Ultralytics YOLOv8 Faz Um Ano: Um Ano de Avanços e Inovações

Hoje, 10 de janeiro de 2024, marca um ano desde o lançamento do Ultralytics YOLOv8, e está na hora de celebrar! Foi um ano emocionante de marcos e de ultrapassar os limites do que é possível. Junta-te a nós enquanto revemos os destaques de 2023 e o que vem a seguir em 2024.

Link to this sectionRefletindo sobre o impacto do YOLOv8 em 2023#

Fig 1. 19 Milhões de modelos YOLOv8 treinados em 2023

O YOLOv8 foi recebido calorosamente por entusiastas da visão computacional e pela comunidade em geral. No último ano, o pacote Ultralytics foi transferido mais de 20 milhões de vezes, com um recorde de 4 milhões de transferências apenas em dezembro. Glenn Jocher, o nosso Fundador & CEO, tem o prazer de partilhar que o interesse no YOLOv8 continua a crescer, com mais de 1.000 tarefas de inferência iniciadas a cada segundo de cada dia!

Para além de despertar interesse e curiosidade, o YOLOv8 provou ser impactante em aplicações práticas do mundo real. Este ano, vimos 5 milhões de utilizadores e 15 mil milhões de eventos beneficiarem do YOLOv8 em várias indústrias e domínios. Desde a melhoria de sistemas de vigilância a avanços inovadores na saúde, agricultura ou indústria, o YOLOv8 está a revolucionar indústrias globalmente.

Link to this sectionExpandindo a documentação do YOLOv8#

Estamos a trazer o YOLOv8 para mais perto de ti! A nossa documentação está agora disponível em 11 idiomas, com mais de 200 páginas de documentação, e está continuamente a expandir-se para servir melhor as necessidades da nossa comunidade diversificada! A nossa documentação vai mais além e consiste em guias para os seguintes projetos do mundo real:

• Contagem de Objetos
• Mapas de Calor
• Contagem por Região
• Estimativa de Velocidade
• Cálculo de Distância

A documentação também ilustra o suporte que a Ultralytics fornece para vários conjuntos de dados. Por exemplo, recentemente, o conjunto de dados Open Images V7 com 600 classes foi adicionado à lista de conjuntos de dados suportados. Além disso, disponibilizámos um modelo pré-treinado para o conjunto de dados Open Images V7 para experimentares!

Link to this sectionCriando modelos YOLOv8 treinados personalizados#

Para além de usar modelos pré-treinados, os utilizadores procuram também soluções de visão computacional personalizadas que resolvam problemas de negócio muito específicos. A capacidade de treinar modelos YOLOv8 em dados personalizados surgiu como uma vantagem significativa, e uma contagem impressionante de 19 milhões de modelos YOLOv8 foram treinados em 2023. Estes modelos foram treinados para várias tarefas, com 64% dedicados à deteção de objetos, 20% para segmentação de imagem, 15% para estimativa de pose e 1% para classificação de imagem.

Em parte, estes números são possíveis porque qualquer pessoa pode treinar o YOLOv8 graças à plataforma de ML sem código da Ultralytics, o Ultralytics HUB - independentemente da sua experiência em programação. Podes criar e treinar rapidamente modelos avançados sem precisar de qualquer código no Ultralytics HUB, que é acessível tanto na web como no telemóvel. Enquanto celebramos os sucessos do YOLOv8, vamos também recordar como o Ultralytics HUB evoluiu ao longo deste último ano.

Link to this sectionO crescimento do Ultralytics HUB em 2023#

2023 foi um ótimo ano para o Ultralytics HUB, com 84 atualizações de versão impactantes, cada uma a conduzir-nos para uma melhor funcionalidade e experiência de utilizador. Revelámos funcionalidades importantes como as 'Equipas' para uma colaboração sem falhas, a nossa versão HUB Pro para capacidades melhoradas, um histórico de faturação mais claro para a tua paz de espírito financeira e um novo sistema de feedback do utilizador.

Gerir os teus modelos nunca foi tão fácil. Podes agora comparar e mover modelos quando trabalhas num projeto. Ativámos ainda mais formatos para te oferecer opções flexíveis de exportação de modelos, e muito mais.

Para além de novas e melhoradas funcionalidades, muito tempo e energia foram também dedicados a melhorar as funcionalidades existentes. Por exemplo, graças ao carregamento prioritário, a plataforma inicia-se à velocidade da luz. A marca e a UX do HUB foram reinventadas para uma experiência visualmente deslumbrante, e o painel de controlo do utilizador tem ligações rápidas e um vídeo de introdução para um início mais fluido.

A gestão de chaves da API foi reformulada para ser ainda mais segura, e a plataforma foi integrada com a App Ultralytics para uma experiência de interação mais suave. E isso é apenas para mencionar algumas!

Fig 2. Painel de controlo do utilizador melhorado: Ligações rápidas e um vídeo de introdução para um início mais fluido.

Ao entrarmos em 2024, estamos entusiasmados por ver o HUB crescer ainda mais com o teu apoio e contributo contínuos. Vamos explorar o que vem a seguir para o YOLOv8 juntos!

Link to this sectionO que vem a seguir para o YOLOv8 em 2024#

Descobre os desenvolvimentos mais recentes, incluindo o lançamento do YOLOv8.1, e explora o que está reservado para a Ultralytics em 2024!

Link to this sectionApresentando: Ultralytics Explorer#

A tempo do primeiro aniversário do YOLOv8, estamos a lançar uma nova ferramenta habilitada para o YOLOv8 chamada Ultralytics Explorer. Esta ferramenta inovadora promete mudar a forma como os utilizadores exploram e interagem com os seus conjuntos de dados. Podes usar a API do Ultralytics Explorer ou a GUI para conseguires filtrar e pesquisar nos teus conjuntos de dados usando consultas SQL, pesquisa de similaridade vetorial e pesquisa semântica.

Uma funcionalidade interessante do Ultralytics Explorer é a correspondência de imagens. Por exemplo, podes selecionar uma imagem no teu conjunto de dados e encontrar todas as imagens no teu conjunto de dados que são semelhantes a esta imagem. Isto pode tornar a compreensão e a gestão do teu conjunto de dados mais fácil.

Fig 3. Novo Ultralytics Explorer

Digamos que queres ver todas as imagens de girafas no teu conjunto de dados, podes fazê-lo com alguns cliques! Também suporta correspondência múltipla de imagens, o que significa que quando selecionas várias imagens para corresponder - a média das imagens é calculada.

Também podes escrever consultas SQL para encontrar um número específico de imagens no conjunto de dados com etiquetas específicas. Isto pode ser útil quando queres ver uma amostra de 10 imagens do conjunto de dados com uma etiqueta como 'cão'. Ajuda-te a ter uma ideia dos dados que foram anotados.

Outra funcionalidade interessante é a funcionalidade Ask AI. Caso não sejas proficiente em SQL, permite-te usar a funcionalidade de consulta sem a necessidade de SQL. Por exemplo, podes pedir ao nosso gerador de consultas alimentado por IA para te mostrar 100 imagens com exatamente uma pessoa e 2 cães, e ele irá gerar internamente a consulta e mostrar-te os resultados.

Ayush Chaurasia, Advisor na Ultralytics, disse: 'A melhor parte é que, como a própria Ultralytics Explorer API é de código aberto, tu podes usar a API para criar aplicações de validação de conjuntos de dados, exploração e muito mais.' Confere mais detalhes sobre o Ultralytics Explorer na documentação do Ultralytics Explorer.

Link to this sectionUma nova tarefa do YOLOv8: Deteção de Objetos Orientados#

O YOLOv8 dá um salto significativo ao introduzir a Deteção de Objetos Orientados, também conhecida como OBB. Esta funcionalidade avançada foi concebida para fornecer resultados de deteção precisos, particularmente para objetos em vários ângulos e rotações.

Isto melhora a robustez e a fiabilidade da deteção, especialmente para objetos inclinados como imagens aéreas de deteção remota e deteção de texto. O OBB destaca-se pela sua capacidade de localizar com precisão objetos em imagens, minimizando a inclusão de áreas de fundo. Esta precisão aumenta significativamente a classificação de objetos ao reduzir o ruído de fundo.

Fig 4. Um exemplo de uma cena aérea com Caixas Delimitadoras Orientadas (OBB).

Jing Qiu, Engenheiro de ML na Ultralytics, partilha ideias sobre a nossa mais recente inovação: 'No coração do novo modelo YOLOv8-OBB reside a base robusta do nosso modelo de deteção YOLOv8. Embora incorpore parâmetros e computação adicionais, garantimos que a sua velocidade de inferência permanece rápida para aplicações em tempo real, espelhando o desempenho dos nossos modelos de deteção padrão. É fácil de utilizar e partilha a mesma API, mas é marcado por um sinal simples 'obb', tornando extremamente fácil treinar, validar, prever e exportar, semelhante às nossas outras tarefas.'

Estamos também entusiasmados por anunciar compatibilidade adicionada para treinar um modelo no conjunto de dados DOTA v2. Mergulha em mais detalhes aqui e explora como isto expande as capacidades do YOLOv8.

Link to this sectionModelos de Classificação de Imagem Melhorados#

Embora adicionar novas tarefas para o YOLOv8 suportar seja essencial, é igualmente vital melhorar e aprimorar as tarefas originais. Ecoando este sentimento, a tarefa de classificação de imagem suportada pelo YOLOv8 foi melhorada.

Fatih Akyon, Engenheiro de ML na Ultralytics, destaca: 'Integramos aumentações de classificação SOTA nos pipelines de treino do Ultralytics. Isto ajuda a melhorar as pontuações de classificação. Os modelos base yolov8-classification foram retreinados com o novo pipeline.'

Fig 5. Uma imagem apresentando a classificação de imagem.

Para saber mais sobre a capacidade do YOLOv8 de classificar imagens, confere a documentação de classificação de imagens do YOLOv8.

Link to this sectionEstamos a aceitar exemplos contribuídos pelos utilizadores!#

Um dos principais sucessos do YOLOv8 em 2023 tem sido a quantidade de amor, apoio e contribuições da nossa comunidade. Com mais de 225 contribuições até agora, estamos gratos por cada uma que ajudou a refinar e melhorar o YOLOv8. O teu contributo valioso levou-nos a refinar e ajustar o YOLOv8, tornando-o mais adaptável e responsivo a diferentes necessidades e desafios em diversas indústrias.

Ao entrarmos em 2024, estamos entusiasmados por expandir o nosso repositório de exemplos contribuídos pelos utilizadores. As tuas contribuições são fundamentais para abordar cenários do mundo real onde a visão computacional pode ser uma solução. Convidamo-te a colaborar partilhando os teus casos de uso inovadores, histórias de sucesso e implementações únicas com a comunidade mais alargada do YOLOv8. As tuas contribuições inspiram outros entusiastas e guiam o YOLOv8 para novos patamares.

Juntos, vamos construir um repositório vibrante de exemplos contribuídos por utilizadores que demonstram a versatilidade do YOLOv8 e refletem a criatividade da nossa comunidade. Podes encontrar mais exemplos e contribuir para o nosso repositório no nosso repositório de exemplos. Se tiveres alguma dúvida sobre como contribuir, o nosso guia está aqui para te ajudar.

Obrigado pelo teu apoio inabalável, e estamos ansiosos por testemunhar o ano incrível que se avizinha para o YOLOv8. Fica atento a mais atualizações, inovações e conquistas colaborativas. Um brinde a um ano incrível pela frente! 🚀