Ultralytics YOLOv8 a un an : une année de percées et d'innovations
Pour le premier anniversaire d'Ultralytics YOLOv8, nous réfléchissons à son impact, où trouver toute la documentation, comment entraîner des modèles et bien plus encore !
Aujourd'hui, le 10 janvier 2024, marque un an depuis le lancement de Ultralytics YOLOv8, et il est temps de fêter ça ! Ce fut une année passionnante faite de jalons et de dépassement des limites de ce qui est possible. Rejoins-nous pour revisiter les points forts de 2023 et découvrir ce qui t'attend en 2024.
Link to this sectionRéflexion sur l'impact de YOLOv8 en 2023#
Fig 1. 19 millions de modèles YOLOv8 entraînés en 2023
YOLOv8 a été chaleureusement accueilli par les passionnés de vision par ordinateur et par la communauté dans son ensemble. Au cours de l'année passée, le package Ultralytics a été téléchargé plus de 20 millions de fois, avec un nombre record de 4 millions de téléchargements rien qu'en décembre. Glenn Jocher, notre fondateur et PDG, est heureux de partager que l'intérêt pour YOLOv8 continue de croître, avec plus de 1 000 tâches d'inférence lancées à chaque seconde de chaque jour !
Au-delà d'éveiller l'intrigue et la curiosité, YOLOv8 a également prouvé son impact dans des applications pratiques et réelles. Cette année, nous avons vu 5 millions d'utilisateurs et 15 milliards d'événements bénéficier de YOLOv8 à travers divers secteurs et domaines. De l'amélioration des systèmes de surveillance aux avancées innovantes dans la santé, l'agriculture ou la fabrication, YOLOv8 révolutionne les industries à l'échelle mondiale.
Link to this sectionDéveloppement de la documentation de YOLOv8#
Nous te rapprochons de YOLOv8 ! Notre documentation est désormais disponible en 11 langues, avec plus de 200 pages, et ne cesse de s'étoffer pour mieux répondre aux besoins de notre communauté diversifiée ! Notre documentation va plus loin et se compose de guides pour les projets concrets suivants :
La documentation illustre également le support qu'Ultralytics fournit pour divers jeux de données. Par exemple, récemment, le jeu de données Open Images V7 avec 600 classes a été ajouté à la liste des jeux de données pris en charge. De plus, nous avons rendu disponible un modèle pré-entraîné pour le jeu de données Open Images V7 afin que tu puisses l'essayer !
Link to this sectionCréation de modèles YOLOv8 personnalisés#
Au-delà de l'utilisation de modèles pré-entraînés, les utilisateurs recherchent également des solutions de vision par ordinateur personnalisées qui résolvent des problèmes métier très spécifiques. La capacité d'entraîner des modèles YOLOv8 sur des données personnalisées est apparue comme un avantage significatif, et un nombre stupéfiant de 19 millions de modèles YOLOv8 ont été entraînés en 2023. Ces modèles ont été entraînés pour diverses tâches, dont 64 % dédiés à la détection d'objets, 20 % à la segmentation d'images, 15 % à l'estimation de pose et 1 % à la classification d'images.
En partie, ces chiffres sont possibles parce que n'importe qui peut entraîner YOLOv8 grâce à la plateforme ML sans code d'Ultralytics, Ultralytics HUB - indépendamment de son expertise en codage. Tu peux rapidement créer et entraîner des modèles avancés sans avoir besoin de code sur Ultralytics HUB, accessible sur le web et sur mobile. Alors que nous célébrons les succès de YOLOv8, regardons également comment Ultralytics HUB a évolué au cours de l'année passée.
Link to this sectionCroissance d'Ultralytics HUB en 2023#
2023 a été une excellente année pour Ultralytics HUB, avec 84 mises à jour de version marquantes, chacune nous orientant vers une meilleure fonctionnalité et une meilleure expérience utilisateur. Nous avons dévoilé des fonctionnalités majeures comme « Équipes » pour une collaboration transparente, notre version HUB Pro pour des capacités améliorées, un historique de facturation plus clair pour ta tranquillité d'esprit financière, et un nouveau système de commentaires des utilisateurs.
Gérer tes modèles n'a jamais été aussi simple. Tu peux désormais comparer et déplacer des modèles lorsque tu travailles sur un projet. Nous avons activé encore plus de formats pour t'offrir des options d'exportation de modèles flexibles, et bien plus encore.
Outre les fonctionnalités nouvelles et améliorées, 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 à la vitesse de l'éclair. La marque et l'UX de HUB ont été repensées pour une expérience visuellement époustouflante, et le tableau de bord utilisateur dispose de liens rapides et d'une vidéo d'introduction pour un démarrage plus fluide.
La gestion des clés API a été remaniée pour être encore plus sûre, et la plateforme a été intégrée à l'application Ultralytics pour une expérience plus fluide. Et ce n'est qu'un début !
Fig 2. Tableau de bord utilisateur amélioré : Liens rapides et vidéo d'introduction pour un démarrage plus fluide.
Alors que nous entrons en 2024, nous sommes enthousiastes à l'idée de voir HUB croître encore davantage grâce à ton soutien continu et tes retours. Explorons ensemble ce qui attend YOLOv8 !
Link to this sectionCe qui attend YOLOv8 en 2024#
Découvre les derniers développements, y compris la version YOLOv8.1, et explore ce que l'année 2024 réserve à Ultralytics !
Link to this sectionIntroduction : Ultralytics Explorer#
Juste à temps pour le premier anniversaire de YOLOv8, nous sortons un nouvel outil compatible YOLOv8 appelé Ultralytics Explorer. Cet outil innovant promet de changer la façon dont les utilisateurs explorent et interagissent avec leurs jeux de données. Tu peux utiliser soit l'API Ultralytics Explorer, soit l'interface graphique pour filtrer et rechercher dans tes jeux de données en utilisant des requêtes SQL, la recherche de similarité vectorielle et la recherche sémantique.
Une fonctionnalité intéressante d'Ultralytics Explorer est la correspondance d'images. Par exemple, tu peux sélectionner une image dans ton jeu de données et trouver toutes les images similaires dans ton jeu de données. Cela peut faciliter la compréhension et la gestion de ton jeu de données.
Fig 3. Nouvel Ultralytics Explorer
Disons que tu veux voir toutes les photos de girafes dans ton jeu de données, tu peux le faire en quelques clics ! Il prend également en charge la correspondance d'images multiples, ce qui signifie que lorsque tu sélectionnes plusieurs images à faire correspondre, la moyenne des images est calculée.
Tu peux également écrire des requêtes SQL pour trouver un nombre spécifique d'images dans le jeu de données avec des étiquettes spécifiques. Cela peut être utile lorsque tu veux voir un échantillon de 10 images du jeu de données avec une étiquette comme « chien ». Cela t'aide à te faire une idée des données annotées.
Une autre fonctionnalité intéressante est la fonction Ask AI. Si tu n'es pas expert en SQL, elle te permet d'utiliser la fonctionnalité de requête sans avoir besoin de SQL. Par exemple, tu peux demander à notre générateur de requêtes alimenté par l'IA de te montrer 100 images avec exactement une personne et 2 chiens, et il générera en interne la requête et te montrera les résultats.
Ayush Chaurasia, conseiller chez Ultralytics, a déclaré : « Le meilleur dans tout ça, c'est que comme l'API Ultralytics Explorer est elle-même open source, tu peux utiliser l'API pour créer des applications de validation de jeux de données, d'exploration, et plus encore. » Découvre plus de détails sur l'Ultralytics Explorer dans les Ultralytics Explorer docs.
Link to this sectionUne nouvelle tâche YOLOv8 : Détection d'objets orientés#
YOLOv8 fait un grand pas en avant en introduisant la détection d'objets orientés, aussi connue sous le nom d'OBB. Cette fonctionnalité avancée est conçue pour fournir des résultats de détection précis, en particulier pour les objets présentant des angles et des rotations variés.
Cela améliore la robustesse et la fiabilité de la détection, surtout pour les objets inclinés comme dans les images de télédétection aérienne et la détection de texte. OBB se distingue par sa capacité à localiser avec précision les objets dans les images, minimisant l'inclusion des zones d'arrière-plan. Cette précision améliore considérablement la classification des objets en réduisant le bruit de fond.
Fig 4. Un exemple de scène aérienne avec des boîtes englobantes orientées (OBB).
Jing Qiu, ingénieur ML chez Ultralytics, partage ses idées sur notre dernière innovation : « Au cœur du nouveau modèle YOLOv8-OBB se trouve la base solide 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 rapide pour les applications en temps réel, reflétant les performances de nos modèles de détection standard. Il est convivial et partage la même API, mais il est marqué par un simple signe 'obb', ce qui le rend extrêmement facile à entraîner, valider, prédire et exporter, tout comme nos autres tâches. »
Nous sommes également ravis d'annoncer une compatibilité ajoutée pour l'entraînement d'un modèle sur le jeu de données DOTA v2. Plonge dans plus de détails ici et explore comment cela élargit les capacités de YOLOv8.
Link to this sectionModèles de classification d'images améliorés#
Bien qu'il soit essentiel d'ajouter de nouvelles tâches à prendre en charge par YOLOv8, il est tout aussi vital d'améliorer et d'enrichir les tâches existantes. Faisant écho à ce sentiment, la tâche de classification d'images prise en charge par YOLOv8 a été améliorée.
Fatih Akyon, ingénieur ML chez Ultralytics, souligne : « Nous avons intégré des augmentations de classification SOTA dans les pipelines d'entraînement Ultralytics. Cela aide à améliorer les scores de classification. Les modèles de base yolov8-classification ont été réentraînés avec le nouveau pipeline. »
Fig 5. Une image illustrant la classification d'images.
Pour en savoir plus sur la capacité de YOLOv8 à classer des images, consulte la documentation sur la classification d'images YOLOv8.
Link to this sectionNous acceptons les exemples contribués par les utilisateurs !#
L'un des principaux succès de YOLOv8 en 2023 a été la quantité d'amour, de soutien et de contributions de notre communauté. Avec plus de 225 contributions à ce jour, nous sommes reconnaissants pour chacune d'elles qui a aidé à affiner et améliorer YOLOv8. Tes précieuses contributions nous ont poussés à affiner et à optimiser YOLOv8, le rendant plus adaptable et réactif aux besoins et défis variés dans divers secteurs.
Alors que nous entrons en 2024, nous sommes enthousiastes à l'idée d'élargir notre répertoire d'exemples contribués par les utilisateurs. Tes contributions sont essentielles pour aborder les scénarios réels où la vision par ordinateur peut être une solution. Nous t'invitons à collaborer en partageant tes cas d'utilisation innovants, tes témoignages de réussite et tes implémentations uniques avec la communauté YOLOv8 plus large. Tes contributions inspirent tes collègues passionnés et guident YOLOv8 vers de nouveaux sommets.
Ensemble, construisons un dépôt dynamique d'exemples fournis par les utilisateurs qui mettent en valeur la polyvalence de YOLOv8 et reflètent la créativité de notre communauté. Tu peux trouver plus d'exemples et contribuer à notre dépôt dans our examples repository. Si tu as des questions sur la contribution, notre guide est là pour t'aider.
Merci pour ton soutien indéfectible, et nous avons hâte de voir l'incroyable année à venir pour YOLOv8. Reste à l'affût pour plus de mises à jour, d'innovations et de réussites collaboratives. À une année extraordinaire ! 🚀
