Ultralytics x Paperspace:通过合作提升目标检测能力
探索 Ultralytics YOLOv8 先进的目标检测能力和实时速度,现已支持 Paperspace 集成,轻松训练模型。

目标检测对许多计算机视觉应用至关重要,从自动驾驶汽车到安防系统。 Ultralytics YOLOv8 是一种先进的目标检测算法,能够以实时速度运行,同时实现业界领先的准确率,是适用于各种用例的强大工具。我们创建 YOLOv8 的初衷,是帮助个人和企业释放 AI 的积极潜力。
在 Ultralytics,我们很高兴地宣布与领先的机器学习基础设施提供商 Paperspace 达成最新合作。其强大的环境 Gradient 提供了丰富功能,让你可以轻松训练 YOLOv5 和 YOLOv8 模型。Paperspace Gradient 只需几秒钟即可为你配置托管 GPU 环境。

使用 Ultralytics YOLOv8 和 Paperspace 入门#
得益于我们与 Paperspace 的合作,Ultralytics YOLOv8 现已在其稳健的云基础设施上提供。这意味着你无需昂贵的硬件或耗时的设置流程,即可快速轻松地训练和部署 YOLOv8 模型。Paperspace 的可扩展基础设施确保你能够处理最大规模的数据集和训练工作负载,同时享受云解决方案的便捷体验。
在 Ultralytics,我们致力于让每个人都能使用计算机视觉。与 Paperspace 的合作是实现这一目标的重要一步。我们很高兴能继续携手合作,拓展计算机视觉技术的可能边界。无论你是开发者、研究人员还是企业主,我们都邀请你加入这段旅程,亲自探索 YOLOv8 与 Paperspace 云基础设施的强大能力。
Ultralytics YOLOv8 的新特性#
YOLOv8 是更广泛的 Ultralytics Python 框架产品的一部分。这一全新框架从零开始构建,融入了我们广受欢迎的产品 YOLOv5 的所有反馈和经验。
- 全局 CLI
- 新的全局命令行界面让你可以轻松地在整个系统中访问 YOLO 模型。你可以使用
yolo命令执行任何操作。

- Python API
- 全新的 Ultralytics 框架提供了专用的 Python API,让你可以为 Python 应用扩展 YOLO 功能。

- 全新 Ultralytics YOLOv8 模型
- 我们发布了这一框架,并推出全新的 Ultralytics YOLOv8 模型,在 COCO 数据集上实现了 SOTA 性能。

关于用法、设计和模型架构的更多详细信息,请参阅 Ultralytics 文档。
在 Paperspace Gradient 上使用 Ultralytics YOLOv8#
你可以从 Ultralytics README 访问 Paperspace 集成。它会将你带到 Paperspace Gradient 上的 Ultralytics YOLOv8 notebook。要开始在 Gradient 上使用 Ultralytics,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开展商业合作,帮助我们为出色的开源工具筹集研发资金,从而让这些工具能够继续免费提供给所有人。本文可能包含指向这些合作伙伴的联盟链接。









