Ultralytics YOLOv8 fête son premier anniversaire : une année de percées et d’innovations
À l’occasion du premier anniversaire d’Ultralytics YOLOv8, nous revenons sur son impact, l’emplacement de toute la documentation, la manière d’entraîner les modèles et bien plus encore !
Aujourd’hui, le 10 janvier 2024, cela fait un an que Ultralytics YOLOv8 a été lancé : le moment est venu de faire la fête ! Cette année a été riche en étapes marquantes et en avancées repoussant les limites du possible. Rejoins-nous pour revenir sur les temps forts de 2023 et découvrir 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 chaleureusement par les passionnés de vision par ordinateur et la communauté au sens large. Au cours de l’année écoulée, le package Ultralytics a été téléchargé plus de 20 millions de fois, avec un record de 4 millions de téléchargements rien qu’en décembre. Glenn Jocher, notre fondateur et PDG, est heureux de constater que l’intérêt pour YOLOv8 continue de croître, avec plus de 1 000 tâches d’inférence lancées chaque seconde, jour et nuit !
Au-delà de susciter l’intérêt et la curiosité, Ultralytics YOLOv8 a également démontré son impact dans des applications pratiques du monde réel. 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 innovantes dans les secteurs de la santé, de l’agriculture et de la fabrication, YOLOv8 révolutionne les industries à l’échelle mondiale.
Développer la documentation d’Ultralytics YOLOv8#
Nous rapprochons Ultralytics YOLOv8 de toi ! Notre documentation est désormais disponible en 11 langues, avec plus de 200 pages de documentation, et continue de s’enrichir pour mieux répondre aux besoins de notre communauté diverse ! Notre documentation va bien au-delà et comprend des guides pour les projets du monde réel suivants :
La documentation présente également la prise en charge de différents jeux de données par Ultralytics. Par exemple, le jeu de données Open Images V7, qui compte 600 classes, a récemment été ajouté à la liste des jeux de données pris en charge. Nous avons également mis à disposition un modèle préentraîné pour le jeu de données Open Images V7 afin que tu puisses l’essayer !
Créer des modèles Ultralytics YOLOv8 entraînés sur mesure#
Au-delà de l’utilisation de modèles préentraînés, les utilisateurs recherchent également des solutions de vision par ordinateur personnalisées capables de résoudre des problèmes métier très spécifiques. La possibilité d’entraîner des modèles Ultralytics YOLOv8 sur des données personnalisées est devenue un avantage majeur, et pas moins de 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 notamment possibles parce que n’importe qui peut entraîner YOLOv8 grâce à la plateforme ML sans code d’[Ultralytics HUB],(https://ultralytics-translation-0.invalid) quels que soient ses compétences en programmation. Tu peux rapidement créer et entraîner des modèles avancés sans écrire la moindre ligne de code sur Ultralytics HUB, accessible sur le web comme sur mobile. Alors que nous célébrons les succès 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 importantes, chacune nous rapprochant d’une meilleure fonctionnalité et d’une meilleure expérience utilisateur. Nous avons dévoilé des fonctionnalités majeures comme « Teams » pour une collaboration fluide, notre version HUB Pro aux capacités étendues, un historique de facturation plus clair pour ta tranquillité financière et un nouveau système de retours utilisateurs.
La gestion de 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.
En plus des 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. L’image de marque et l’UX de HUB ont été repensées pour une expérience visuellement remarquable, tandis que le tableau de bord utilisateur propose des liens rapides et une vidéo d’introduction pour démarrer plus facilement.
La gestion des clés API a été repensée pour être encore plus sûre, et la plateforme a été intégrée à l’application Ultralytics pour faciliter les échanges. Et ce ne sont là que quelques exemples !
Fig. 2. Tableau de bord utilisateur amélioré : liens rapides et vidéo d’introduction pour démarrer plus facilement.
À l’aube de 2024, nous sommes impatients de voir HUB poursuivre sa croissance grâce à ton soutien et à tes retours. Explorons ensemble la suite pour Ultralytics YOLOv8 !
Quelle sera la suite pour Ultralytics YOLOv8 en 2024 ?#
Découvre les dernières évolutions, notamment la version YOLOv8.1, et explore ce qui attend Ultralytics en 2024 !
Présentation d’Ultralytics Explorer#
Juste à temps pour le premier anniversaire de YOLOv8, nous lançons un nouvel outil compatible avec YOLOv8, appelé Ultralytics Explorer. Cet outil innovant promet de transformer la manière dont les utilisateurs explorent et utilisent leurs jeux de données. 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 recherches par similarité vectorielle et de recherches sémantiques.
L’une des fonctionnalités enthousiasmantes 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 de données qui lui ressemblent. Cela peut faciliter la compréhension et la gestion de ton jeu de données.
Fig. 3. Nouvel Ultralytics Explorer
Supposons que tu veuilles voir toutes les images de girafes dans ton jeu de données : tu peux le faire en quelques clics ! La fonctionnalité prend également en charge la mise en correspondance de plusieurs images : lorsque tu sélectionnes plusieurs images à comparer, leur moyenne est calculée.
Tu peux également écrire des requêtes SQL pour trouver un nombre précis d’images dans le jeu de données portant des étiquettes spécifiques. Cela peut être utile si tu veux voir un échantillon de 10 images du jeu de données portant une étiquette comme « dog ». Tu obtiens ainsi une idée des données qui ont été annotées.
Une autre fonctionnalité enthousiasmante est la fonctionnalité Ask AI. Si tu ne maîtrises pas SQL, elle te permet d’utiliser la fonction 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 contenant exactement une personne et 2 chiens ; il générera la requête en interne et t’affichera les résultats.
Ayush Chaurasia, conseiller chez Ultralytics, a déclaré : « Le meilleur aspect est que, puisque l’API Ultralytics Explorer elle-même est open source, tu peux l’utiliser pour créer des applications de validation et d’exploration de jeux de données, entre autres. » Consulte plus de détails dans la documentation Ultralytics Explorer.
Une nouvelle tâche pour Ultralytics YOLOv8 : la 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 est conçue pour fournir des résultats de détection précis, notamment pour les objets présentant différents angles et rotations.
Cela améliore la robustesse et la fiabilité de la détection, en particulier pour les objets inclinés comme les images de télédétection aérienne et les textes. 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 d’arrière-plan.
Fig. 4. Exemple de scène aérienne avec des boîtes englobantes orientées (OBB).
Jing Qiu, ingénieur ML chez Ultralytics, nous présente cette dernière innovation : « Au cœur du nouveau modèle YOLOv8-OBB se trouve la base robuste 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, à l’image des performances de nos modèles de détection standard. Il est facile à utiliser et partage la même API, mais se distingue par un simple indicateur « obb », ce qui le rend extrêmement facile à entraîner, valider, utiliser pour les prédictions et exporter, comme nos autres tâches. »
Nous sommes également heureux d’annoncer la compatibilité ajoutée pour l’entraînement d’un modèle sur le jeu de données DOTA v2. Découvre plus de détails ici et explore comment cela étend les capacités d’Ultralytics YOLOv8.
Amélioration des modèles de classification d’images#
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 d’origine. Dans cette optique, 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 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 les images, consulte la documentation sur la classification d’images avec YOLOv8.
Nous acceptons les exemples proposés par les utilisateurs !#
L’un des principaux succès d’Ultralytics YOLOv8 en 2023 réside dans l’enthousiasme, le soutien et les contributions de notre communauté. Avec plus de 225 contributions à ce jour, nous sommes reconnaissants envers chaque personne ayant contribué à perfectionner et à améliorer YOLOv8. Tes précieux retours nous ont poussés à affiner et à ajuster YOLOv8, le rendant plus adaptable et réactif face aux différents besoins et défis de secteurs variés.
Alors que nous entrons en 2024, nous sommes ravis d’enrichir notre dépôt d’exemples proposés par les utilisateurs. Tes contributions sont essentielles pour répondre aux situations réelles dans lesquelles la vision par ordinateur peut apporter une solution. Nous t’invitons à collaborer en partageant tes cas d’utilisation innovants, tes réussites et tes implémentations originales avec l’ensemble de la communauté Ultralytics YOLOv8. Tes contributions inspirent les autres passionnés et orientent YOLOv8 vers de nouveaux sommets.
Ensemble, construisons un dépôt 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 à notre dépôt dans notre dépôt d’exemples. Si tu as des questions sur les contributions, notre guide est là pour t’aider.
Merci pour ton soutien indéfectible. Nous avons hâte de voir l’année exceptionnelle qui attend Ultralytics YOLOv8. Reste à l’écoute pour découvrir d’autres mises à jour, innovations et réussites collaboratives. À une année exceptionnelle ! 🚀
