Ultralytics YOLO27: 加入候补名单。
获取 YOLO 许可
Ultralytics YOLO

Ultralytics YOLOv8 重磅推出

了解 Ultralytics YOLOv8——这款于 2023 年发布的实时目标检测、分割和分类模型,以及它相较于 YOLOv5 的变化。

Nuvola LadiNuvola Ladi3 分钟阅读
了解 Ultralytics YOLOv8——这款于 2023 年发布的实时目标检测、分割和分类模型,以及它相较于 YOLOv5 的变化。

YOLO 架构系列的最新版本 Ultralytics YOLOv8 是一款先进的实时目标检测、分割和分类模型。YOLOv8 拥有完善的文档工作流、从零开始编写的简洁代码、易于使用的模型,以及满足每位用户需求的灵活解决方案,并支持其他 YOLO 版本。(此后,YOLOv8 已被 Ultralytics YOLO26 等更新的模型取代。)

对我们来说,Ultralytics YOLOv8 凝聚了多年来的研究、开发和测试成果;我们的团队一直在努力确保 YOLOv8 不仅功能丰富,而且直观易用。无论你是经验丰富的专业人士,还是刚刚进入这个领域,我们打造 YOLOv8 的目标都是让每个人都能开始使用我们的开源工具。

在我们持续改进 Ultralytics YOLOv8 的同时,也欢迎你提出建议、提交 PR、修复 bug 和反馈问题。如需专业支持,请填写我们的联系表单。作为一款开源工具,社区反馈对我们至关重要。社区一直是我们最大的财富,也是我们能够持续创造和创新的原因。

话不多说,让我们深入了解 Ultralytics YOLOv8!

YOLOv8 为什么是 YOLOv8?#

我们很高兴地宣布,Ultralytics YOLOv8 是 YOLO 架构系列的最新版本。能够成为这个社区的一员,我们深感荣幸;社区成员投入了无数时间和心力,打造出广泛使用的模型。

Ultralytics YOLOv8 延续了 YOLO 系列的发展,建立在以往 YOLO 版本的成功基础之上。我们加入了许多新功能和改进,大幅提升了性能和灵活性。YOLOv8 的一项关键特点是可扩展性,它被设计为兼容所有早期 YOLO 版本的框架。这让用户能够轻松切换不同版本并比较其性能,因此,对于希望利用最新 YOLO 技术、同时继续使用现有 YOLO 模型的用户来说,YOLOv8 是合适的选择。

Ultralytics YOLOv8 视觉 AI 新功能

Ultralytics YOLOv5 与 YOLOv8 对比#

我们注意到市场对易于使用的 AI 工具有很大需求,并将这一点纳入了我们的 R&D 流程。Ultralytics YOLOv5 以简单易用为首要目标,因此广受欢迎,这一点并不意外。不过,YOLOv8 更进一步。

有哪些新变化?#

  • Ultralytics YOLOv8 达到了先进水平。YOLOv5 虽然快速、易用且准确,但 YOLOv8 更进一步:在发布时,它在速度与准确率之间的平衡优于其他可用的实时模型。
  • Ultralytics YOLOv8 使用起来更加简单。使用 YOLOv5 时,需要克隆代码库并手动配置环境。喜欢亲自动手的用户仍然可以选择这种方式;而要开始使用 YOLOv8,你可以将其作为 pip 包安装。
  • Ultralytics YOLOv8 成为一个平台。YOLOv8 不再局限于单一架构,而是被设计为支持多个 YOLO 版本的框架,其中也包括其他团队开发的版本。
  • Ultralytics YOLOv8 将发表论文。一直以来,YOLOv5 备受争议的一点就是缺少科学论文。预计 YOLOv8 的论文将在未来几周内发表。

有哪些内容保持不变?#

  • 文档完善的工作流。使用 Ultralytics YOLOv8 时,我们保留了在 YOLOv5 中证明很有价值的文档化工作流。不过,我们也在 YOLOv8 中对这些工作流进行了改进,让它们变得更加简单。
  • 创作者。如果你现在才知道这件事,也不用担心!我们 Ultralytics 团队同时打造了 YOLOv5 和 YOLOv8。
  • 集成。Ultralytics YOLOv8 也将继续支持合作伙伴的工具。

还有哪些值得期待?#

你可以期待 Ultralytics YOLOv8 后续推出以下两项重要内容:

  • 论文。我们预计在 Ultralytics YOLOv8 正式发布后不久发表科学论文。这次说到做到。
  • 借助 Ultralytics HUB 跟踪性能。我们正在为 YOLOv8 和 Ultralytics HUB 开发直接、紧密的集成,以便用户自动查看模型指标和损失、预览预测结果,并与其他公开或私有模型进行比较。在 Ultralytics HUB(现为 Ultralytics Platform)中,YOLOv8 模型可以导出为多种格式,包括 ONNX、OpenVINO、TensorRT、TFLite、CoreML 等。

别忘了看看新的 Ultralytics YOLOv8 代码库,并给我们点个星!你还可以试用 Ultralytics Platform 上的官方 YOLOv8 模型。

作者

Nuvola Ladi
Nuvola Ladi

数字内容经理 · Ultralytics

Nuvola Ladi 是 Ultralytics 的数字内容经理,负责创作涵盖视觉 AI 和 Ultralytics YOLO 的内容,并代表公司参加 PyTorch Conference 2025 等行业活动。她常驻西班牙,拥有 IE University 的视觉与数字媒体硕士学位。加入 Ultralytics 之前,她曾在 XVA Gallery & Hotel 和 Rolex 等机构任职。

评论

提出问题、分享你的结果,或帮助其他人。

探索解决方案

体育领域的计算机视觉

体育领域的计算机视觉

了解 Ultralytics YOLO 如何通过球员和球追踪、表现分析、教练洞察及运动员康复,推动体育视觉技术的发展。
了解详情
航空影像计算机视觉

航空影像计算机视觉

使用 Ultralytics YOLO 将无人机和航空影像转化为农业、水产养殖、保护工作和地理空间分析的实时洞察。
了解详情
航空航天中的计算机视觉

航空航天中的计算机视觉

使用 Ultralytics YOLO 将计算机视觉应用于航空航天领域,包括飞机检查、跑道 FOD 检测、机场地面作业和复合材料缺陷检测。
了解详情
安防领域的计算机视觉

安防领域的计算机视觉

使用 Ultralytics YOLO 模型守护每个场所。视觉 AI 可用于周界监控、威胁检测、车牌识别和工作场所安全。
了解详情
机器人领域的计算机视觉

机器人领域的计算机视觉

使用 Ultralytics YOLO 模型提升智能机器的能力。机器人领域的视觉 AI 可用于自主导航、感知、目标跟踪和实时控制。
了解详情
物流中的计算机视觉

物流中的计算机视觉

借助 Ultralytics YOLO 模型优化物流流程。视觉 AI 可用于包裹检查、分拣、车辆跟踪和仓库安全实时监控。
了解详情
零售中的计算机视觉

零售中的计算机视觉

借助 Ultralytics YOLO 模型重新构想零售。视觉 AI 可用于库存跟踪、货架监控、排队管理和更深入的客户洞察。
了解详情
医疗领域的计算机视觉

医疗领域的计算机视觉

借助 Ultralytics YOLO 模型构建医疗解决方案。医疗领域的视觉 AI 可加快医学影像处理、优化诊断并监测患者。
了解详情
制造业中的计算机视觉

制造业中的计算机视觉

利用 Ultralytics YOLO 模型优化制造流程。视觉 AI 可用于质量控制、缺陷检测、个人防护装备合规检查和装配线自动化。
了解详情
汽车领域的计算机视觉

汽车领域的计算机视觉

利用 Ultralytics YOLO 模型在汽车领域应用计算机视觉。视觉 AI 可提升道路安全、驾驶辅助和车辆自动化水平,让道路更智能。
了解详情
农业中的计算机视觉

农业中的计算机视觉

借助 Ultralytics YOLO 模型,将视觉 AI 引入智慧农业。为作物监测、牲畜追踪和精准农业提供支持,从而提高产量并实现更智能的生产。
了解详情

让我们携手构建 AI 的未来!

开启你的旅程,迎接机器学习的未来