Beispiele finden und zu unserem Repository beitragen hier. Wenn Sie Fragen zum Beitragen haben, finden Sie in unserem Anleitung helfen wir Ihnen gerne weiter.

Wir danken Ihnen für Ihre unermüdliche Unterstützung und freuen uns auf das unglaubliche Jahr, das vor YOLOv8 liegt. Bleiben Sie dran für weitere Updates, Innovationen und gemeinsame Erfolge. Auf ein großartiges neues Jahr! 🚀

Lassen Sie uns gemeinsam die Zukunft
der KI gestalten!

Beginnen Sie Ihre Reise in die Zukunft des maschinellen Lernens

Kostenloser Start
Link in die Zwischenablage kopiert