Página Inicial

Apresentamos o Ultralytics YOLOv8, a mais recente versão do aclamado modelo de detecção de objetos em tempo real e segmentação de imagens. O YOLOv8 é baseado nos mais recentes avanços do aprendizado profundo e visão computacional, oferecendo um desempenho sem paralelo em termos de velocidade e precisão. Seu design simplificado o torna adequado para várias aplicações e facilmente adaptável a diferentes plataformas de hardware, desde dispositivos de borda até APIs na nuvem.

Explore os Documentos do YOLOv8, um recurso abrangente projetado para ajudá-lo a entender e utilizar suas características e capacidades. Seja você um praticante experiente de aprendizado de máquina ou novo no campo, este hub tem como objetivo maximizar o potencial do YOLOv8 em seus projetos

Por Onde Começar

• Instalar ultralytics com pip e começar a funcionar em minutos   Começar
• Prever novas imagens e vídeos com o YOLOv8   Prever em Imagens
• Treinar um novo modelo YOLOv8 em seu próprio conjunto de dados personalizado   Treinar um Modelo
• Explorar tarefas do YOLOv8 como segmentar, classificar, estimar pose e rastrear   Explorar Tarefas

Assistir: Como Treinar um Modelo YOLOv8 em Seu Conjunto de Dados Personalizado no Google Colab.

YOLO: Uma Breve História

YOLO (You Only Look Once), um popular modelo de detecção de objetos e segmentação de imagens, foi desenvolvido por Joseph Redmon e Ali Farhadi na Universidade de Washington. Lançado em 2015, o YOLO rapidamente ganhou popularidade por sua alta velocidade e precisão.

• YOLOv2, lançado em 2016, aprimorou o modelo original incorporando normalização em lote, caixas âncora e aglomerados dimensionais.
• YOLOv3, lançado em 2018, melhorou ainda mais o desempenho do modelo usando uma rede dorsal mais eficiente, múltiplas âncoras e pooling piramidal espacial.
• YOLOv4 foi lançado em 2020, introduzindo inovações como a ampliação de dados Mosaic, uma nova cabeça de detecção sem âncoras e uma nova função de perda.
• YOLOv5 melhorou ainda mais o desempenho do modelo e adicionou novos recursos, como otimização de hiperparâmetros, rastreamento integrado de experimentos e exportação automática para formatos de exportação populares.
• YOLOv6 foi disponibilizado em código aberto por Meituan em 2022 e está em uso em muitos dos robôs autônomos de entrega da empresa.
• YOLOv7 adicionou tarefas adicionais, como estimativa de pose no conjunto de dados de keypoints COCO.
• YOLOv8, a mais recente versão do YOLO pela Ultralytics. Como um modelo de última geração, o YOLOv8 baseia-se no sucesso das versões anteriores, introduzindo novos recursos e melhorias para desempenho, flexibilidade e eficiência aprimorados. O YOLOv8 suporta uma gama completa de tarefas de IA de visão, incluindo detecção, segmentação, estimativa de pose, rastreamento e classificação. Essa versatilidade permite que os usuários aproveitem as capacidades do YOLOv8 em diversas aplicações e domínios.

Licenças YOLO: Como o YOLO da Ultralytics é licenciado?

A Ultralytics oferece duas opções de licença para acomodar casos de uso diversos:

• Licença AGPL-3.0: Essa licença de código aberto aprovada pela OSI é ideal para estudantes e entusiastas, promovendo colaboração aberta e compartilhamento de conhecimento. Veja o arquivo LICENSE para mais detalhes.
• Licença Empresarial: Projetada para uso comercial, esta licença permite a integração perfeita do software Ultralytics e modelos de IA em bens e serviços comerciais, contornando os requisitos de código aberto da AGPL-3.0. Se o seu cenário envolver a incorporação de nossas soluções em uma oferta comercial, entre em contato através do Licenciamento da Ultralytics.

Nossa estratégia de licenciamento é projetada para garantir que qualquer melhoria em nossos projetos de código aberto retorne à comunidade. Mantemos os princípios de código aberto próximos ao nosso coração ❤️, e nossa missão é garantir que nossas contribuições possam ser utilizadas e expandidas de formas que beneficiem todos.

Comentários