10 gennaio 2024
In occasione del 1° anniversario di Ultralytics YOLOv8 riflettiamo sul suo impatto, su dove trovare tutta la documentazione, su come formare i modelli e su molto altro ancora!
Oggi, 10 gennaio 2024, ricorre un anno dal lancio di Ultralytics YOLOv8ed è ora di festeggiare! È stato un anno entusiasmante, ricco di pietre miliari e di progressi verso il limite del possibile. Ripercorrete con noi i momenti salienti del 2023 e le prossime novità del 2024.
YOLOv8 è stato accolto calorosamente dagli appassionati di computer vision e dalla comunità in generale. Nell'ultimo anno, il progetto Ultralytics è stato scaricato più di 20 milioni di volte, con un record di 4 milioni di download solo nel mese di dicembre. Glenn Jocher, il nostro fondatore e CEO, è lieto di annunciare che l'interesse per YOLOv8 continua a crescere, con oltre 1.000 lavori di inferenza avviati ogni secondo di ogni giorno!
Oltre a suscitare curiosità e interesse, YOLOv8 ha anche dimostrato di avere un impatto nelle applicazioni pratiche del mondo reale. Quest'anno abbiamo visto 5 milioni di utenti e 15 miliardi di eventi beneficiare di YOLOv8 in diversi settori e ambiti. Dal miglioramento dei sistemi di sorveglianza ai progressi innovativi nel settore sanitario, agricolo o manifatturiero, YOLOv8 sta rivoluzionando i settori a livello globale.
Stiamo avvicinando YOLOv8 a voi! La nostra documentazione è ora disponibile in 11 lingue, con oltre 200 pagine di documenti, ed è in continua espansione per soddisfare al meglio le esigenze della nostra comunità! La nostra documentazione va oltre e consiste in guide per i seguenti progetti reali:
La documentazione illustra anche il supporto che Ultralytics offre a diversi set di dati. Ad esempio, recentemente è stato aggiunto all'elenco dei dataset supportati il dataset Open Images V7 con 600 classi. Inoltre, abbiamo reso disponibile un modello pre-addestrato per il dataset Open Images V7, da provare!
Oltre all'utilizzo di modelli pre-addestrati, gli utenti cercano anche soluzioni di computer vision personalizzate per risolvere problemi aziendali molto specifici. La capacità di addestrare i modelli YOLOv8 su dati personalizzati è emersa come un vantaggio significativo e nel 2023 sono stati addestrati ben 19 milioni di modelli YOLOv8 . Questi modelli sono stati addestrati per diversi compiti, con il 64% dedicato al rilevamento degli oggetti, il 20% alla segmentazione delle immagini, il 15% alla stima della posa e l'1% alla classificazione delle immagini.
In parte, questi numeri sono possibili perché chiunque può addestrare YOLOv8 grazie alla piattaforma di ML no-code di Ultralytics, Ultralytics HUB, indipendentemente dalle proprie competenze di codifica. È possibile creare e addestrare rapidamente modelli avanzati senza bisogno di codice su Ultralytics HUB, che è accessibile sia su web che su mobile. Mentre festeggiamo i successi di YOLOv8, guardiamo anche a come Ultralytics HUB si è evoluto nell'ultimo anno.
Il 2023 è stato un grande anno per Ultralytics HUBcon 84 aggiornamenti di versione di grande impatto, ognuno dei quali ci ha portato a migliorare le funzionalità e l'esperienza dell'utente. Abbiamo presentato caratteristiche importanti come "Teams" per una collaborazione senza soluzione di continuità, la nostra versione Pro HUB per funzionalità avanzate, uno storico delle fatture più chiaro per la vostra tranquillità finanziaria e un nuovo sistema di feedback per gli utenti.
Gestire i tuoi modelli non è mai stato così facile. Ora puoi confrontare e spostare i modelli quando lavori a un progetto. Abbiamo abilitato ancora più formati per offrirti opzioni di esportazione del modello flessibili e molto altro.
Oltre a funzionalità nuove e migliorate, molto tempo ed energia sono stati dedicati anche al miglioramento delle funzionalità esistenti. Ad esempio, grazie al caricamento prioritario, la piattaforma si avvia velocemente come un fulmine. Il branding e la UX di HUB sono stati reimmaginati per un'esperienza visivamente straordinaria e la dashboard utente ha collegamenti rapidi e un video introduttivo per un avvio più agevole.
La gestione delle chiavi API è stata rinnovata per essere ancora più sicura e la piattaforma è stata integrata con l'App Ultralytics per un'esperienza di scambio più fluida. E questo solo per citarne alcuni!
Mentre ci avviamo verso il 2024, siamo entusiasti di vedere HUB crescere ulteriormente grazie al vostro continuo supporto e contributo. Esploriamo insieme il futuro di YOLOv8 !
Scoprite gli ultimi sviluppi, tra cui la rilascio diYOLOv8.1ed esplorate cosa c'è in serbo per Ultralytics nel 2024!
Giusto in tempo per il primo anniversario di YOLOv8, stiamo per lanciare un nuovo strumento YOLOv8, chiamato Ultralytics Explorer. Questo strumento innovativo promette di cambiare il modo in cui gli utenti esplorano e interagiscono con i loro set di dati. È possibile utilizzare l'API di Ultralytics Explorer o l'interfaccia grafica per filtrare e ricercare i set di dati utilizzando query SQL, ricerca di similarità vettoriale e ricerca semantica.
Una caratteristica interessante di Ultralytics Explorer è la corrispondenza delle immagini. Ad esempio, è possibile selezionare un'immagine nel dataset e trovare tutte le immagini del dataset che sono simili a questa immagine. Questo può facilitare la comprensione e la gestione del dataset.
Supponiamo che tu voglia vedere tutte le immagini di giraffe nel tuo set di dati, puoi farlo con pochi clic! Supporta anche la corrispondenza di più immagini, il che significa che quando selezioni più immagini da abbinare, viene calcolata la media delle immagini.
Puoi anche scrivere query SQL per trovare un numero specifico di immagini nel dataset con etichette specifiche. Questo può essere utile quando vuoi vedere un campione di 10 immagini dal dataset con un'etichetta come 'cane'. Ti aiuta a farti un'idea dei dati che sono stati annotati.
Un'altra interessante funzionalità è Ask AI. Nel caso in cui non siate esperti di SQL, vi permette di utilizzare la funzione di interrogazione senza la necessità di SQL. Ad esempio, potete chiedere al nostro generatore di query basato sull'intelligenza artificiale di mostrarvi 100 immagini con esattamente una persona e 2 cani, e internamente genererà la query e vi mostrerà i risultati della query.
Ayush Chaurasia, consulente di Ultralytics, ha dichiarato: "La parte migliore è che, poiché l'API di Ultralytics Explorer è open source, è possibile utilizzare l'API per creare applicazioni per la convalida dei dati, l'esplorazione e altro ancora". Per maggiori dettagli su Ultralytics Explorer qui.
YOLOv8 compie un significativo balzo in avanti introducendo Rilevamento di oggetti orientatinoto anche come OBB. Questa funzione avanzata è stata progettata per fornire risultati di rilevamento precisi, in particolare per gli oggetti con diverse angolazioni e rotazioni.
Ciò migliora la robustezza e l'affidabilità del rilevamento, specialmente per oggetti inclinati come immagini aeree di telerilevamento e rilevamento di testo. L'OBB si distingue per la sua capacità di localizzare accuratamente gli oggetti nelle immagini, riducendo al minimo l'inclusione di aree di sfondo. Questa precisione migliora significativamente la classificazione degli oggetti riducendo il rumore di fondo.
Jing Qiu, ML Engineer di Ultralytics, condivide le sue idee sulla nostra ultima innovazione: "Il cuore del nuovo modello YOLOv8 si basa sulle solide fondamenta del nostro modello di rilevamento YOLOv8 . Pur incorporando parametri e calcoli aggiuntivi, abbiamo fatto in modo che la sua velocità di inferenza rimanga rapida per le applicazioni in tempo reale, rispecchiando le prestazioni dei nostri modelli di rilevamento standard. È facile da usare e condivide la stessa API, ma è contrassegnato da un semplice segnoobb', che lo rende estremamente facile da addestrare, convalidare, prevedere ed esportare, in modo simile alle altre attività.
Siamo inoltre lieti di annunciare l'aggiunta della compatibilità per l'addestramento di un modello sul dataset DOTA v2. Per maggiori dettagli qui ed esplorate come questo amplia le capacità di YOLOv8.
Se da un lato è essenziale aggiungere nuovi compiti a YOLOv8 , dall'altro è altrettanto fondamentale migliorare e potenziare i compiti originali. Facendo eco a questo sentimento, il compito di classificazione delle immagini supportato da YOLOv8 è stato migliorato.
Fatih Akyon, ML Engineer di Ultralytics, sottolinea: "Abbiamo integrato gli aumenti di classificazione SOTA nelle pipeline di formazione di Ultralytics . Ciò contribuisce a migliorare i punteggi di classificazione. I modelli di yolov8 di base yolov8 sono stati riqualificati con la nuova pipeline".
Per saperne di più sulla capacità di YOLOv8di classify immagini, consultate questo questa pagina dei documenti.
Uno dei principali successi di YOLOv8 nel 2023 è stato l'amore, il sostegno e i contributi della nostra comunità. Con oltre 225 contributi finora, siamo grati a tutti coloro che hanno contribuito a perfezionare e migliorare YOLOv8. I vostri preziosi contributi ci hanno spinto a perfezionare e mettere a punto YOLOv8, rendendolo più adattabile e rispondente alle diverse esigenze e sfide dei vari settori.
Nel 2024, siamo entusiasti di ampliare il nostro archivio di esempi forniti dagli utenti. I vostri contributi sono fondamentali per affrontare scenari reali in cui la computer vision può essere una soluzione. Vi invitiamo a collaborare condividendo con la comunità di YOLOv8 i vostri casi d'uso innovativi, le storie di successo e le implementazioni uniche. I vostri contributi ispirano gli altri appassionati e guidano YOLOv8 verso nuovi traguardi.
Insieme, costruiamo un archivio vivace di esempi forniti dagli utenti che mostrino la versatilità di YOLOv8 e riflettano la creatività della nostra comunità. È possibile trovare altri esempi e contribuire al nostro archivio qui. Se avete domande su come contribuire, la nostra guida è a disposizione per aiutarvi.
Vi ringraziamo per il vostro incrollabile sostegno e non vediamo l'ora di assistere all'incredibile anno che ci aspetta per YOLOv8. Restate sintonizzati per ulteriori aggiornamenti, innovazioni e collaborazioni. Un anno fantastico! 🚀
