Bỏ để qua phần nội dung

Nhà

Giới thiệu Ultralytics YOLOv8, phiên bản mới nhất của mô hình phân đoạn hình ảnh và phát hiện đối tượng thời gian thực được hoan nghênh. YOLOv8 được xây dựng dựa trên những tiến bộ tiên tiến trong học sâu và thị giác máy tính, mang lại hiệu suất vô song về tốc độ và độ chính xác. Thiết kế hợp lý của nó làm cho nó phù hợp với các ứng dụng khác nhau và dễ dàng thích ứng với các nền tảng phần cứng khác nhau, từ thiết bị biên đến API đám mây.

Khám phá YOLOv8 Tài liệu, một tài nguyên toàn diện được thiết kế để giúp bạn hiểu và sử dụng các tính năng và khả năng của nó. Cho dù bạn là một học viên máy học dày dạn kinh nghiệm hay mới tham gia vào lĩnh vực này, trung tâm này nhằm mục đích tối đa hóa YOLOv8Tiềm năng của bạn trong các dự án của bạn


Ultralytics GitHub không gian Ultralytics Liên kết không gian Ultralytics Twitter không gian Ultralytics YouTube không gian Ultralytics TikTok không gian Ultralytics Ảnh minh họa không gian Ultralytics Bất hòa

Bắt đầu từ đâu



Xem: Làm thế nào để đào tạo một YOLOv8 mô hình trên Tập dữ liệu tùy chỉnh của bạn trong Google Colab.

YOLO: Tóm tắt lịch sử

YOLO (You Only Look Once), một mô hình phát hiện đối tượng và phân đoạn hình ảnh phổ biến, được phát triển bởi Joseph Redmon và Ali Farhadi tại Đại học Washington. Ra mắt vào năm 2015, YOLO nhanh chóng trở nên phổ biến vì tốc độ và độ chính xác cao.

  • YOLOv2, được phát hành vào năm 2016, đã cải thiện mô hình ban đầu bằng cách kết hợp chuẩn hóa hàng loạt, hộp neo và cụm kích thước.
  • YOLOv3, ra mắt vào năm 2018, đã nâng cao hơn nữa hiệu suất của mô hình bằng cách sử dụng mạng đường trục hiệu quả hơn, nhiều neo và gộp kim tự tháp không gian.
  • YOLOv4 được phát hành vào năm 2020, giới thiệu những cải tiến như tăng cường dữ liệu Mosaic, đầu phát hiện không neo mới và chức năng mất mát mới.
  • YOLOv5 Cải thiện hơn nữa hiệu suất của mô hình và thêm các tính năng mới như tối ưu hóa siêu tham số, theo dõi thử nghiệm tích hợp và xuất tự động sang các định dạng xuất phổ biến.
  • YOLOv6 được Meituan mở nguồn mở vào năm 2022 và đang được sử dụng trong nhiều robot giao hàng tự động của công ty.
  • YOLOv7 đã thêm các tác vụ bổ sung như ước tính tư thế trên bộ dữ liệu điểm chính COCO.
  • YOLOv8 là phiên bản mới nhất của YOLO bằng cách Ultralytics. Là một mô hình tiên tiến, hiện đại (SOTA), YOLOv8 Được xây dựng dựa trên sự thành công của các phiên bản trước, giới thiệu các tính năng và cải tiến mới để nâng cao hiệu suất, tính linh hoạt và hiệu quả. YOLOv8 hỗ trợ đầy đủ các tác vụ AI thị giác, bao gồm phát hiện, phân đoạn, ước tính tư thế, theo dõiphân loại. Tính linh hoạt này cho phép người dùng tận dụng YOLOv8Khả năng của họ trên các ứng dụng và lĩnh vực đa dạng.
  • YOLOv9 introduces innovative methods like Programmable Gradient Information (PGI) and the Generalized Efficient Layer Aggregation Network (GELAN).
  • YOLOv10 is created by researchers from Tsinghua University using the Ultralytics Python package. This version introduces an real-time object detection advancements by introducing an End-to-End head that eliminates Non-Maximum Suppression (NMS) requirements.

YOLO Giấy phép: Làm thế nào Ultralytics YOLO Giấy phép?

Ultralytics Cung cấp hai tùy chọn cấp phép để phù hợp với các trường hợp sử dụng đa dạng:

  • AGPL-3.0 Giấy phép: Giấy phép nguồn mở được OSI phê duyệt này lý tưởng cho sinh viên và những người đam mê, thúc đẩy sự hợp tác mở và chia sẻ kiến thức. Xem tệp LICENSE để biết thêm chi tiết.
  • Giấy phép doanh nghiệp: Được thiết kế để sử dụng cho mục đích thương mại, giấy phép này cho phép tích hợp liền mạch Ultralytics các mô hình phần mềm và AI thành hàng hóa và dịch vụ thương mại, bỏ qua các yêu cầu nguồn mở của AGPL-3.0. Nếu kịch bản của bạn liên quan đến việc nhúng các giải pháp của chúng tôi vào một dịch vụ thương mại, hãy liên hệ thông qua Ultralytics Cấp phép.

Chiến lược cấp phép của chúng tôi được thiết kế để đảm bảo rằng bất kỳ cải tiến nào đối với các dự án nguồn mở của chúng tôi đều được trả lại cho cộng đồng. Chúng tôi giữ các nguyên tắc của nguồn mở gần gũi với trái tim ❤️ của chúng tôi và nhiệm vụ của chúng tôi là đảm bảo rằng những đóng góp của chúng tôi có thể được sử dụng và mở rộng theo những cách có lợi cho tất cả mọi người.



Created 2023-11-12, Updated 2024-06-10
Authors: glenn-jocher (9), RizwanMunawar (1), AyushExel (3)

Ý kiến