在Ultralytics YOLOv8 推出一周年之际，我们回顾了它的影响、在哪里可以找到所有文档、如何训练模型等等！
Cookie 设置
点击“接受所有 Cookie”，即表示您同意在您的设备上存储 Cookie，以增强网站导航、分析网站使用情况并协助我们的营销工作。更多信息
在Ultralytics YOLOv8 推出一周年之际，我们回顾了它的影响、在哪里可以找到所有文档、如何训练模型等等！
今天，2024 年 1 月 10 日，是 Ultralytics 推出一年的日子。 Ultralytics YOLOv8，是时候庆祝一下了！这是令人兴奋的一年，是具有里程碑意义的一年，是不断挑战极限的一年。与我们一起回顾 2023 年的亮点和 2024 年的下一步。
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。在过去的一年里 Ultralytics软件包的下载量已超过 2000 万次，仅在 12 月份就达到了破纪录的 400 万次。我们的创始人兼首席执行官格伦-约彻（Glenn Jocher）很高兴地告诉大家，人们对YOLOv8 的兴趣在持续增长，每天每秒都有超过 1,000 个推理作业被启动！
除了唤起人们的兴趣和好奇心，YOLOv8 还在实际应用中证明了自己的影响力。今年，我们已经看到 500 万用户和 150 亿次活动从YOLOv8 中受益，涉及各个行业和领域。从改进监控系统到医疗保健、农业或制造业的创新进步，YOLOv8 正在全球范围内为各行各业带来革命性的变化。
我们让YOLOv8 离您更近！我们的文档现在有 11 种语言版本，200 多个文档页面，并且还在不断扩展，以更好地满足不同社区的需求！我们的文档不仅限于此，还包括以下实际项目的指南：
文档还说明了Ultralytics 对各种数据集的支持。例如，最近，拥有 600 个类别的Open Images V7 数据集被添加到了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！
除了使用预先训练好的模型，用户还在寻找定制的计算机视觉解决方案，以解决非常具体的业务问题。在定制数据上训练YOLOv8 模型的能力已成为一项重要优势，2023 年，YOLOv8 模型的训练次数达到了惊人的 1900 万次。这些模型针对各种任务进行了训练，其中 64% 用于物体检测，20% 用于图像分割，15% 用于姿势估计 ，1% 用于图像分类。
之所以能够取得这些成绩，部分原因在于Ultralytics的无代码 ML 平台Ultralytics HUB可以让任何人对YOLOv8 进行训练，而无需考虑他们的编码专长。您无需在Ultralytics HUB 上编写任何代码即可快速创建和训练高级模型，该平台可在网络和移动设备上访问。在庆祝YOLOv8 取得成功的同时，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在这一年里，Ultralytics HUB 共进行了 84 次具有影响力的版本升级，每一次升级都为我们带来了更好的功能和用户体验。我们推出了一些重要功能，如用于无缝协作的 "团队"、功能更强大的专业版 HUB、更清晰的账单历史记录，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 密钥管理经过改进，更加安全，平台与Ultralytics 应用程序集成后，前后体验更加流畅。这只是其中的一小部分！
随着我们迈入 2024 年，我们很高兴看到 HUB 在您的持续支持和投入下取得更大发展。让我们一起探索YOLOv8 的下一步！
了解最新进展，包括 YOLOv8.1版本并探索Ultralytics 在 2024 年的发展前景！
正值YOLOv8 推出一周年之际，我们推出了一款YOLOv8新工具Ultralytics Explorer。这一创新工具有望改变用户探索数据集并与之互动的方式。您可以使用Ultralytics Explorer API 或图形用户界面，使用 SQL 查询、矢量相似性搜索和语义搜索来过滤和搜索您的数据集。
Ultralytics Explorer 的一项令人兴奋的功能是图像匹配。例如，您可以在数据集中选择一张图片，然后查找数据集中与这张图片相似的所有图片。这可以让您更轻松地理解和管理数据集。
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公司顾问Ayush Chaurasia说："最重要的是，由于Ultralytics Explorer API本身是开源的，因此你可以使用API创建数据集验证、探索等应用程序。点击这里查看有关Ultralytics Explorer的更多信息 的更多详情.
通过引入以下功能，YOLOv8 实现了重大飞跃 定向对象检测又称旋转框检测。这一先进功能旨在提供精确的检测结果，特别是对不同角度和旋转的物体。
这就提高了检测的鲁棒性和可靠性，尤其是对于航空遥感图像和文本检测等倾斜物体。旋转框检测的突出特点是能够准确定位图像中的物体，最大限度地减少背景区域的包含。通过减少背景噪音，这种精确度大大提高了物体分类能力。
Ultralytics 的 ML 工程师 Jing Qiu 分享了对我们最新创新的见解："新的YOLOv8模型的核心是我们YOLOv8 检测模型的稳健基础。虽然它包含了额外的参数和计算，但我们确保其推理速度在实时应用中依然迅捷，与我们标准检测模型的性能相仿。它对用户友好，共享相同的应用程序接口，但使用简单的旋转框检测'标记，使其非常易于训练、验证、预测和输出，与我们的其他任务类似。
我们还很高兴地宣布，我们增加了在 DOTA v2 数据集上训练模型的兼容性。更多详情 这里 了解更多详情，并探索这将如何扩展YOLOv8 的功能。
为YOLOv8 增加新的支持任务固然重要，但改进和加强原有任务也同样重要。与此相呼应，YOLOv8 支持的图像分类任务也得到了改进。
Ultralytics 的 ML 工程师 Fatih Akyon 强调指出："我们已将 SOTA 分类增强功能集成到Ultralytics 的训练管道中。这有助于提高分类得分。基础yolov8模型使用新管道进行了重新训练"。
要了解有关YOLOv8图像classify 能力的更多信息，请查阅 此文档页面。
YOLOv8 在 2023 年取得的主要成功之一是来自社区的关爱、支持和贡献。迄今为止，我们已收到超过 225 份贡献，我们非常感谢每一份帮助完善和增强YOLOv8 的贡献。你们的宝贵意见促使我们不断完善和调整YOLOv8，使其能够更好地适应和应对各行各业的不同需求和挑战。
进入 2024 年，我们很高兴能扩大我们的用户贡献示例库。您的贡献对于解决现实世界中计算机视觉可以解决的问题至关重要。我们邀请您与我们合作，与更广泛的YOLOv8 社区分享您的创新使用案例、成功故事和独特实施方案。您的贡献将激励其他爱好者，并引导YOLOv8 迈向新的高度。
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。您可以在以下位置找到更多示例，并为我们的资源库做出贡献 这里.如果您有任何关于贡献的问题，我们的 指南可以帮助您。
感谢您坚定不移的支持，我们期待着见证YOLOv8 未来不可思议的一年。敬请期待更多更新、创新和合作成果。预祝来年一切顺利！🚀
