在 Ultralytics YOLOv8 一周年之际，我们回顾其影响、在哪里可以找到所有文档、如何训练模型等等！
敬请关注 YOLO Vision 2025！
2025年9月25日
英国夏令时 10:00 - 18:00
混合活动
在 Ultralytics YOLOv8 一周年之际，我们回顾其影响、在哪里可以找到所有文档、如何训练模型等等！
今天是 2024 年 1 月 10 日，标志着 Ultralytics YOLOv8 发布一周年，现在是庆祝的时候了！这是激动人心的一年，我们取得了许多里程碑，并突破了可能的界限。加入我们，一起回顾 2023 年的亮点以及 2024 年的展望。
YOLOv8 受到了狂热的计算机视觉爱好者和整个社区的热烈欢迎。在过去的一年中，Ultralytics 软件包的下载量已超过 2000 万次，仅 12 月份就创下了 400 万次的下载记录。Glenn Jocher，我们的创始人兼首席执行官，很高兴地分享说，对 YOLOv8 的兴趣持续增长，每天每秒启动超过 1,000 个推理作业！
除了唤起兴趣和好奇心之外，YOLOv8 也已证明其在实际应用中具有影响力。今年，我们已经看到 500 万用户和 150 亿次事件从 YOLOv8 中受益，涵盖各个行业和领域。从改进监控系统到医疗保健、农业或制造业的创新进步，YOLOv8 正在全球范围内彻底改变各行各业。
我们正在让 YOLOv8 更加贴近您！我们的文档现在提供 11 种语言版本，包含 200 多个文档页面，并且还在不断扩展，以更好地满足我们多元化社区的需求！我们的文档超越了传统意义，包含以下现实项目的指南：
该文档还说明了 Ultralytics 对各种数据集的支持。例如，最近，包含 600 个类别的 Open Images V7 数据集 已添加到受支持的数据集列表中。此外，我们还提供了 Open Images V7 数据集的预训练模型供您试用！
除了使用预训练模型外，用户还在寻求能够解决非常具体的业务问题的定制计算机视觉解决方案。在自定义数据上训练 YOLOv8 模型的能力已成为一项显著优势，2023 年共训练了惊人的 1900 万个 YOLOv8 模型。这些模型已经过各种任务的训练，其中 64% 专门用于目标检测，20% 用于图像分割，15% 用于姿态估计，1% 用于图像分类。
在某种程度上，这些数字之所以成为可能，是因为得益于 Ultralytics 的无代码 ML 平台 Ultralytics HUB，任何人都可以训练 YOLOv8——无论他们的编码专业知识如何。您可以在 Ultralytics HUB 上快速创建和训练高级模型，而无需任何代码，该平台可在 Web 和移动设备上访问。在我们庆祝 YOLOv8 取得的成功的同时，让我们回顾一下 Ultralytics HUB 在过去一年中的发展历程。
2023 年对于 Ultralytics HUB 来说是硕果累累的一年，我们进行了 84 次重要的版本更新，每一次都使我们的功能和用户体验得到提升。我们推出了一些主要功能，例如用于无缝协作的“团队”、用于增强功能的 Pro HUB 版本、更清晰的账单历史记录（让您更安心）以及新的用户反馈系统。
管理您的模型从未如此简单。现在，您可以在处理项目时比较和移动模型。我们启用了更多格式，为您提供灵活的模型导出选项以及更多功能。
除了新的和改进的功能外，我们还投入了大量时间和精力来改进现有功能。例如，由于优先加载，平台启动速度非常快。HUB 的品牌和用户体验经过了重新设计，带来了令人惊艳的视觉体验，用户仪表板具有快速链接和入门视频，可实现更顺畅的启动。
API 密钥管理已经过改进，更加安全，并且该平台已与 Ultralytics 应用程序集成，以实现更流畅的来回体验。这只是其中几个例子！
在迈入 2024 年之际，我们很高兴看到 HUB 在您的持续支持和投入下进一步发展。让我们一起探索 YOLOv8 的下一步发展方向！
探索最新的开发成果，包括 YOLOv8.1 版本，并了解 Ultralytics 在 2024 年的计划！
恰逢 YOLOv8 发布一周年之际，我们将推出一款新的支持 YOLOv8 的工具，名为 Ultralytics Explorer。这款创新工具承诺改变用户探索和交互数据集的方式。您可以使用 Ultralytics Explorer API 或 GUI，通过 SQL 查询、向量相似性搜索和语义搜索来过滤和搜索数据集。
Ultralytics Explorer 的一个令人兴奋的功能是图像匹配。例如，您可以选择数据集中的一个图像，并找到数据集中所有与该图像相似的图像。这可以使理解和管理您的数据集更容易。
假设您想查看数据集中所有长颈鹿的图片，您只需点击几下即可完成！它还支持多图像匹配，这意味着当您选择多个图像进行匹配时，系统会计算这些图像的平均值。
您还可以编写 SQL 查询，以查找数据集中具有特定标签的特定数量的图像。当您想要查看数据集中带有“dog”等标签的 10 个图像的样本时，这会派上用场。它可以帮助您了解已标注的数据。
另一个令人兴奋的功能是 Ask AI 功能。如果您不精通 SQL，它允许您使用查询功能，而无需 SQL。例如，您可以要求我们的人工智能驱动的查询生成器向您展示 100 张只有 1 个人和 2 只狗的图像，它会在内部生成查询并向您展示查询结果。
Ultralytics 的顾问 Ayush Chaurasia 说：“最棒的是，由于 Ultralytics Explorer API 本身是开源的，因此您可以使用该 API 创建用于数据集验证、探索等的应用程序。”查看有关 Ultralytics Explorer 的更多详细信息，请点击此处。
YOLOv8 通过引入定向目标检测（也称为 OBB）向前迈进了一大步。这种高级功能旨在提供精确的检测结果，特别是对于处于各种角度和旋转状态的对象。
这提高了检测的鲁棒性和可靠性，尤其适用于倾斜的物体，如航空遥感图像和文本检测。OBB 的突出之处在于它能够准确地定位图像中的物体，最大限度地减少背景区域的包含。这种精度通过减少背景噪声显著增强了物体分类。
Ultralytics 的机器学习工程师 Jing Qiu 分享了他对我们最新创新的见解：“新型 YOLOv8-OBB 模型的核心是我们 YOLOv8 检测模型的强大基础。虽然它包含额外的参数和计算，但我们确保了它的推理速度对于实时应用来说仍然很快，与我们的标准检测模型性能相仿。它易于使用，并共享相同的 API，但带有一个简单的 'obb' 标志，使其非常容易训练、验证、预测和导出，类似于我们的其他任务。”
我们也很高兴地宣布增加了对在DOTA v2数据集上训练模型的兼容性。深入了解更多细节此处 ，并探索这如何扩展YOLOv8的功能。
虽然为 YOLOv8 添加新的任务以支持至关重要，但改进和增强原始任务同样重要。与这种观点相呼应的是，YOLOv8 支持的图像分类任务得到了改进。
Ultralytics 的机器学习工程师 Fatih Akyon 强调说：“我们已将 SOTA 分类增强技术集成到 Ultralytics 训练管道中。这有助于提高分类分数。基础 yolov8-classification 模型已使用新的管道重新训练。”
要了解有关 YOLOv8 分类图像能力的更多信息，请查看此文档页面。
YOLOv8 在 2023 年取得的主要成功之一是来自我们社区的大量喜爱、支持和贡献。到目前为止，我们收到了超过 225 项贡献，我们感谢每一项帮助改进和增强 YOLOv8 的贡献。您宝贵的意见促使我们改进和微调 YOLOv8，使其更适应不同行业中不同的需求和挑战。
在进入 2024 年之际，我们很高兴能够扩展用户贡献的示例库。您的贡献对于解决计算机视觉可以发挥作用的实际场景至关重要。我们邀请您通过与更广泛的 YOLOv8 社区分享您的创新用例、成功案例和独特实现来开展合作。您的贡献将激励其他爱好者，并引导 YOLOv8 走向新的高度。
让我们一起建立一个充满活力的用户贡献示例库，展示 YOLOv8 的多功能性，并反映我们社区的创造力。您可以在这里找到更多示例并为我们的存储库做出贡献。如果您对贡献有任何疑问，我们的指南可以为您提供帮助。
感谢您一直以来的坚定支持，我们期待见证 YOLOv8 在未来一年取得的辉煌成就。请继续关注更多更新、创新和协作成果。祝您未来一年精彩纷呈！🚀
.webp)