Ultralytics YOLOv8 출시 1주년을 맞아 그 영향, 모든 문서를 찾을 수 있는 위치, 모델 훈련 방법 등을 되돌아봅니다!
Ultralytics YOLOv8 출시 1주년을 맞아 그 영향, 모든 문서를 찾을 수 있는 위치, 모델 훈련 방법 등을 되돌아봅니다!
오늘, 2024년 1월 10일은 Ultralytics YOLOv8 출시 1주년입니다. 기념할 시간입니다! 2023년은 획기적인 사건들과 가능성의 경계를 넓히는 흥미진진한 한 해였습니다. 2023년의 주요 내용을 되돌아보고 2024년의 다음 단계를 함께 살펴보겠습니다.
YOLOv8은 열렬한 컴퓨터 비전 애호가와 커뮤니티 전체에서 따뜻하게 환영받았습니다. 지난 한 해 동안 Ultralytics 패키지는 2천만 회 이상 다운로드되었으며, 12월에만 4백만 회 다운로드라는 기록을 세웠습니다. 저희 창립자 겸 CEO인 Glenn Jocher는 YOLOv8에 대한 관심이 계속 증가하고 있으며 매일 매초 1,000개 이상의 추론 작업이 시작된다는 사실을 기쁘게 공유합니다!
YOLOv8은 흥미와 호기심을 불러일으키는 것 외에도 실용적인 실제 애플리케이션에서 영향력이 큰 것으로 입증되었습니다. 올해 우리는 다양한 산업 및 영역에서 5백만 명의 사용자와 150억 건의 이벤트가 YOLOv8의 혜택을 받는 것을 확인했습니다. 감시 시스템 개선부터 의료, 농업 또는 제조 분야의 혁신적인 발전까지 YOLOv8은 전 세계적으로 산업에 혁명을 일으키고 있습니다.
YOLOv8을 여러분에게 더 가까이 제공합니다! 이제 200개 이상의 문서 페이지가 포함된 문서를 11개 언어로 사용할 수 있으며, 다양한 커뮤니티의 요구 사항을 더 잘 충족하기 위해 지속적으로 확장되고 있습니다! 당사의 문서는 단순한 문서 그 이상이며 다음과 같은 실제 프로젝트에 대한 가이드로 구성되어 있습니다.
이 문서에서는 Ultralytics가 다양한 데이터 세트에 대해 제공하는 지원도 보여줍니다. 예를 들어 최근에는 600개의 클래스가 있는 Open Images V7 데이터 세트가 지원되는 데이터 세트 목록에 추가되었습니다. 또한 사용자가 사용해 볼 수 있도록 Open Images V7 데이터 세트에 대해 사전 훈련된 모델을 제공했습니다!
사전 훈련된 모델을 사용하는 것 외에도, 사용자는 매우 구체적인 비즈니스 문제를 해결하는 맞춤형 컴퓨터 비전 솔루션도 찾고 있습니다. 사용자 정의 데이터로 YOLOv8 모델을 훈련할 수 있는 기능이 중요한 이점으로 부상했으며, 2023년에는 무려 1,900만 개의 YOLOv8 모델이 훈련되었습니다. 이러한 모델은 다양한 작업에 대해 훈련되었으며, 64%는 객체 탐지, 20%는 이미지 분할, 15%는 자세 추정, 1%는 이미지 분류에 사용되었습니다.
부분적으로 이러한 수치는 Ultralytics의 노코드 ML 플랫폼인 Ultralytics HUB 덕분에 코딩 전문 지식에 관계없이 누구나 YOLOv8을 훈련할 수 있기 때문에 가능합니다. 웹과 모바일 모두에서 액세스할 수 있는 Ultralytics HUB에서 코드를 사용하지 않고도 고급 모델을 빠르게 만들고 훈련할 수 있습니다. YOLOv8의 성공을 기념하면서 Ultralytics HUB가 지난 한 해 동안 어떻게 진화해 왔는지 되돌아보겠습니다.
2023년은 84번의 중요한 버전 업데이트를 통해 Ultralytics HUB에 있어 훌륭한 한 해였습니다. 각 업데이트는 더 나은 기능과 사용자 경험을 제공하는 데 기여했습니다. 원활한 협업을 위한 '팀' 기능, 향상된 기능을 제공하는 Pro HUB 버전, 재정적 안정을 위한 명확한 청구 내역, 새로운 사용자 피드백 시스템과 같은 주요 기능들을 공개했습니다.
모델 관리가 그 어느 때보다 쉬워졌습니다. 이제 프로젝트 작업 시 모델을 비교하고 이동할 수 있습니다. 유연한 모델 내보내기 옵션을 제공하기 위해 더 많은 형식을 지원하게 되었습니다.
새롭고 개선된 기능 외에도 기존 기능을 개선하는 데 많은 시간과 노력이 투입되었습니다. 예를 들어, 우선 로딩 덕분에 플랫폼이 번개처럼 빠르게 시작됩니다. HUB의 브랜딩 및 UX가 시각적으로 놀라운 경험을 제공하도록 재구상되었으며, 사용자 대시보드에는 더 원활한 시작을 위한 빠른 링크와 소개 비디오가 있습니다.
API 키 관리가 더욱 안전하도록 개선되었으며 플랫폼이 Ultralytics 앱과 통합되어 더욱 원활한 양방향 환경을 제공합니다. 그리고 이것은 몇 가지에 불과합니다!
2024년에 접어들면서 여러분의 지속적인 지원과 의견으로 HUB가 더욱 성장하는 모습을 보게 되어 기쁩니다. YOLOv8의 다음 단계를 함께 살펴보겠습니다!
YOLOv8.1 릴리스를 포함한 최신 개발 사항을 확인하고 2024년 Ultralytics의 계획을 살펴보세요!
YOLOv8 출시 1주년을 맞아 Ultralytics Explorer라는 새로운 YOLOv8 지원 도구를 출시합니다. 이 혁신적인 도구는 사용자가 데이터 세트를 탐색하고 상호 작용하는 방식을 바꿀 것을 약속합니다. Ultralytics Explorer API 또는 GUI를 사용하여 SQL 쿼리, 벡터 유사성 검색 및 시맨틱 검색을 통해 데이터 세트를 필터링하고 검색할 수 있습니다.
Ultralytics Explorer의 흥미로운 기능 중 하나는 이미지 매칭입니다. 예를 들어 데이터 세트에서 이미지를 선택하고 이 이미지와 유사한 데이터 세트의 모든 이미지를 찾을 수 있습니다. 이를 통해 데이터 세트를 더 쉽게 이해하고 관리할 수 있습니다.
데이터 세트에서 기린 사진을 모두 보고 싶다고 가정해 보겠습니다. 몇 번의 클릭만으로 가능합니다! 또한 여러 이미지 매칭을 지원합니다. 즉, 매칭할 이미지를 여러 개 선택하면 이미지의 평균이 계산됩니다.
SQL 쿼리를 작성하여 특정 레이블이 있는 데이터 세트에서 특정 개수의 이미지를 찾을 수도 있습니다. 이는 '개'와 같은 레이블이 있는 데이터 세트에서 10개의 이미지 샘플을 보고 싶을 때 유용할 수 있습니다. 이를 통해 어노테이션이 적용된 데이터에 대한 아이디어를 얻을 수 있습니다.
또 다른 흥미로운 기능은 AI에게 질문하기 기능입니다. SQL에 능숙하지 않은 경우 SQL 없이도 쿼리 기능을 사용할 수 있습니다. 예를 들어, AI 기반 쿼리 생성기에게 정확히 1명의 사람과 2마리의 개가 있는 이미지 100개를 보여달라고 요청하면 내부적으로 쿼리를 생성하고 쿼리 결과를 보여줍니다.
Ultralytics의 어드바이저인 Ayush Chaurasia는 'Ultralytics Explorer API 자체가 오픈 소스이기 때문에 API를 사용하여 데이터 세트 유효성 검사, 탐색 등을 위한 애플리케이션을 만들 수 있다는 것이 가장 큰 장점입니다.'라고 말했습니다. Ultralytics Explorer에 대한 자세한 내용은 여기에서 확인하십시오.
YOLOv8은 OBB라고도 하는 방향 객체 감지를 도입하여 획기적인 발전을 이루었습니다. 이 고급 기능은 다양한 각도와 회전에 있는 객체에 대해 특히 정확한 감지 결과를 제공하도록 설계되었습니다.
이는 특히 항공 원격 감지 이미지 및 텍스트 감지와 같이 기울어진 객체의 감지 정확도와 신뢰성을 향상시킵니다. OBB는 이미지에서 객체의 위치를 정확하게 파악하여 배경 영역의 포함을 최소화하는 기능이 뛰어납니다. 이러한 정밀도는 배경 노이즈를 줄여 객체 분류를 크게 향상시킵니다.
Ultralytics의 ML 엔지니어인 Jing Qiu는 최신 혁신 기술에 대한 통찰력을 공유합니다. '새로운 YOLOv8-OBB 모델의 핵심은 YOLOv8 감지 모델의 강력한 기반에 있습니다. 추가적인 파라미터와 연산이 통합되었지만, 표준 감지 모델의 성능을 미러링하여 실시간 애플리케이션에서 빠른 추론 속도를 유지하도록 보장했습니다. 사용자 친화적이며 동일한 API를 공유하지만 간단한 'obb' 표시로 구별되어 다른 작업과 마찬가지로 학습, 검증, 예측 및 내보내기가 매우 쉽습니다.'
DOTA v2 데이터 세트에서 모델을 훈련할 수 있도록 호환성이 추가된 것을 발표하게 되어 기쁩니다. 자세한 내용은 여기 에서 확인하고 YOLOv8의 기능이 어떻게 확장되는지 살펴보세요.
YOLOv8이 지원해야 할 새로운 작업을 추가하는 것도 중요하지만, 원래 작업을 개선하고 향상시키는 것도 똑같이 중요합니다. 이러한 맥락에서 YOLOv8에서 지원하는 이미지 분류 작업이 개선되었습니다.
Ultralytics의 ML 엔지니어인 Fatih Akyon은 다음과 같이 강조합니다. 'SOTA 분류 증강을 Ultralytics 훈련 파이프라인에 통합했습니다. 이를 통해 분류 점수를 향상시킬 수 있습니다. 기본 yolov8 분류 모델은 새로운 파이프라인으로 재훈련되었습니다.'
YOLOv8의 이미지 분류 기능에 대해 자세히 알아보려면 이 문서 페이지를 확인하세요.
2023년 YOLOv8의 주요 성공 요인 중 하나는 커뮤니티의 많은 사랑, 지원 및 기여였습니다. 지금까지 225건이 넘는 기여가 있었으며 YOLOv8을 개선하고 향상시키는 데 도움이 된 모든 분들께 감사드립니다. 여러분의 귀중한 의견은 YOLOv8을 개선하고 미세 조정하여 다양한 산업 분야에서 다양한 요구와 문제에 더 잘 적응하고 대응할 수 있도록 이끌었습니다.
2024년에 접어들면서 사용자 기여 예제 저장소를 확장하게 되어 기쁩니다. 귀하의 기여는 컴퓨터 비전이 솔루션이 될 수 있는 실제 시나리오를 해결하는 데 중추적인 역할을 합니다. 혁신적인 사용 사례, 성공 사례 및 고유한 구현을 더 넓은 YOLOv8 커뮤니티와 공유하여 협업에 참여해 주시기 바랍니다. 귀하의 기여는 동료 애호가들에게 영감을 주고 YOLOv8을 새로운 차원으로 안내합니다.
함께 YOLOv8의 다재다능함을 보여주고 우리 커뮤니티의 창의성을 반영하는 사용자 기여 예제의 활기찬 저장소를 구축합시다. 더 많은 예제를 찾고 여기에서 저장소에 기여할 수 있습니다. 기여에 대한 질문이 있는 경우 가이드가 도움을 드릴 것입니다.
변함없는 성원에 감사드리며, YOLOv8의 놀라운 한 해를 기대합니다. 더 많은 업데이트, 혁신 및 협업 성과를 기대해 주세요. 멋진 한 해가 되기를 바랍니다! 🚀
.webp)