Ultralytics 2024 年亮点：推动视觉 AI 创新
与我们一起回顾 Ultralytics 在 2024 年的亮点，包括计算机视觉创新、影响深远的全球活动以及蓬勃发展的社区。
2024 年对于人工智能 (AI)而言是令人振奋的一年，视觉 AI 在我们与技术互动的方式上取得了巨大进步。视觉 AI，即计算机视觉 (CV)，是人工智能的一个领域，旨在教会机器理解和解释图像与视频——就像人类一样。它可应用于众多场景，从帮助医生更早发现疾病，到让制造业变得更加智能高效。
在 Ultralytics，2024 年的重点是让视觉 AI 变得更加易用、准确且灵活。随着全新 Ultralytics YOLO11 模型的发布以及Ultralytics Python 软件包的更新，Ultralytics 团队不断刷新速度和精度的新基准。事实上，每天都有 5 亿张图像通过 Ultralytics 软件包进行分析。
除了研发尖端技术，Ultralytics 还持续与AI 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、活动以及不断壮大的社区，Ultralytics 一整年都在为各种令人振奋的可能性打开大门。
那么，让我们一起回顾 Ultralytics 在 2024 年的亮点吧！
Ultralytics YOLO11 开创新局：2024 年关键里程碑#
2024 年伊始，我们庆祝了计算机视觉模型 Ultralytics YOLOv8 发布一周年。在其成功的基础上，YOLOv8.1 版本引入了多项更新，使模型速度更快、精度更高，并兼容新的硬件和数据集。这些改进让开发者更容易将模型用于现实世界的应用，从实时检测物体到更精确地对其进行分类。
此次发布的一项突出功能是新增对定向目标检测 (OBB)的支持，使模型能够识别不同角度的物体——这为航空成像、文本识别和卫星图像分析等任务带来了革命性的改变。
图 1。使用 Ultralytics YOLO11 进行定向目标检测 (OBB)。
年末，YOLO11 的发布将标准再次提升。这个新模型效率更高、精度更高，并支持 YOLOv8 所支持的全部计算机视觉任务。YOLO11 的发布还带来了YOLO11 Enterprise 模型，这些模型基于专有数据集训练，可为企业提供无与伦比的性能。
伴随这些创新，Ultralytics 全年还持续发布 Python 软件包的新更新，让开发者更轻松地将 Ultralytics YOLO 模型集成到工作流程中。
下面快速了解一些 2024 年的重要版本发布：
- 更简洁的文档：改进指南和资源，帮助开发者快速理解和使用这些工具。
- 更智能的导出选项：新增对 OpenVINO 等技术的支持，让 AI 模型能够在各种设备上运行得更快。
- 更出色的 AI 性能：修复数据处理相关问题，并改进软件包在小型任务中的表现，使其更加可靠高效。
Ultralytics 在 2024 年取得的重大成果#
2 月，Ultralytics 通过 Microsoft for Startups Founders Hub 获得了价值 150,000 美元的 Microsoft Azure Cloud 积分。这项慷慨支持推动了持续的研发工作，尤其是 YOLOv8 和 YOLO11 方面的研发。这些积分帮助团队扩大工作规模、针对目标检测优化模型，并探索视觉 AI 领域的新创新。
Ultralytics 还在 Intel Ignite Europe 项目期间荣获两项特别奖。团队因成功完成 Intel Ignite Europe Batch #7 项目而获得认可。这是一项由 Intel 发起的高选拔性计划，通过导师指导、研讨会和交流机会支持有前景的初创企业。Ultralytics 还被评为“最受关注的初创企业”，以表彰团队在整个项目期间取得的创新成果和重大影响。
图 2。 Ultralytics 荣获“最受关注的初创企业”称号。
展示 Ultralytics 在 2024 年的全球影响力#
这一年，Ultralytics 有机会在全球各大活动中展示其视觉 AI 创新成果，与行业领袖建立联系，并为不断壮大的社区带来启发。巴塞罗那移动世界大会 (4YFN)（2 月 26–29 日）期间，创始人兼 CEO Glenn Jocher 与增长总监 Paula Derrenger 一同展示了 YOLOv8 和 Ultralytics HUB 应用——这是一个无需编码即可创建和训练 Ultralytics YOLO 模型的平台。
图 3。 Ultralytics 创始人兼 CEO Glenn Jocher 在 4YFN 现场演讲。
次月，在 NVIDIA GTC 2024（3 月 18–21 日）期间，Ultralytics 团队与全球 AI 专业人士展开交流，并收到了关于 YOLOv8 影响力的积极反馈。
之后在柏林，Ultralytics 参加了 WeAreDevelopers World Congress 2024（7 月 17–19 日），与超过 20,000 名开发者、初创企业和行业领袖建立联系。活动以 Intel AI Summit 开幕，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 在展位举办了互动演示，展示 YOLOv8 的多功能性，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交流。
图 4。我们的机器学习工程师 Francesco Mattioli 参加 WeAreDevelopers World Congress 2024。
临近年末，在 Maker Faire Shenzhen 2024（11 月 16–17 日）上，Ultralytics 由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 代表出席。他们展示了 YOLO11 的实时演示，并发表主题演讲，强调视觉 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，但团队还举办了年度混合活动 YOLO Vision 2024 (YV24)。YV24 于 9 月 27 日在马德里的 Google for Startups Campus 举行，并向全球直播，汇聚了专家、开发者和爱好者，共同庆祝视觉 AI 的发展。
其中一大亮点是 YOLO11 的发布，该版本包含 30 个新模型。这些模型速度更快、效率更高、精度更出色；与 YOLOv8m 相比，YOLO11m 在 COCO 数据集上取得了更好的结果，同时参数量减少了 22%。
活动还围绕生成式 AI、AI 领域的女性领导力和社区建设策略等主题设置了引人入胜的专题讨论。来自 Ultralytics、知名大学和创新型初创企业的演讲者分享了见解，促进创新与包容。
图 6。 YOLO Vision 2024 为 Ultralytics 团队提供了深入交流的良好机会。
活动展示了 YOLO 模型在现实世界中的应用，包括通过无人机监控检测鲨鱼和监测牛群行为，展现了其在各行业中的多功能性。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能力，从而优化边缘 AI性能。
与视觉 AI 社区互动#
2024 年，Ultralytics 积极参与视觉 AI 社区，分享见解、促进合作，并展示其技术在现实世界中的影响。以下是一些重要亮点：
- IE University：Glenn Jocher 发表演讲，分享 Ultralytics 的发展历程以及 YOLOv5 和 YOLOv8 的进展。会议以一场引人入胜的问答环节结束，为各行业的视觉 AI 应用提供了实用见解。
- South Summit Startup Competition：Ultralytics 入围了在马德里举办的这项比赛的决赛。Glenn Jocher 在“Next Big Thing”舞台上发表演讲，展示 YOLOv8 在医疗、农业和零售等行业中的变革性影响。团队还在展位进行了现场演示，与学生、研究人员和行业专业人士展开了热烈讨论。
- Chaihuo Makerspace：在深圳首个创客空间，Ultralytics 团队面向 DIY 爱好者和企业家等多元听众，发表了关于 YOLO 目标检测的演讲，分享最新进展。
- SatCen：Glenn Jocher 介绍了 Ultralytics YOLO11 的更新，重点讲解其在减少漏检、提升处理速度方面的进展，以及它在地理信息系统 (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 团队参加 South Summit Madrid 2024。
回顾 2024 年#
要更好地了解 2024 年对 Ultralytics 的影响，数据本身就说明了一切。今年，Ultralytics 工具通过 pip 被下载了 6,400 万次，表明全球开发者对 Ultralytics YOLO 模型的采用日益广泛。在 GitHub 上，Ultralytics 的各个代码库已累计获得超过 96.5K 个 stars，彰显了其在开源社区中的影响力和领导地位。
使用数据同样令人印象深刻。Ultralytics 产品每月访问量达到 500 万次，每天使用 Ultralytics 软件包训练的模型数量达到 300 万个。
Ultralytics 的 YOLO 模型提供多种模式，例如用于分析图像或视频并生成物体预测的“predict”模式，以及用于在视频帧之间跟踪物体、持续监控的“track”模式。仅在 2024 年，tracking 模式每天就被调用 1.1 亿次，而 prediction 模式每天使用 6.5 亿次，展现了 YOLO 模型在现实世界应用中的重要作用。
总结突破不断的一年#
2024 年对于 Ultralytics 而言是非凡的一年，在视觉 AI 领域取得了诸多重要进展和里程碑。YOLO11 的发布树立了性能和多功能性的新标准，而 Ultralytics Explorer 等工具则帮助开发者和研究人员提升项目水平。
通过全球活动、合作伙伴关系和社区计划，Ultralytics 持续在计算机视觉领域产生重要影响。今年的成就不仅展现了技术创新，也体现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突破界限，打造支持全球开发者和企业的工具。
如需了解更多信息，请访问我们的 GitHub 代码库，并参与我们的社区。你还可以在我们的解决方案页面探索自动驾驶汽车中的 AI和农业中的计算机视觉应用。🚀
