Ultralytics xPaperspace ：通过伙伴关系提高物体探测能力

从自动驾驶汽车到安全系统，物体检测对许多计算机视觉应用都至关重要。 Ultralytics YOLOv8我们开发了一种先进的物体检测算法，该算法在实时运行的同时还能达到最先进的精度，使其成为适用于各种用例的强大工具。我们创建 YOLOv8旨在帮助人们和公司释放人工智能的积极潜力。

Ultralytics ，我们很高兴地宣布与领先的机器学习基础架构提供商 Paperspace，这是一家领先的机器学习基础设施提供商。他们的Gradient 环境功能强大，可以让您毫不费力地训练您的 YOLOv5和YOLOv8 模型。Paperspace Gradient 允许您在几秒钟内建立一个可管理的 GPU 环境。

Ultralytics YOLOv8 和Paperspace

得益于我们与Paperspace 的合作，YOLOv8 现在可以在其强大的云基础设施上使用。这意味着您可以快速、轻松地训练和部署YOLOv8 模型，而无需昂贵的硬件或耗时的设置过程。Paperspace该公司的可扩展基础架构可确保您处理最大的数据集和训练工作量，而这一切都可以通过基于云的解决方案轻松实现。

在Ultralytics ，我们热衷于让每个人都能使用计算机视觉。我们与Paperspace 的合作是实现这一目标的重要一步。我们很高兴能继续合作，共同推动计算机视觉技术的发展。无论您是开发人员、研究人员还是企业主，我们都诚邀您加入我们的旅程，亲自探索YOLOv8 和Paperspace 云基础设施的强大功能。

最新消息YOLOv8

YOLOv8 是更广泛的Ultralytics python 框架产品的一部分。这一新框架从头开始构建，吸收了我们大获成功的产品YOLOv5 的所有反馈和经验。

• 全球CLI
• 新的全局命令行界面可让您轻松访问全系统的YOLO 模型。您可以使用 `yolo` 命令执行任何操作。

• Python 应用程序接口
• 新的Ultralytics 框架有一个专用的python API，允许您使用YOLO 功能扩展您的python 应用程序。

• YOLOv8 新型号
• 我们已经推出了该框架，其中包含可实现 SOTA 性能的YOLOv8 新模型和 coco 数据集。

有关使用、设计和模型架构的更多详情，请参阅Ultralytics 文档。

在Paperspace 梯度上使用YOLOv8

Paperspace 集成可从Ultralytics README 中获取。它将带您访问Paperspace gradient 上的Ultralytics YOLOv8 笔记本。要开始使用Ultralytics on Gradient，只需登录并开始执行单元格即可。

在Ultralytics ，我们与其他初创公司建立了商业合作伙伴关系，以帮助我们为我们出色的开源工具的研究和开发提供资金，从而使这些工具对所有人都是免费的。本文可能包含这些合作伙伴的关联链接。

‍