Overslaan naar inhoud

Home

Maak kennis met Ultralytics YOLOv8De nieuwste versie van het veelgeprezen realtime objectdetectie- en beeldsegmentatiemodel. YOLOv8 is gebouwd op geavanceerde ontwikkelingen in deep learning en computer vision en biedt ongeëvenaarde prestaties op het gebied van snelheid en nauwkeurigheid. Het gestroomlijnde ontwerp maakt het geschikt voor verschillende toepassingen en gemakkelijk aanpasbaar aan verschillende hardwareplatforms, van randapparaten tot cloud-API's.

Verken de YOLOv8 Docs, een uitgebreide bron die is ontworpen om je te helpen de functies en mogelijkheden te begrijpen en te gebruiken. Of je nu een doorgewinterde machine learning beoefenaar bent of nieuw in het veld, deze hub is gericht op het maximaliseren van YOLOv8's potentieel in je projecten.


Ultralytics GitHub ruimte Ultralytics LinkedIn ruimte Ultralytics Twitter ruimte Ultralytics YouTube ruimte Ultralytics TikTok ruimte Ultralytics BiliBili ruimte Ultralytics Discord

Waar te beginnen



Kijken: Hoe train je een YOLOv8 model op je eigen dataset in Google Colab.

YOLO: Een korte geschiedenis

YOLO (You Only Look Once), een populair objectdetectie- en beeldsegmentatiemodel, is ontwikkeld door Joseph Redmon en Ali Farhadi aan de Universiteit van Washington. YOLO werd in 2015 gelanceerd en won snel aan populariteit vanwege de hoge snelheid en nauwkeurigheid.

  • YOLOv2, uitgebracht in 2016, verbeterde het oorspronkelijke model door het toevoegen van batchnormalisatie, ankerboxen en dimensieclusters.
  • YOLOv3, dat in 2018 werd gelanceerd, heeft de prestaties van het model verder verbeterd met behulp van een efficiënter backbone-netwerk, meerdere ankers en ruimtelijke piramidepooling.
  • YOLOv4 werd uitgebracht in 2020 en introduceerde innovaties zoals Mosaic data augmentation, een nieuwe ankerloze detectiekop en een nieuwe verliesfunctie.
  • YOLOv5 heeft de prestaties van het model verder verbeterd en nieuwe functies toegevoegd, zoals hyperparameter optimalisatie, geïntegreerde experiment tracking en automatische export naar populaire exportformaten.
  • YOLOv6 werd in 2022 open-sourced door Meituan en wordt gebruikt in veel van de autonome bezorgrobots van het bedrijf.
  • YOLOv7 voegde extra taken toe zoals het schatten van de houding op de COCO keypoints dataset.
  • YOLOv8 is de nieuwste versie van YOLO van Ultralytics. Als geavanceerd, state-of-the-art (SOTA) model bouwt YOLOv8 voort op het succes van eerdere versies en introduceert nieuwe functies en verbeteringen voor verbeterde prestaties, flexibiliteit en efficiëntie. YOLOv8 ondersteunt een volledig scala aan vision AI taken, waaronder detectie, segmentatie, pose schatting, volgen en classificatie. Dankzij deze veelzijdigheid kunnen gebruikers YOLOv8 gebruiken voor verschillende toepassingen en domeinen.
  • YOLOv9 introduceert innovatieve methoden zoals Programmable Gradient Information (PGI) en het Generalized Efficient Layer Aggregation Network (GELAN).
  • YOLOv10 is gemaakt door onderzoekers van de Tsinghua Universiteit met behulp van het Ultralytics Python pakket. Deze versie biedt realtime vooruitgang op het gebied van objectdetectie door de introductie van een End-to-End kop die de vereisten voor Non-Maximum Suppression (NMS) elimineert.

YOLO Licenties: Hoe is Ultralytics YOLO gelicentieerd?

Ultralytics biedt twee licentie-opties voor verschillende gebruikssituaties:

  • AGPL-3.0 Licentie: Deze door OSI goedgekeurde open-source licentie is ideaal voor studenten en enthousiastelingen en bevordert open samenwerking en het delen van kennis. Zie het LICENSE bestand voor meer details.
  • Ondernemingslicentie: Deze licentie is ontworpen voor commercieel gebruik en maakt naadloze integratie van Ultralytics software en AI-modellen in commerciële goederen en diensten mogelijk, waarbij de open-sourcevereisten van AGPL-3.0 worden omzeild. Als het in jouw scenario gaat om het integreren van onze oplossingen in een commercieel aanbod, neem dan contact op via Ultralytics Licensing.

Onze licentiestrategie is ontworpen om ervoor te zorgen dat alle verbeteringen aan onze open-source projecten terugvloeien naar de gemeenschap. De principes van open source liggen ons na aan het hart ❤️, en het is onze missie om te garanderen dat onze bijdragen kunnen worden gebruikt en uitgebreid op manieren die voor iedereen voordelig zijn.

FAQ

Wat is Ultralytics YOLO en hoe verbetert het de detectie van objecten?

Ultralytics YOLO is de nieuwste uitbreiding in de veelgeprezen YOLO (You Only Look Once) serie voor realtime objectdetectie en beeldsegmentatie. Het bouwt voort op eerdere versies door nieuwe functies en verbeteringen te introduceren voor verbeterde prestaties, flexibiliteit en efficiëntie. YOLOv8 ondersteunt verschillende vision AI taken zoals detectie, segmentatie, pose schatting, tracking en classificatie. De geavanceerde architectuur zorgt voor superieure snelheid en nauwkeurigheid, waardoor het geschikt is voor diverse toepassingen, waaronder randapparaten en cloud-API's.

Hoe kan ik aan de slag met YOLO installatie en instelling?

Aan de slag gaan met YOLO is snel en eenvoudig. Je kunt het Ultralytics pakket installeren met pip en binnen enkele minuten aan de slag. Hier is een eenvoudig installatiecommando:

pip install ultralytics

Ga voor een uitgebreide stap-voor-stap handleiding naar onze snelstartgids. Dit hulpmiddel helpt je met installatie-instructies, de eerste instellingen en het uitvoeren van je eerste model.

Hoe kan ik een aangepast YOLO model trainen op mijn dataset?

Het trainen van een aangepast YOLO model op je dataset omvat een paar gedetailleerde stappen:

  1. Bereid je geannoteerde dataset voor.
  2. Configureer de trainingsparameters in een YAML-bestand.
  3. Gebruik de yolo train commando om de training te starten.

Hier is een voorbeeldopdracht:

yolo train model=yolov8n.pt data=coco128.yaml epochs=100 imgsz=640

Bekijk voor een gedetailleerd overzicht onze gids Train een model, met voorbeelden en tips om je trainingsproces te optimaliseren.

Wat zijn de beschikbare licentieopties voor Ultralytics YOLO ?

Ultralytics biedt twee licentieopties voor YOLO:

  • AGPL-3.0 Licentie: Deze open-source licentie is ideaal voor educatief en niet-commercieel gebruik en bevordert open samenwerking.
  • Ondernemingslicentie: Deze is ontworpen voor commerciële toepassingen en maakt naadloze integratie van Ultralytics software in commerciële producten mogelijk zonder de beperkingen van de AGPL-3.0 licentie.

Ga voor meer informatie naar onze Licentie pagina.

Hoe kan Ultralytics YOLO worden gebruikt voor het real-time volgen van objecten?

Ultralytics YOLO ondersteunt efficiënt en aanpasbaar volgen van meerdere objecten. Om de volgmogelijkheden te gebruiken, kun je de yolo track commando zoals hieronder getoond:

yolo track model=yolov8n.pt source=video.mp4

Bekijk voor een gedetailleerde handleiding voor het instellen en uitvoeren van object tracking onze documentatie over de trackingmodus, waarin de configuratie en praktische toepassingen in realtime scenario's worden uitgelegd.



Aangemaakt 2023-11-12, Bijgewerkt 2024-07-05
Auteurs: glenn-jocher (13), RizwanMunawar (1), AyushExel (3)

Reacties