Op de 1e verjaardag van Ultralytics YOLOv8 staan we stil bij de impact ervan, waar je alle documentatie kunt vinden, hoe treinmodellen werken en nog veel meer!
Vandaag, 10 januari 2024, is het een jaar geleden sinds de lancering van Ultralytics YOLOv8en het is tijd om dat te vieren! Het is een spannend jaar geweest vol mijlpalen en het verleggen van de grenzen van wat mogelijk is. Kijk met ons mee naar de hoogtepunten van 2023 en wat er in 2024 gaat gebeuren.
YOLOv8 is warm ontvangen door enthousiaste computer vision liefhebbers en de gemeenschap in het algemeen. In het afgelopen jaar is het Ultralytics pakket meer dan 20 miljoen keer gedownload, met alleen al in december een record van 4 miljoen downloads. Glenn Jocher, onze oprichter en CEO, is blij te kunnen melden dat de belangstelling voor YOLOv8 blijft groeien, met meer dan 1000 inferentiejobs die elke seconde van de dag worden gestart!
YOLOv8 wekt niet alleen intriges en nieuwsgierigheid op, maar heeft ook bewezen impact te hebben in praktische toepassingen in de echte wereld. Dit jaar hebben we 5 miljoen gebruikers en 15 miljard gebeurtenissen zien profiteren van YOLOv8 in verschillende industrieën en domeinen. Van het verbeteren van bewakingssystemen tot innovatieve ontwikkelingen in de gezondheidszorg, landbouw of productie, YOLOv8 zorgt wereldwijd voor een revolutie in de industrie.
We brengen YOLOv8 dichter bij jou! Onze documentatie is nu beschikbaar in 11 talen, met 200+ docs pagina's, en wordt voortdurend uitgebreid om beter aan de behoeften van onze gevarieerde gemeenschap te voldoen! Onze documentatie gaat verder dan dat en bestaat uit gidsen voor de volgende real-world projecten:
De documentatie illustreert ook de ondersteuning die Ultralytics biedt voor verschillende datasets. Zo is onlangs de Open Beelden V7 dataset met 600 klassen toegevoegd aan de lijst van ondersteunde datasets. Daarnaast hebben we een voorgetraind model voor de Open Beelden V7 dataset beschikbaar gesteld om uit te proberen!
Naast het gebruik van voorgetrainde modellen, zijn gebruikers ook op zoek naar op maat gemaakte computer vision oplossingen die zeer specifieke zakelijke problemen oplossen. De mogelijkheid om YOLOv8 modellen te trainen op aangepaste gegevens is een belangrijk voordeel gebleken en in 2023 zijn er maar liefst 19 miljoen YOLOv8 modellen getraind. Deze modellen zijn getraind voor verschillende taken, waarvan 64% voor objectdetectie, 20% voor beeldsegmentatie, 15% voor het inschatten van de houding en 1% voor beeldclassificatie.
Voor een deel zijn deze cijfers mogelijk omdat iedereen YOLOv8 kan trainen dankzij Ultralytics' no-code ML platform, Ultralytics HUB - ongeacht hun coderingsexpertise. Je kunt snel geavanceerde modellen maken en trainen zonder dat je code nodig hebt op Ultralytics HUB, dat zowel op het web als mobiel toegankelijk is. Terwijl we de successen van YOLOv8 vieren, kijken we ook terug op hoe Ultralytics HUB zich het afgelopen jaar heeft ontwikkeld.
2023 is een geweldig jaar geweest voor Ultralytics HUBmet 84 impactvolle versie-updates, die ons stuk voor stuk naar een betere functionaliteit en gebruikerservaring leiden. We hebben belangrijke functies onthuld zoals 'Teams' voor naadloze samenwerking, onze Pro HUB-versie voor verbeterde mogelijkheden, een duidelijkere factureringsgeschiedenis voor je financiële gemoedsrust en een nieuw feedbacksysteem voor gebruikers.
Je modellen beheren is nog nooit zo eenvoudig geweest. Je kunt nu modellen vergelijken en verplaatsen als je aan een project werkt. We hebben nog meer formaten ingeschakeld om je flexibele opties voor het exporteren van modellen te bieden, en nog veel meer.
Naast nieuwe en verbeterde functies is er ook veel tijd en energie gestoken in het verbeteren van bestaande functies. Dankzij priority loading start het platform bijvoorbeeld razendsnel op. De branding en UX van HUB zijn opnieuw ontworpen voor een visueel verbluffende ervaring en het gebruikersdashboard heeft snelkoppelingen en een introvideo voor een vlottere start.
Het beheer van API-sleutels is vernieuwd om nog veiliger te zijn, en het platform is geïntegreerd met de Ultralytics App voor een soepelere heen-en-weer-ervaring. En dat is nog maar om er een paar te noemen!
Nu we 2024 binnenstappen, zien we de HUB graag nog verder groeien met jullie voortdurende steun en inbreng. Laten we samen verkennen wat de volgende stap is voor YOLOv8 !
Ontdek de nieuwste ontwikkelingen, waaronder de YOLOv8.1-releaseen ontdek wat er in 2024 in petto is voor Ultralytics !
Net op tijd voor de eerste verjaardag van YOLOv8 komen we met een nieuwe tool die YOLOv8 ondersteunt, de Ultralytics Explorer. Dit innovatieve hulpmiddel belooft de manier te veranderen waarop gebruikers hun datasets verkennen en ermee omgaan. Je kunt de Ultralytics Explorer API of de GUI gebruiken om je datasets te filteren en doorzoeken met SQL queries, vector similarity search en semantisch zoeken.
Een interessante functie van Ultralytics Explorer is het matchen van afbeeldingen. Je kunt bijvoorbeeld een afbeelding in je dataset selecteren en alle afbeeldingen in je dataset vinden die op deze afbeelding lijken. Dit kan het begrijpen en beheren van je dataset makkelijker maken.
Stel dat je alle afbeeldingen van giraffen in je dataset wilt zien, dan kan dat met een paar klikken! Het ondersteunt ook het matchen van meerdere afbeeldingen, wat betekent dat als je meerdere afbeeldingen selecteert om te matchen, het gemiddelde van de afbeeldingen wordt berekend.
Je kunt ook SQL-queries schrijven om een specifiek aantal afbeeldingen in de dataset met specifieke labels te vinden. Dit kan handig zijn als je een voorbeeld van 10 afbeeldingen uit de dataset wilt zien met een label als 'hond'. Het helpt je om een idee te krijgen van de gegevens die geannoteerd zijn.
Een andere interessante functie is de Ask AI functie. Als je niet bedreven bent in SQL, kun je de queryfunctie gebruiken zonder SQL nodig te hebben. Je kunt onze AI-gestuurde querygenerator bijvoorbeeld vragen om je 100 afbeeldingen te laten zien met precies één persoon en 2 honden, en het zal intern de query genereren en je de queryresultaten laten zien.
Ayush Chaurasia, adviseur bij Ultralytics, zegt: "Het mooiste is dat omdat de Ultralytics Explorer API zelf open source is, je de API kunt gebruiken om toepassingen te maken voor datasetvalidatie, verkenning en meer. Bekijk meer details over de Ultralytics Explorer hier.
YOLOv8 maakt een belangrijke sprong voorwaarts door de introductie van Georiënteerde Objectdetectieook wel bekend als OBB. Deze geavanceerde functie is ontworpen om nauwkeurige detectieresultaten te leveren, met name voor objecten onder verschillende hoeken en rotaties.
Dit verbetert de robuustheid en betrouwbaarheid van de detectie, vooral voor hellende objecten zoals beelden van remote-sensing vanuit de lucht en tekstdetectie. OBB onderscheidt zich door zijn vermogen om objecten in afbeeldingen nauwkeurig te lokaliseren, waarbij achtergrondgebieden tot een minimum worden beperkt. Deze precisie verbetert de objectclassificatie aanzienlijk door achtergrondruis te verminderen.
Jing Qiu, ML Engineer bij Ultralytics, deelt inzichten over onze nieuwste innovatie: 'In het hart van het nieuwe YOLOv8-OBB model ligt de robuuste basis van ons YOLOv8 detectiemodel. Hoewel het extra parameters en berekeningen bevat, hebben we ervoor gezorgd dat de inferentiesnelheid snel blijft voor realtime toepassingen, wat overeenkomt met de prestaties van onze standaard detectiemodellen. Het is gebruiksvriendelijk en deelt dezelfde API, maar wordt gekenmerkt door een eenvoudig 'obb' teken, waardoor het extreem eenvoudig is om te trainen, valideren, voorspellen en exporteren, vergelijkbaar met onze andere taken.
We zijn ook verheugd om aan te kondigen dat we compatibiliteit hebben toegevoegd voor het trainen van een model op de DOTA v2 dataset. Duik in meer details hier en ontdek hoe dit de mogelijkheden van YOLOv8 uitbreidt.
Hoewel het essentieel is om nieuwe taken toe te voegen die door YOLOv8 worden ondersteund, is het net zo belangrijk om de oorspronkelijke taken te verbeteren en uit te breiden. In navolging van dit gevoel is de taak voor beeldclassificatie die wordt ondersteund door YOLOv8 verbeterd.
Fatih Akyon, ML Engineer bij Ultralytics, benadrukt: "We hebben SOTA-classificatie-uitbreidingen geïntegreerd in de Ultralytics trainingspijplijnen. Dit helpt de classificatiescores te verbeteren. De basis yolov8-classificatiemodellen zijn opnieuw getraind met de nieuwe pijplijn."
Als je meer wilt weten over het vermogen van YOLOv8om afbeeldingen te classificeren, kijk dan eens naar deze docs pagina.
Een van de grootste successen van YOLOv8 in 2023 is de hoeveelheid liefde, steun en bijdragen van onze community. Met meer dan 225 bijdragen tot nu toe zijn we dankbaar voor elke bijdrage die heeft geholpen om YOLOv8 te verfijnen en te verbeteren. Jullie waardevolle input heeft ons gestimuleerd om YOLOv8 te verfijnen en af te stemmen, waardoor het beter aanpasbaar is en beter inspeelt op verschillende behoeften en uitdagingen in verschillende sectoren.
Nu we 2024 ingaan, zijn we verheugd om onze verzameling van door gebruikers bijgedragen voorbeelden uit te breiden. Jullie bijdragen zijn van cruciaal belang voor het aanpakken van echte scenario's waarin computervisie een oplossing kan zijn. We nodigen je uit om mee te werken door je innovatieve use cases, succesverhalen en unieke implementaties te delen met de bredere YOLOv8 gemeenschap. Jouw bijdragen inspireren mede-enthousiastelingen en leiden YOLOv8 naar nieuwe hoogten.
Laten we samen een levendige verzameling opbouwen van door gebruikers bijgedragen voorbeelden die de veelzijdigheid van YOLOv8 laten zien en de creativiteit van onze gemeenschap weerspiegelen. Je kunt meer voorbeelden vinden en bijdragen aan ons archief hier. Als je vragen hebt over bijdragen, kun je terecht in onze gids om je te helpen.
Bedankt voor jullie onwrikbare steun en we kijken ernaar uit om getuige te zijn van het ongelooflijke jaar dat voor YOLOv8 in het verschiet ligt. Blijf kijken voor meer updates, innovaties en gezamenlijke prestaties. Op een geweldig jaar! 🚀
Begin je reis met de toekomst van machine learning
