En cliquant sur « Accepter tous les cookies », vous acceptez le stockage de cookies sur votre appareil pour améliorer la navigation sur le site, analyser son utilisation et contribuer à nos efforts de marketing. Plus d’infos
Paramètres des cookies
En cliquant sur « Accepter tous les cookies », vous acceptez le stockage de cookies sur votre appareil pour améliorer la navigation sur le site, analyser son utilisation et contribuer à nos efforts de marketing. Plus d’infos
Découvrez Ultralytics YOLOv8 pour la détection d'objets de pointe avec une vitesse en temps réel, désormais avec l'intégration de Paperspace pour faciliter l'entraînement des modèles.
La détection d'objets est essentielle à de nombreuses applications de vision par ordinateur, des véhicules autonomes aux systèmes de sécurité. Ultralytics YOLOv8 est un algorithme avancé de détection d'objets qui atteint une précision de pointe tout en fonctionnant à des vitesses en temps réel, ce qui en fait un outil puissant pour un large éventail de cas d'utilisation. Nous avons créé YOLOv8 dans l'intention de permettre aux personnes et aux entreprises de libérer le potentiel positif de l'IA.
Chez Ultralytics, nous sommes ravis d'annoncer notre nouveau partenariat avec Paperspace, un fournisseur leader d'infrastructure d'apprentissage automatique. Leur environnement puissant, Gradient, possède de nombreuses fonctionnalités qui vous permettent d'entraîner vos modèles YOLOv5 et YOLOv8 sans effort. Paperspace Gradient vous permet de configurer un environnement GPU géré en quelques secondes.
Démarrage avec Ultralytics YOLOv8 et Paperspace
Grâce à notre partenariat avec Paperspace, YOLOv8 est désormais disponible sur son infrastructure cloud robuste. Cela signifie que vous pouvez rapidement et facilement entraîner et déployer des modèles YOLOv8 sans avoir besoin de matériel coûteux ou de processus de configuration longs. L'infrastructure scalable de Paperspace vous assure de pouvoir gérer même les ensembles de données et les charges de travail d'entraînement les plus importants, le tout avec la facilité et la commodité d'une solution basée sur le cloud.
Chez Ultralytics, nous sommes passionnés par le fait de rendre la vision par ordinateur accessible à tous. Notre partenariat avec Paperspace est une étape importante dans la réalisation de cet objectif. Nous sommes ravis de continuer à travailler ensemble pour repousser les limites de ce qui est possible avec la technologie de vision par ordinateur. Que vous soyez un développeur, un chercheur ou un chef d'entreprise, nous vous invitons à vous joindre à nous dans cette aventure et à découvrir par vous-même la puissance de YOLOv8 et de l'infrastructure cloud de Paperspace.
Quoi de neuf dans YOLOv8 ?
YOLOv8 fait partie de l'offre plus large du framework Python Ultralytics. Ce nouveau framework a été entièrement reconstruit en intégrant tous les commentaires et les enseignements tirés de notre produit à succès, YOLOv5.
CLI globale
La nouvelle interface de ligne de commande globale vous permet d'accéder facilement à vos modèles YOLO à l'échelle du système. Vous pouvez exécuter n'importe quelle opération à l'aide de la commande `yolo`.
API Python
Le nouveau framework Ultralytics dispose d'une API Python dédiée qui vous permet d'étendre vos applications Python avec les fonctionnalités de YOLO.
Nouveaux modèles YOLOv8
Nous avons lancé le framework avec de nouveaux modèles YOLOv8 qui atteignent des performances SOTA et l'ensemble de données coco.
Plus de détails sur l'utilisation, la conception et l'architecture du modèle sont disponibles dans la documentation Ultralytics.
Utilisation de YOLOv8 sur Paperspace Gradient
L'intégration de Paperspace est accessible depuis le README d'Ultralytics. Elle vous dirige vers le notebook Ultralytics YOLOv8 sur Paperspace Gradient. Pour commencer à utiliser Ultralytics sur Gradient, connectez-vous et commencez à exécuter les cellules.
Chez Ultralytics, nous collaborons commercialement avec d'autres startups pour nous aider à financer la recherche et le développement de nos formidables outils open source afin de les maintenir gratuits pour tous. Cet article peut contenir des liens d'affiliation vers ces partenaires.