Sintonizzati su YOLO Vision 2025!
25 settembre 2025
10:00 — 18:00 BST
Evento ibrido
Yolo Vision 2024

Ultralytics x Paperspace: promuovere le capacità di object detection attraverso la partnership

Il team di Ultralytics

2 minuti di lettura

21 marzo 2023

Esplora Ultralytics YOLOv8 per il rilevamento di oggetti all'avanguardia con velocità in tempo reale, ora con l'integrazione di Paperspace per un facile training del modello.

Il rilevamento oggetti è fondamentale per molte applicazioni di visione artificiale, dai veicoli autonomi ai sistemi di sicurezza. Ultralytics YOLOv8 è un algoritmo avanzato di rilevamento oggetti che raggiunge una precisione all'avanguardia pur funzionando a velocità in tempo reale, rendendolo uno strumento potente per un'ampia gamma di casi d'uso. Abbiamo creato YOLOv8 con l'intenzione di consentire a persone e aziende di liberare il potenziale positivo dell'IA.

In Ultralytics, siamo entusiasti di annunciare la nostra nuova partnership con Paperspace, un fornitore leader di infrastrutture per il machine learning. Il loro potente ambiente, Gradient, ha un sacco di funzionalità che ti permettono di allenare i tuoi modelli YOLOv5 e YOLOv8 senza sforzo. Paperspace Gradient ti permette di impostare un ambiente GPU gestito in pochi secondi.

Ciclo di integrazioni di Ultralytics YOLOv8

Primi passi con Ultralytics YOLOv8 e Paperspace

Grazie alla nostra partnership con Paperspace, YOLOv8 è ora disponibile sulla sua solida infrastruttura cloud. Ciò significa che puoi addestrare e implementare rapidamente e facilmente i modelli YOLOv8 senza la necessità di hardware costoso o processi di configurazione che richiedono molto tempo. L'infrastruttura scalabile di Paperspace ti garantisce la possibilità di gestire anche i set di dati e i carichi di lavoro di addestramento più grandi, il tutto con la facilità e la comodità di una soluzione basata su cloud.

In Ultralytics, siamo appassionati di rendere la computer vision accessibile a tutti. La nostra partnership con Paperspace è un importante passo avanti nel raggiungimento di questo obiettivo. Siamo entusiasti di continuare a lavorare insieme per superare i limiti di ciò che è possibile con la tecnologia di computer vision. Che tu sia uno sviluppatore, un ricercatore o un imprenditore, ti invitiamo a unirti a noi in questo viaggio e a scoprire di persona la potenza di YOLOv8 e dell'infrastruttura cloud di Paperspace.

Cosa c'è di nuovo in YOLOv8

YOLOv8 è incluso nel più ampio framework Python di Ultralytics. Questo nuovo framework è stato costruito da zero incorporando tutti i feedback e gli insegnamenti tratti dal nostro prodotto di grande successo, YOLOv5.

  • CLI globale
  • La nuova interfaccia a riga di comando globale consente di accedere facilmente ai modelli YOLO a livello di sistema. È possibile eseguire qualsiasi operazione utilizzando il comando `yolo`.
CLI globale di Ultralytics YOLOv8

  • API Python
  • Il nuovo framework Ultralytics ha un'API Python dedicata che consente di estendere le applicazioni Python con le funzionalità di YOLO.
API Python di Ultralytics YOLOv8

  • Nuovi Modelli YOLOv8
  • Abbiamo lanciato il framework con nuovi modelli YOLOv8 che raggiungono prestazioni SOTA e il dataset COCO.
Nuovi Modelli YOLOv8

Maggiori dettagli sull'utilizzo, la progettazione e l'architettura del modello sono disponibili nella documentazione di Ultralytics.

Utilizzo di YOLOv8 su Paperspace Gradient

L'integrazione con Paperspace è accessibile dal file README di Ultralytics. Ti porta al notebook Ultralytics YOLOv8 su Paperspace Gradient. Per iniziare a utilizzare Ultralytics su Gradient, è sufficiente accedere e iniziare a eseguire le celle.

Repository di Ultralytics YOLOv8

Esempio di object detection con Ultralytics YOLOv8

In Ultralytics, collaboriamo commercialmente con altre startup per aiutarci a finanziare la ricerca e lo sviluppo dei nostri fantastici strumenti open-source per mantenerli gratuiti per tutti. Questo articolo può contenere link di affiliazione a tali partner.


Costruiamo insieme il futuro
dell'AI!

Inizia il tuo viaggio con il futuro del machine learning

Inizia gratis
Link copiato negli appunti