Ultralytics 2024 年度亮点：推动视觉 AI 创新
加入我们，一起回顾 Ultralytics 2024 年的精彩亮点，包括计算机视觉领域的创新、具有影响力的全球活动以及不断壮大的社区。
2024 年是人工智能 (AI) 激动人心的一年，视觉 AI 在我们与技术交互的方式上取得了巨大的飞跃。视觉 AI，即计算机视觉 (CV)，是 AI 的一个领域，它教导机器像人类一样理解和解释图像与视频。它可以应用于各种场景，从帮助医生更早地检测疾病，到让制造业变得更加智能和高效。
在 Ultralytics，2024 年的重点是让视觉 AI 更加平易近人、准确且多面。随着全新的 Ultralytics YOLO11 模型的发布以及对 Ultralytics Python 软件包的更新，Ultralytics 团队一直在为速度和精度设定新的基准。事实上，Ultralytics 软件包每天都要分析 5 亿张图像。
除了致力于尖端技术，Ultralytics 还专注于与人工智能社区建立联系，了解计算机视觉如何用于解决现实世界的问题。通过合作、活动和不断壮大的社区，Ultralytics 全年都在开启令人兴奋的可能性的大门。
那么，让我们回顾一下 Ultralytics 2024 年的精彩亮点吧！
用 Ultralytics YOLO11 开辟新天地：2024 年的关键里程碑#
2024 年始于庆祝计算机视觉模型 Ultralytics YOLOv8 的一周年。在成功的基础上，YOLOv8.1 的发布带来了更新，使其更快、更准确，并且与新的硬件和数据集兼容。这些改进使开发人员能够更轻松地在实际应用中使用该模型，从实时检测对象到更精确地对其进行分类。
该版本最突出的功能之一是对定向对象检测 (OBB) 的支持，这允许模型识别不同角度的对象——这对于航拍、文字识别和卫星图像分析等任务来说是一个重大变革。
图 1. 使用 Ultralytics YOLO11 进行定向对象检测 (OBB)。
今年晚些时候，YOLO11 的发布将标准提升到了更高的水平。这个新模型更加高效和精确，并且支持 YOLOv8 所熟知的所有计算机视觉任务。YOLO11 的推出还带来了 YOLO11 Enterprise 模型，它们在专有数据集上进行训练，为企业提供无与伦比的性能。
伴随着这些创新，Ultralytics 全年对其 Python 软件包进行了一些新的更新，使开发者更容易将 Ultralytics YOLO 模型集成到他们的工作流中。
以下是 2024 年一些关键发布的快速概览：
- 更简单的文档：增强的指南和资源，可帮助开发人员快速了解和使用工具。
- 更智能的导出选项：增加了对 OpenVINO 等技术的支持，这使 AI 模型能够在各种设备上运行得更快。
- 更好的 AI 性能：修复了处理数据的问题，并改进了软件包在小型任务中的工作方式，使其更加可靠和高效。
Ultralytics 在 2024 年的一些重大胜利#
2 月，Ultralytics 通过 Microsoft for Startups Founders Hub 获得了 150,000 美元的 Microsoft Azure 云服务额度。这份慷慨的支持一直是持续研发工作背后的驱动力，特别是针对 YOLOv8 和 YOLO11。这些额度使团队能够扩展他们的工作，优化对象检测的模型，并在视觉 AI 领域探索新的创新。
Ultralytics 还荣获了 Intel Ignite Europe 计划期间的两个特别奖项。团队因成功完成 Intel Ignite Europe 第 7 批计划而获得认可，这是一项由 Intel 发起的高选择性计划，通过指导、研讨会和交流机会支持有前途的初创企业。Ultralytics 还被评为“最具热度的初创企业”，以表彰团队在整个计划中的创新成就和重大影响。
图 2. Ultralytics 荣获“最具热度的初创企业”。
展现 Ultralytics 2024 年的全球影响力#
全年，Ultralytics 获得了在重大全球活动中展示其视觉 AI 创新成果的机会，与行业领袖建立联系并启发他们不断壮大的社区。巴塞罗那世界移动通信大会 (4YFN)（2 月 26 日至 29 日），创始人兼 CEO Glenn Jocher 与增长总监 Paula Derrenger 一起展示了 YOLOv8 以及 Ultralytics HUB 应用——这是一个旨在创建和训练 Ultralytics YOLO 模型的无代码平台。
图 3. Ultralytics 创始人兼 CEO Glenn Jocher 在 4YFN 舞台上。
次月，在 NVIDIA GTC 2024（3 月 18 日至 21 日）期间，Ultralytics 团队与全球的 AI 专业人士进行了交流，并收到了关于 YOLOv8 影响的一些积极反馈。
随后在柏林，Ultralytics 参加了 WeAreDevelopers World Congress 2024（7 月 17 日至 19 日），与 20,000 多名开发人员、初创企业和行业领袖建立了联系。活动以 Intel AI 峰会拉开帷幕，机器学习工程师 Francesco Mattioli 在 iPhone 15 上通过现场演示展示了 YOLOv8 的实时性能，证明了它与 Intel 硬件的无缝集成。
在主会议上，Ultralytics 在展位上举办了互动演示，突出了 YOLOv8 的通用性，并与使用该模型进行缺陷检测和学术研究等应用的开发者进行了交流。
图 4. 我们的机器学习工程师 Francesco Mattioli 在 WeAreDevelopers World Congress 2024 上。
接近年底时，在深圳创客展 2024（11 月 16 日至 17 日）上，Ultralytics 的代表是嵌入式计算机视觉工程师 Lakshantha Dissanayake 和高级机器学习工程师 Jing Qiu。他们展示了 YOLO11 的现场演示，并发表了主题演讲，强调了视觉 AI 在推动可持续发展方面的作用。
图 5. 团队展示了使用 Ultralytics YOLO11 的实时演示。
在 YOLO Vision 2024 探索视觉 AI 的未来#
虽然 Ultralytics 今年参加了许多活动，但团队还主办了我们的年度混合活动 YOLO Vision 2024 (YV24)。YV24 于 9 月 27 日在马德里的 Google for Startups Campus 举行并在全球范围内直播，汇集了专家、开发人员和爱好者，共同庆祝视觉 AI 的进步。
一个关键亮点是 YOLO11 的发布，其中包括 30 个新模型。这些模型更快、更高效、更准确，其中 YOLO11m 在 COCO 数据集上取得了更好的结果，且参数量比 YOLOv8m 减少了 22%。
该活动还举办了引人入胜的小组讨论，主题包括生成式 AI、AI 领域的女性领导力以及社区建设策略。来自 Ultralytics、领先大学和创新初创企业等公司的演讲者分享了见解，以促进创新和包容性。
图 6. YOLO Vision 2024 是 Ultralytics 团队增进感情的绝佳机会。
展示了 YOLO 模型的实际应用，包括通过无人机监控进行鲨鱼检测和牛只行为监测，证明了它们在各行各业的通用性。与 Intel、NVIDIA 和 Sony 等公司的合作进一步凸显了 Ultralytics YOLO 与尖端硬件的无缝集成，从而优化了边缘 AI 的性能。
与视觉 AI 社区互动#
Ultralytics 在 2024 年积极与视觉 AI 社区互动，分享见解、促进合作并展示其技术的现实影响。以下是一些主要亮点：
- IE University：Glenn Jocher 发表了演讲，分享了 Ultralytics 的历程以及 YOLOv5 和 YOLOv8 的进展。会议在引人入胜的问答环节中结束，为各行各业的视觉 AI 应用提供了实用的见解。
- South Summit Startup Competition：Ultralytics 是马德里这场比赛的决赛入围者，Glenn Jocher 在“下一个大事件”舞台上发表演讲，展示了 YOLOv8 在医疗保健、农业和零售等行业的变革性影响。团队还在他们的展位上举办了现场演示，引发了与学生、研究人员和行业专业人士的讨论。
- 柴火创客空间：在深圳的首个创客空间，Ultralytics 团队就 YOLO 对象检测发表了演讲，与多元化的 DIY 爱好者和企业家观众分享了他们的最新进展。
- SatCen：Glenn Jocher 介绍了 Ultralytics YOLO11 的最新进展，重点阐述了其在减少漏检、提升处理速度方面的改进，以及在地理信息系统（GIS）中的应用，例如分析空间数据、绘制地图以及利用卫星图像进行环境监测和城市规划。
图 7。Ultralytics 团队在 2024 年马德里南方峰会上。
关于 2024 年的反思#
为了更深入了解 2024 年对 Ultralytics 的深远影响，数字本身就很有说服力。今年，Ultralytics 工具通过 pip 被下载了 6400 万次，展示了 Ultralytics YOLO 模型在全球开发者中的普及度在不断上升。在 GitHub 上，Ultralytics 在其仓库中收获了超过 9.65 万颗星，凸显了其在开源社区中的影响力和领导地位。
使用统计数据同样令人印象深刻。Ultralytics 产品每月有 500 万次访问，每天使用 Ultralytics 软件包训练的模型高达 300 万个。
Ultralytics 的 YOLO 模型提供各种模式，例如用于分析图像或视频并生成关于对象的预测的“预测”模式，以及在视频中的帧之间跟随对象以进行持续监控的“跟踪”模式。仅在 2024 年，跟踪模式每天就被调用 1.1 亿次，而预测模式每天被使用 6.5 亿次，这展示了 YOLO 模型在实际应用中发挥的不可或缺的作用。
总结突破性的一年#
2024 年对 Ultralytics 来说是意义非凡的一年，标志着视觉 AI 的关键进步和里程碑。YOLO11 的发布树立了性能和通用性的新标准，而像 Ultralytics Explorer 这样的工具则赋能开发者和研究人员提升他们的项目。
通过全球活动、合作伙伴关系和社区倡议，Ultralytics 继续在计算机视觉领域产生深远影响。今年的成就不仅展示了技术创新，还展示了全球社区共同推动进步的力量。
随着 2025 年临近，Ultralytics 团队比以往任何时候都更有动力去突破界限，创造能够支持全球开发者和企业的工具。
要了解更多信息，请访问我们的 GitHub 仓库，并与我们的社区互动。在我们的解决方案页面上探索自动驾驶汽车中的 AI 和农业中的计算机视觉的应用。🚀
