Ultralytics занимает 5-е место в отчете GitHub Octoverse 2024

Мы рады поделиться важным достижением для Ultralytics и нашего сообщества vision AI. В отчете GitHub’s Octoverse 2024 наш open-source репозиторий занял 5-е место в мире среди всех open-source и публичных проектов, привлекающих наибольшее количество новых участников.

Это признание ставит нас в один ряд с такими значимыми проектами, как VS Code от Microsoft, Flutter и LangChain, и выводит вперед некоторых из крупнейших и наиболее влиятельных организаций в технологической сфере. Это не просто почетный знак — это мощное отражение доверия мирового сообщества разработчиков к нашим инструментам, миссии и видению.

Рис. 1. Ultralytics на 5-м месте в отчете GitHub’s Octoverse 2024.

Ultralytics всегда верила в создание ИИ мирового уровня, который является открытым, доступным и ориентированным на реальные потребности. От моделей Ultralytics YOLO до наших рабочих процессов обучения, документации и инструментов развертывания — каждая часть Ultralytics формируется сообществом участников, включая студентов, исследователей, стартапы и разработчиков со всего мира. Этот рубеж подтверждает наш подход «сообщество прежде всего» к ИИ и computer vision и вдохновляет нас продолжать поднимать планку.

В этой статье мы подробнее рассмотрим, почему это достижение важно — не только для Ultralytics и нашего сообщества, но и для будущего open-source ИИ и computer vision.

Link to this sectionКак новые участники Ultralytics отражают общую тенденцию#

То, что Ultralytics стала одним из главных open-source направлений для новичков на GitHub — это больше, чем просто захватывающее достижение; это прямое отражение нашей миссии. Мы стремимся сделать ИИ не только передовым, но и открытым, понятным и доступным для разработчиков повсюду.

Согласно отчету GitHub’s Octoverse 2024, более 1,4 миллиона разработчиков сделали свой первый open-source вклад в прошлом году. Этот всплеск — не просто тренд, это мощный сигнал.

Рис. 2. Общее количество публичных вкладов на GitHub (2021-2024).

Вклады новичков — одни из самых ясных индикаторов доверия, удобства использования и реального влияния на сообщество. Когда разработчики выбирают Ultralytics для своего первого шага, это означает, что они видят в нашей экосистеме место, которое они могут понять, в развитие которого могут внести свой вклад и вместе с которым могут расти.

Попадание в пятерку лучших проектов мира подтверждает, что, помимо создания передовых инструментов, мы помогаем формировать будущее ИИ, приветствуя и расширяя возможности следующего поколения разработчиков и исследователей.

Это напоминание о том, что открытые инновации масштабируются не потому, что они быстрые или яркие, а потому, что они общие. Проще говоря, топливо для нашего импульса — это растущее мировое сообщество, которое строит всё вместе.

Link to this sectionВзгляд на всплеск ИИ#

Теперь давай сделаем шаг назад и посмотрим, как широкие тренды в ИИ и open-source формируют активность разработчиков и как Ultralytics вписывается в эту картину.

Бум ИИ начал набирать обороты в конце 2010-х, но в последние годы он стал громче, чем когда-либо — и он меняет то, как разработчики создают продукты. Только в 2024 году GitHub зафиксировал 98% рост в годовом исчислении в проектах генеративного ИИ и почти 1 миллиард вкладов в публичные и open-source репозитории. Эти цифры демонстрируют существенный сдвиг в том, как мировые сообщества экспериментируют, выпускают продукты и масштабируют программное обеспечение.

В центре этого движения находится Python. В 2024 году он официально стал самым используемым языком программирования на GitHub, впервые за более чем десятилетие обогнав JavaScript (язык, традиционно используемый для создания веб-сайтов и веб-приложений). Это изменение связано с растущим влиянием таких областей, как machine learning, data science и ИИ, где Python является языком по умолчанию для многих разработчиков и исследователей.

Рис. 3. Python был самым используемым языком программирования в 2024 году.

Например, Jupyter Notebooks, инструмент, обычно используемый для написания и запуска кода на Python вместе с визуализацией данных и пояснениями, показали 92% рост использования. Этот рост является прямым результатом того, что практические эксперименты, анализ данных и разработка моделей ИИ становятся основной частью современных рабочих процессов разработки ПО, причем не только в исследованиях, но и в производственных условиях.

Link to this sectionГде Ultralytics встречается с мировым всплеском ИИ#

Для Ultralytics этот тренд тесно связан с тем, как строит наше сообщество. Open-source модели Ultralytics YOLO находятся на пересечении доступности ИИ и реальной полезности. От периферийных устройств в умных городах до систем технического зрения в робототехнике и производстве, разработчики по всему миру выбирают наши инструменты не только из-за производительности, но и потому, что они просты в понимании, адаптируются к различным потребностям и созданы с акцентом на надежность.

Поскольку глобальная экосистема разработчиков продолжает расширяться, мы видим, как каждый день появляются новые участники, сценарии использования и инновации. Будь то студенты, экспериментирующие в Jupyter Notebooks, команды, интегрирующие YOLO в производственные системы, или новые участники, исследующие open-source ИИ — это коллективные усилия, которые переосмысливают то, как создаются и используются инструменты computer vision.

Link to this sectionВлияние сообщества Ultralytics на GitHub#

Теперь, когда мы изучили недавний рост проектов в области ИИ, давай уделим минуту обсуждению выдающегося вклада сообщества Ultralytics на GitHub.

С первого дня Ultralytics создавалась открыто, формируясь благодаря бесценным отзывам, вкладам и сотрудничеству разработчиков по всему миру. То, что начиналось как видение нашего основателя и генерального директора Glenn Jocher, превратилось в энергичное глобальное сообщество.

Мы хотели бы выразить искреннюю благодарность каждому, кто стал частью этого пути — будь то вклад в код, предоставление обратной связи, тестирование функций или добавление звезды на GitHub. Ultralytics не была бы такой сегодня без тебя.

Как говорит Glenn Jocher: «Open-source ИИ был фундаментом Ultralytics с самого начала. Каждый вклад помогает нам раздвигать границы ИИ, и вместе мы строим то, что действительно может изменить мир».

Вот краткий обзор влияния сообщества Ultralytics на GitHub:

• Звезды Ultralytics на GitHub: 100 тыс. звезд
• 85 миллионов скачиваний через pip
• 3 миллиона моделей, обучаемых в день с использованием пакета Ultralytics pip.

В конечном счете, каждый вклад в open-source сообщество ИИ стимулирует рост и укрепляет глобальное сотрудничество. Это критически важно для Ultralytics и является частью более широкого движения в поддержку open-source ИИ по всему миру.

Интересно, что Open Source Survey от GitHub 2024 года показывает, что open-source пространство становится все более разнообразным: 30% респондентов теперь идентифицируют себя как представители меньшинств — это на 43% больше, чем в предыдущем опросе. Поскольку мировое сообщество разработчиков продолжает расти, ожидается, что это разнообразие будет увеличиваться еще больше, особенно в быстроразвивающихся регионах, таких как Индия, которая к 2028 году станет крупнейшим сообществом разработчиков, а также Бразилия и Нигерия.

Рис. 4. Мы наблюдаем больше глобального участия в пространстве open-source технологий.

Link to this sectionОт open-source к реальным сценариям использования с Ultralytics YOLO#

Иногда цифры бывает сложно визуализировать с точки зрения их реального влияния. Однако, если посмотреть, как модели Ultralytics YOLO применяются в различных отраслях, влияние open-source ИИ становится очевидным.

Модели Ultralytics YOLO переопределяют такие области, как охрана дикой природы, системы безопасности и умные города. Например, в охране дикой природы дроны на базе YOLO могут использоваться для отслеживания вымирающих видов и мониторинга их среды обитания, предоставляя исследователям информацию в режиме реального времени, чтобы помочь защитить этих животных.

Аналогично, в системах безопасности YOLO может помочь в обнаружении угроз, обеспечивая более быстрое реагирование и лучшую защиту в ситуациях высокого риска. В то же время, в умных городах модели YOLO могут использоваться для управления дорожным движением, мониторинга общественных мест и повышения общей безопасности за счет предоставления актуальных данных из визуальных источников.

Недавние достижения в области computer vision, такие как улучшения от Ultralytics YOLOv8 до Ultralytics YOLO11, показывают, как далеко продвинулись технологии. YOLO11, в частности, предлагает более быструю обработку и более высокую точность, что делает его еще более эффективным для таких задач, как обнаружение объектов в режиме реального времени.

Он может использоваться в автономных транспортных средствах для обнаружения препятствий, а в здравоохранении — анализировать медицинские изображения для ускорения постановки диагнозов. Эти реальные приложения показывают, что open-source модели ИИ, такие как YOLO, могут решать настоящие проблемы и улучшать мир значимыми способами.

Рис 5. YOLO11 используется для контроля дорожного движения.

Link to this sectionОсновные выводы#

То, что Ultralytics заняла 5-е место в отчете GitHub Octoverse 2024 по привлечению наибольшего числа новых участников — это важная веха, отражающая растущий интерес к open-source ИИ. Это признание, наряду с реальным применением наших моделей в различных областях, от охраны дикой природы и систем безопасности до умных городов, показывает, как широко внедряется computer vision.

Open-source проекты, подобные тем, что есть в Ultralytics, движимы сотрудничеством и глобальным участием. Мы гордимся тем, что являемся частью этого движения, и по-прежнему стремимся расширять доступность vision AI, предоставляя возможности разработчикам по всему миру.

Если ты никогда раньше не участвовал в open-source проекте, сейчас самое время. Присоединяйся к нашему глобальному сообществу. Независимо от того, начинаешь ли ты или развертываешь решения в больших масштабах, здесь есть место для тебя.

Изучи наш GitHub-репозиторий, чтобы принять участие, ознакомься с нашими вариантами лицензирования, чтобы использовать решения computer vision, и узнай, как модели YOLO приносят реальную пользу в таких областях, как ИИ в сельском хозяйстве и vision AI в здравоохранении.