Ultralytics 在 GitHub Octoverse 2024 报告中排名第五

我们非常高兴与大家分享 Ultralytics 和我们的视觉 AI 社区的一个重要里程碑。在 GitHub’s Octoverse 2024 报告中，我们的开源仓库在全球所有吸引最多首次贡献者的开源和公开项目中排名第 5。

这一认可使我们与 Microsoft 的 VS Code、Flutter 和 LangChain 等具有重大影响力的项目并列，甚至领先于科技界一些规模最大、最具影响力的组织。这不仅是一项荣誉，更是全球开发者社区对我们的工具、使命和愿景的信任的有力证明。

Fig 1. Ultralytics 在 GitHub 的 Octoverse 2024 报告中排名第 5。

Ultralytics 一直坚信构建世界级的 AI，它应该是开放的、可访问的，并且由现实世界的需求驱动。从 Ultralytics YOLO models 到我们的训练工作流、文档和部署工具，Ultralytics 的每个部分都由世界各地的学生、研究人员、初创公司和开发者组成的贡献者社区所塑造。这一里程碑验证了我们以社区为先的 AI 与计算机视觉方法，并激励我们不断提高标准。

在本文中，我们将深入探讨为什么这个里程碑如此重要——不仅对 Ultralytics 和我们的社区，而且对开源 AI 和计算机视觉的未来。

为何 Ultralytics 的首次贡献者反映了更宏大的故事#

Ultralytics 成为 GitHub 上吸引首次贡献者的顶级开源目的地之一，不仅仅是一个令人兴奋的成就，更是我们使命的直接体现。我们致力于让 AI 不仅达到最先进水平，而且对各地的开发者来说都是开放、易懂和易用的。

根据 GitHub 的 Octoverse 2024 报告，去年有超过 140 万开发者完成了他们的首次开源贡献。这种增长不仅仅是一种趋势，更是一个强有力的信号。

Fig 2. 2021 年至 2024 年 GitHub 上的公开贡献总数。

首次贡献是衡量信任、可用性和实际社区影响的最明确指标之一。当开发者选择 Ultralytics 作为迈出这一步的地方时，这意味着他们认为我们的生态系统是一个他们可以理解、参与贡献并共同成长的地方。

在全球排名前五的项目中占据一席之地，强化了这样一个事实：除了构建尖端工具外，我们还通过欢迎和赋能下一代开发者和研究人员，帮助塑造 AI 的未来。

这提醒我们，开放式创新之所以能扩展，不是因为它速度快或浮华，而是因为它具有共享性。简而言之，推动我们前进的动力是一个正在共同建设的、不断壮大的全球社区。

深入了解 AI 热潮#

接下来，让我们退后一步，看看 AI 和开源领域的更广泛趋势如何塑造开发者的活动，以及 Ultralytics 如何融入这一蓝图。

AI 热潮在 2010 年代末开始缓慢兴起，但在近年来，它的声势比以往任何时候都更加浩大，并且正在改变开发者的构建方式。仅在 2024 年，GitHub 就记录了生成式 AI 项目同比 98% 的增长，以及向公共和开源存储库提交了近 10 亿次贡献。这些数字展示了全球社区在实验、发布和扩展软件方式上的巨大转变。

这场运动的核心是 Python。2024 年，它正式成为 GitHub 上使用最多的编程语言，十多年来首次超过了 JavaScript（传统上用于构建网站和网页应用的语言）。这一变化归因于机器学习、数据科学和 AI 等领域日益增长的影响力，在这些领域中，Python 是许多开发者和研究人员的默认语言。

Fig 3. Python 是 2024 年使用最多的编程语言。

例如，Jupyter Notebooks（一种通常用于编写和运行 Python 代码以及进行数据可视化和解释的工具）的使用量增长了 92%。这种增长是动手实验、数据分析和 AI 模型开发成为现代软件工作流核心部分的直接结果，不仅在研究领域，在生产环境中也是如此。

Ultralytics 如何顺应全球 AI 热潮#

对 Ultralytics 而言，这一趋势与我们社区的构建方式高度契合。开源的 Ultralytics YOLO models 处于 AI 可访问性与现实世界实用性的交汇点。从智慧城市的边缘设备到机器人中的视觉系统和制造业，世界各地的开发者选择我们的工具不仅是因为性能，还因为它们易于理解、适应不同需求，并且以可靠性为核心进行构建。

随着全球开发者生态系统的不断扩展，我们看到新的贡献者、用例和创新每天都在涌现。无论是学生在 Jupyter Notebooks 中进行实验，团队将 YOLO 集成到生产系统中，还是首次贡献者探索开源 AI，这都是一场正在重新构想计算机视觉工具如何构建和使用的集体努力。

Ultralytics GitHub 社区的影响力#

在探讨了近期 AI 项目的增长之后，让我们花点时间讨论一下 Ultralytics GitHub 社区做出的非凡贡献。

从第一天起，Ultralytics 就是在公开环境中构建的，由世界各地开发者的宝贵反馈、贡献和协作共同塑造。从我们的创始人兼 CEO Glenn Jocher 的一个愿景开始，它已经演变成一个充满活力的全球社区。

我们衷心感谢每一位参与这一旅程的人——无论是通过贡献代码、提供反馈、测试功能，还是在 GitHub 上点亮 Star。没有你，Ultralytics 不会有今天的成就。

正如 Glenn Jocher 所言：“开源 AI 从一开始就是 Ultralytics 的基石。每一次贡献都帮助我们突破 AI 的极限，我们正在共同构建能够真正改变世界的事物。”

以下是 Ultralytics GitHub 社区影响力的一瞥：

• Ultralytics GitHub Stars：10 万 Star
• 8500 万次 Pip 下载量
• 每天使用 Ultralytics pip 包训练 300 万个模型。

归根结底，开源 AI 社区中的每一项贡献都能推动增长并加强全球协作。这对于 Ultralytics 至关重要，也是支持全球开源 AI 更大运动的一部分。

有趣的是，GitHub 的 2024 年开源调查显示，开源领域正变得越来越多样化，30% 的受访者现在被认定为少数群体——比上次调查增加了 43%。随着全球开发者社区的持续扩张，这种多样性有望进一步增长，特别是在印度等快速发展的地区（印度有望在 2028 年成为最大的开发者社区），以及巴西和尼日利亚。

Fig 4. 我们看到开源科技领域有更多的全球参与。

从开源到 Ultralytics YOLO 的现实用例#

有时，数据在体现其现实世界的影响力时很难直观呈现。然而，当你观察 Ultralytics YOLO 模型如何应用于各个行业时，开源 AI 的影响就显而易见了。

Ultralytics YOLO models 正在重新定义野生动物保护、安全系统和智慧城市等领域。例如，在野生动物保护中，由 YOLO 驱动的无人机可用于追踪濒危物种并监测其环境，为研究人员提供实时洞察，以帮助保护这些动物。

同样，在安全系统中，YOLO 可以协助进行威胁检测，从而在高风险情况下实现更快的响应和更好的保护。同时，在智慧城市中，YOLO 模型可用于管理交通、监控公共场所，并通过提供来自视觉输入的最新数据来提高整体安全性。

计算机视觉的最新进展，例如从 Ultralytics YOLOv8 到 Ultralytics YOLO11 的改进，展示了该技术取得的巨大进步。尤其是 YOLO11，提供了更快的处理速度和更高的准确性，使其在实时目标检测等任务中更加高效。

它可以用于自动驾驶车辆的障碍物检测，在医疗保健领域，它还可以分析医学图像以加速诊断。这些现实应用表明，像 YOLO 这样的开源 AI 模型能够解决实际问题，并以有意义的方式改善世界。

图 5. Ultralytics YOLO11 正在用于监控交通。

关键要点#

Ultralytics 在 GitHub 的 Octoverse 2024 报告中因吸引最多的首次贡献者而排名第五，这是一个重要的里程碑，反映了人们对开源 AI 的日益关注。这种认可，加上我们的模型在从野生动物保护和安全系统到智慧城市等各个领域的实际应用，展示了计算机视觉是如何被广泛采用的。

像 Ultralytics 这样的开源项目是由协作和全球参与驱动的。我们很自豪能成为这场运动的一部分，并始终致力于扩大视觉 AI 的可访问性，为全球开发者赋能。

如果你从未向开源项目做过贡献，现在是绝佳的时机。加入我们的全球社区。无论你刚开始入门还是在大规模部署，这里都有适合你的位置。

探索我们的GitHub 仓库来参与其中，查看我们的授权选项以利用计算机视觉解决方案，并发现 YOLO 模型如何在农业 AI和医疗视觉 AI等领域推动现实世界的变革。