Ultralytics

Ultralytics处于视觉AI革命的最前沿，以创建高效、准确的YOLO（You Only Look Once）系列目标检测模型而闻名。他们的使命是构建世界上最好的视觉AI，并让从个人开发者、研究人员到大型企业的每个人都能使用。其产品的核心是一个强大的生态系统，将开源创新与用户友好的无代码平台相结合。

旗舰产品是YOLOv8，这是YOLO系列的最新版本。它不仅仅是一个目标检测模型，而是一个支持多种视觉AI任务的统一框架，包括实例分割、图像分类、目标跟踪和姿态估计。它专为高性能、灵活性和高效率而设计，是各种应用的首选。

与开源框架相辅相成的是Ultralytics HUB。这是一个全面的MLOps平台，允许用户管理数据集、训练模型，并以最少甚至无需编码的方式将其部署到生产环境中。它简化了整个机器学习生命周期，使团队能够协作并更快地将AI解决方案推向市场。

如何使用Ultralytics

有三种主要方式可以利用Ultralytics的强大功能：

1. Python库：对于希望完全控制的开发人员，可以通过pip轻松安装Ultralytics框架。然后，您可以使用简单直观的Python代码在自定义数据上训练模型或运行推理。
   示例：
   pip install ultralytics
from ultralytics import YOLO
model = YOLO('yolov8n.pt')
results = model('path/to/image.jpg')
2. 命令行界面（CLI）：对于快速实验和简化的工作流程，CLI允许您直接从终端进行训练、验证和预测，而无需编写任何Python代码。
   示例：
   yolo detect train data=coco128.yaml model=yolov8n.pt epochs=100 imgsz=640
3. Ultralytics HUB：对于无代码体验，HUB提供了一个图形用户界面。您可以上传数据集，选择预训练的YOLOv8模型，配置训练参数，然后点击按钮即可训练模型。训练完成后，模型可以通过生成的API端点进行部署。

Ultralytics的核心功能

• 最先进的YOLOv8模型：一个用于检测、分割、分类、跟踪和姿态估计的统一框架。
• 高性能：针对高精度和快速推理速度进行了优化，适用于实时应用。
• Ultralytics HUB：一个无代码的MLOps平台，涵盖从数据标注到部署和监控的整个模型生命周期。
• 多平台导出：轻松将训练好的模型导出为ONNX、TensorRT、CoreML和TFLite等多种格式，以便在不同硬件（CPU、GPU、边缘设备）上部署。
• 开源和可扩展：核心框架是开源的（AGPL-3.0），鼓励社区贡献和定制。
• 优秀的文档：全面的指南、教程和文档，帮助用户快速上手。

Ultralytics的使用案例

YOLOv8的多功能性使其适用于众多行业：

• 工业与制造：自动化质量控制、生产线上的缺陷检测以及工人安全监控。
• 零售与智慧城市：顾客客流分析、货架库存监控、交通流量管理和公共安全监控。
• 农业：作物健康监测、病虫害检测、自动化收割和产量估算。
• 医疗保健：医学图像分析，例如识别扫描图像中的细胞、肿瘤或异常。
• 体育分析：运动员跟踪、用于性能分析的姿态估计以及自动化赛事检测。

Ultralytics的优势特点

Ultralytics提供了尖端技术和易用性的独特结合。其主要优势包括其强大而活跃的社区、经过验证的YOLO模型性能，以及一个灵活的生态系统，既能满足专业开发人员的需求，也能服务于没有编码背景的用户。强大的开源库和简化的MLOps平台的双重产品，为任何视觉AI项目提供了完整的解决方案。

定价和计划

Ultralytics提供灵活的定价结构以满足不同需求：

• 开源（AGPL-3.0）：YOLOv8框架在AGPL-3.0许可下可免费用于学术和研究目的。这对于学生、研究人员和开源项目是理想的选择。
• 企业许可证：对于在专有软件中的商业用途，可购买付费的企业许可证。该许可证消除了AGPL-3.0的开源限制，并允许集成到商业产品中。这通常是一次性购买。
• Ultralytics HUB（免费增值）：HUB平台采用免费增值模式。
  • 免费计划：包括有限数量的项目、模型和训练积分，非常适合入门和小型项目。
  • 专业计划：按月订阅，为专业用户和团队提供更多的训练积分、项目和高级功能。
  • 企业计划：为大型组织提供的定制计划，提供本地部署、专属支持、自定义集成和无限使用等功能。