Ultralytics YOLOv8 fête ses un an : une année de percées et d'innovations

Aujourd’hui, le 10 janvier 2024, cela fait un an que Ultralytics YOLOv8 a été lancé : l’occasion de célébrer ! Cette année a été riche en étapes importantes et en avancées repoussant les limites du possible. Reviens avec nous sur les moments forts de 2023 et sur ce qui nous attend en 2024.

Retour sur l’impact d’Ultralytics YOLOv8 en 2023#

Fig. 1. 19 millions de modèles Ultralytics YOLOv8 entraînés en 2023.

YOLOv8 a été accueilli avec enthousiasme par les passionnés de vision par ordinateur et par la communauté au sens large. Au cours de l’année écoulée, le paquet Ultralytics a été téléchargé plus de 20 millions de fois, avec un record de 4 millions de téléchargements pour le seul mois de décembre. Glenn Jocher, notre fondateur et PDG, se réjouit de constater que l’intérêt pour YOLOv8 continue de croître, avec plus de 1 000 tâches d’inférence lancées chaque seconde, jour après jour !

Au-delà de l’intérêt et de la curiosité qu’il suscite, Ultralytics YOLOv8 a aussi prouvé son efficacité dans des applications concrètes. Cette année, 5 millions d’utilisateurs et 15 milliards d’événements ont bénéficié de YOLOv8 dans différents secteurs et domaines. De l’amélioration des systèmes de surveillance aux avancées dans les domaines de la santé, de l’agriculture et de l’industrie manufacturière, YOLOv8 a un impact dans des secteurs partout dans le monde.

Élargissement de la documentation d’Ultralytics YOLOv8#

Ultralytics YOLOv8 se rapproche de toi ! Notre documentation est désormais disponible en 11 langues et compte plus de 200 pages. Elle continue de s’enrichir pour mieux répondre aux besoins de la diversité de notre communauté ! Notre documentation va encore plus loin et comprend des guides sur les projets concrets suivants :

• Comptage d’objets
• Cartes de chaleur
• Comptage par région
• Estimation de la vitesse
• Calcul de distance

La documentation présente également la prise en charge de divers jeux de données par Ultralytics. Par exemple, le jeu de données Open Images V7, qui contient 600 classes, a récemment été ajouté à la liste des jeux de données pris en charge. De plus, nous avons mis à ta disposition un modèle préentraîné pour le jeu de données Open Images V7 que tu peux essayer !

Créer des modèles Ultralytics YOLOv8 entraînés sur mesure#

Au-delà des modèles préentraînés, les utilisateurs recherchent aussi des solutions de vision par ordinateur personnalisées qui répondent à des besoins métier très spécifiques. La possibilité d’entraîner des modèles Ultralytics YOLOv8 sur des données personnalisées est devenue un avantage majeur : 19 millions de modèles YOLOv8 ont été entraînés en 2023. Ces modèles ont été entraînés pour différentes tâches : 64 % pour la détection d’objets, 20 % pour la segmentation d’images, 15 % pour l’estimation de pose et 1 % pour la classification d’images.

Ces chiffres sont en partie possibles parce que tout le monde peut entraîner YOLOv8 grâce à Ultralytics HUB (maintenant Ultralytics Platform), la plateforme ML sans code d’Ultralytics, quel que soit son niveau en programmation. Tu peux rapidement créer et entraîner des modèles avancés sans écrire de code sur Ultralytics HUB, accessible sur le Web et sur mobile. Alors que nous célébrons les réussites de YOLOv8, revenons aussi sur l’évolution d’Ultralytics HUB au cours de l’année écoulée.

La croissance d’Ultralytics HUB en 2023#

2023 a été une excellente année pour Ultralytics HUB, avec 84 mises à jour marquantes qui nous ont chacune rapprochés de meilleures fonctionnalités et d’une meilleure expérience utilisateur. Nous avons dévoilé des fonctionnalités majeures, comme « Teams » pour la collaboration, notre version HUB Pro aux fonctionnalités enrichies, un historique de facturation plus clair et un nouveau système de commentaires des utilisateurs.

Gérer tes modèles n’a jamais été aussi simple. Tu peux maintenant comparer et déplacer des modèles lorsque tu travailles sur un projet. Nous avons ajouté la prise en charge d’encore plus de formats pour te proposer des options flexibles d’exportation des modèles, et bien plus encore.

Au-delà des nouvelles fonctionnalités et des améliorations, beaucoup de temps et d’énergie ont également été consacrés à l’amélioration des fonctionnalités existantes. Par exemple, grâce au chargement prioritaire, la plateforme démarre beaucoup plus vite. L’image de marque et l’UX de HUB ont été repensées pour offrir une expérience plus épurée, et le tableau de bord utilisateur propose des liens rapides ainsi qu’une vidéo de présentation pour faciliter la prise en main.

La gestion des clés API a été remaniée pour être encore plus sûre, et la plateforme a été intégrée à l’application Ultralytics afin de faciliter les échanges. Et ce n’est qu’un aperçu !

Fig. 2. Tableau de bord utilisateur amélioré : des liens rapides et une vidéo de présentation pour faciliter la prise en main.

Alors que nous entrons en 2024, nous sommes impatients de voir HUB poursuivre son développement avec ton soutien et tes retours. Découvrons ensemble la suite pour Ultralytics YOLOv8 !

Quelle est la suite pour Ultralytics YOLOv8 en 2024 ?#

Découvre les dernières nouveautés, notamment la version YOLOv8.1, et explore ce qu’Ultralytics te réserve pour 2024 !

Présentation d’Ultralytics Explorer#

Juste à temps pour le premier anniversaire de YOLOv8, nous lançons un nouvel outil basé sur YOLOv8, appelé Ultralytics Explorer. Cet outil novateur promet de changer la façon dont les utilisateurs explorent leurs jeux de données et interagissent avec eux. Tu peux utiliser l’API Ultralytics Explorer ou l’interface graphique pour filtrer et rechercher tes jeux de données à l’aide de requêtes SQL, de la recherche par similarité vectorielle et de la recherche sémantique.

L’une des fonctionnalités intéressantes d’Ultralytics Explorer est la mise en correspondance d’images. Par exemple, tu peux sélectionner une image dans ton jeu de données et trouver toutes les images de ce jeu qui lui ressemblent. Cela peut faciliter la compréhension et la gestion de ton jeu de données.

Fig. 3. Le nouvel Ultralytics Explorer.

Si tu veux voir toutes les images de girafes de ton jeu de données, quelques clics suffisent ! La recherche prend aussi en charge plusieurs images : lorsque tu en sélectionnes plusieurs pour les comparer, leur moyenne est calculée.

Tu peux aussi écrire des requêtes SQL pour trouver un nombre précis d’images portant des étiquettes spécifiques dans le jeu de données. Cela peut être pratique si tu veux afficher un échantillon de 10 images du jeu de données portant une étiquette comme « chien ». Tu peux ainsi te faire une idée des données qui ont été annotées.

Une autre fonctionnalité intéressante est Ask AI. Si tu ne maîtrises pas SQL, cette fonctionnalité te permet d’utiliser la recherche sans avoir besoin de SQL. Par exemple, tu peux demander à notre générateur de requêtes basé sur l’IA d’afficher 100 images contenant exactement une personne et deux chiens ; il générera alors la requête en interne et t’en montrera les résultats.

Ayush Chaurasia, conseiller chez Ultralytics, a déclaré : « Le plus intéressant, c’est que l’API Ultralytics Explorer étant elle-même open source, tu peux l’utiliser pour créer des applications de validation et d’exploration de jeux de données, et bien plus encore. » Consulte la documentation d’Ultralytics Explorer pour en savoir plus.

Nouvelle tâche Ultralytics YOLOv8 : détection d’objets orientés#

Ultralytics YOLOv8 franchit une étape importante avec l’introduction de la détection d’objets orientés, également appelée OBB. Cette fonctionnalité avancée vise à fournir des résultats de détection précis, en particulier pour les objets présentant différents angles et orientations.

Cela améliore la robustesse et la fiabilité de la détection, en particulier pour les objets inclinés, comme dans les images de télédétection aérienne, et pour la détection de texte. OBB se distingue par sa capacité à localiser précisément les objets dans les images, en limitant l’inclusion des zones d’arrière-plan. Cette précision améliore considérablement la classification des objets en réduisant le bruit de fond.

Fig. 4. Exemple de scène aérienne avec des boîtes englobantes orientées (OBB).

Jing Qiu, ingénieur en ML chez Ultralytics, nous fait part de ses réflexions sur notre dernière innovation : « Le nouveau modèle YOLOv8-OBB repose avant tout sur les fondations robustes de notre modèle de détection YOLOv8. Bien qu’il intègre des paramètres et des calculs supplémentaires, nous avons veillé à ce que sa vitesse d’inférence reste élevée pour les applications en temps réel, comme celle de nos modèles de détection standard. Il est facile à utiliser et partage la même API ; un simple indicateur “obb” le distingue, ce qui facilite considérablement l’entraînement, la validation, la prédiction et l’exportation, comme pour nos autres tâches. »

Nous sommes également ravis d’annoncer la prise en charge de l’entraînement de modèles sur le jeu de données DOTA v2. Consulte la documentation du jeu de données DOTA v2 pour découvrir comment cette nouveauté élargit les capacités d’Ultralytics YOLOv8.

Des modèles de classification d’images améliorés#

S’il est essentiel d’ajouter de nouvelles tâches prises en charge par Ultralytics YOLOv8, il est tout aussi important d’améliorer et de perfectionner les tâches existantes. Dans cet esprit, la tâche de classification d’images prise en charge par YOLOv8 a été améliorée.

Fatih Akyon, ingénieur en ML chez Ultralytics, souligne : « Nous avons intégré des augmentations de classification de pointe dans les pipelines d’entraînement d’Ultralytics. Cela contribue à améliorer les scores de classification. Les modèles de base yolov8-classification ont été réentraînés avec le nouveau pipeline. »

Fig. 5. Illustration de la classification d’images.

Pour en savoir plus sur la capacité d’Ultralytics YOLOv8 à classifier des images, consulte la documentation sur la classification d’images avec YOLOv8.

Nous acceptons les exemples proposés par les utilisateurs !#

L’une des grandes réussites d’Ultralytics YOLOv8 en 2023 a été l’enthousiasme, le soutien et les contributions de notre communauté. Avec plus de 225 contributions à ce jour, nous sommes reconnaissants envers chaque personne qui a contribué à affiner et à améliorer YOLOv8. Tes précieuses contributions nous ont permis de perfectionner YOLOv8 et de le rendre plus adaptable et réactif aux besoins et aux défis variés de différents secteurs.

À l’aube de 2024, nous sommes impatients d’enrichir notre collection d’exemples proposés par les utilisateurs. Tes contributions sont essentielles pour répondre aux situations concrètes dans lesquelles la vision par ordinateur peut apporter une solution. Nous t’invitons à collaborer en partageant tes cas d’utilisation novateurs, tes réussites et tes implémentations uniques avec l’ensemble de la communauté Ultralytics YOLOv8. Tes contributions inspirent les autres passionnés et aident YOLOv8 à atteindre de nouveaux sommets.

Ensemble, créons un référentiel dynamique d’exemples proposés par les utilisateurs, qui mettent en valeur la polyvalence d’Ultralytics YOLOv8 et reflètent la créativité de notre communauté. Tu trouveras d’autres exemples et pourras contribuer dans notre dépôt d’exemples. Si tu as des questions sur les contributions, consulte notre guide.

Merci pour ton soutien indéfectible. Nous avons hâte de voir ce que cette année exceptionnelle réserve à Ultralytics YOLOv8. Reste à l’affût des prochaines mises à jour, innovations et réussites collectives. À une année formidable !