تجميع وتقييس Ultralytics YOLOv5 لأداء أفضل مع Deci
قم بتحسين ونشر نماذج Ultralytics YOLOv5 باستخدام منصة Deci، مما يعزز الأداء بما يصل إلى 10 أضعاف. ابدأ مجاناً واستفد من التحسين التلقائي للنماذج.
في Ultralytics، نعقد شراكات تجارية مع شركات ناشئة أخرى للمساعدة في تمويل البحث والتطوير لأدواتنا مفتوحة المصدر الرائعة، مثل YOLOv5، للحفاظ على مجانيتها للجميع. قد تحتوي هذه المقالة على روابط تابعة لشركائنا.
تشتمل منصة Deci على أدوات مجانية لإدارة وتحسين نشر نماذج YOLOv5 بسهولة في أي بيئة إنتاجية. تدعم Deci جميع أطر التعلم العميق الشائعة، مثل TensorFlow وPyTorch وKeras وONNX. كل ما تحتاجه هو منصتنا المستندة إلى الويب أو العميل البرمجي الخاص بنا بلغة Python لتشغيلها من الكود الخاص بك.
لماذا Deci؟#
يمكنك استخدام Deci ليس فقط للتصدير، بل أيضًا للتقليم (pruning) وتكميم النموذج!
توفر Deci واجهة ممتازة للتصدير بأي تنسيق وإجراء مقارنة أداء بين النماذج الأصلية والمحولة. يختار المستخدمون إجراء مزيد من التحسين لنماذجهم من خلال التكميم.
مع Deci يمكنك:#
تحسين أداء الاستنتاج بما يصل إلى 10 أضعاف#
تجميع وتكميم نماذجك تلقائيًا وتقييم إعدادات الإنتاج المختلفة لتحقيق زمن انتقال أفضل، وسرعة إنتاجية أعلى، وتقليل حجم النموذج والبصمة الذاكرية على جهازك.
العثور على أفضل أجهزة الاستنتاج لتطبيقك#
قياس أداء نموذجك على أجهزة متنوعة (بما في ذلك أجهزة الحافة) بضغطة زر. تخلص من الحاجة إلى الإعداد والاختبار اليدوي لإعدادات أجهزة وإنتاج متعددة.
النشر ببضعة أسطر من الكود#
الاستفادة من محرك استنتاج Deci القائم على Python. متوافق مع أطر عمل وأنواع أجهزة متعددة.
لمزيد من المعلومات حول منصة Deci، يرجى زيارة موقع Deci.
الإعداد لأول مرة#
الخطوة 1#
افتح حسابك المجاني.
الخطوة 2#
للبدء في تحسين نموذج YOLOv5 المدرب مسبقًا، ستحتاج إلى تحويله إلى تنسيق ONNX. راجع دليل تصدير YOLOv5 للحصول على إرشادات حول كيفية تحويل نموذجك إلى تنسيق ONNX.
الخطوة 3#
انتقل إلى علامة التبويب "Lab" وانقر على زر "New Model" في الجزء العلوي الأيمن من الشاشة لتحميل نموذج YOLOv5 بتنسيق ONNX.
اتبع خطوات معالج تحميل النموذج لتحديد الأجهزة المستهدفة بالإضافة إلى حجم الدفعة (batch size) ومستوى التكميم المطلوب لتجميع النموذج.
بعد ملء المعلومات ذات الصلة، انقر على "بدء" (Start). ستجري منصة Deci تلقائياً تحسين وقت التشغيل لنموذج Ultralytics YOLOv5 الخاص بك للأجهزة التي اخترتها بالإضافة إلى قياس أداء نموذجك على أنواع مختلفة من الأجهزة. تستغرق هذه العملية حوالي 10 دقائق.
بمجرد الانتهاء، سيظهر صف جديد على شاشتك أسفل النموذج الأساسي الذي قمت بتحميله مسبقاً. يمكنك هنا رؤية النسخة المحسنة من نموذج Ultralytics YOLOv5 المدرب مسبقاً.
ما الخطوة التالية؟#
يمكنك بعد ذلك تنزيل نموذجك المحسن بالنقر فوق الزر "Deploy".
سيُطلب منك بعد ذلك تنزيل نموذجك وتلقي تعليمات حول كيفية تثبيت واستخدام Infery - محرك استنتاج وقت التشغيل الخاص بـ Deci.
استخدام Infery اختياري. يمكنك الحصول على ملفات python الخام واستخدامها مع أي محرك استنتاج آخر من اختيارك.
استكشف نتائج التحسين والمعايير في علامة التبويب "Insights".
هل أنت مستعد للبدء؟#
قبل الختام، دعنا نناقش بعض المزايا التي تقدمها Deci:
- تحسين إنتاجية الاستنتاج وزمن الانتقال لنموذجك دون المساس بالدقة
- يسمح لك بتحسين النماذج من جميع أطر العمل الشائعة
- يدعم النماذج الموجهة لأي مهمة تعلم عميق
- يدعم النشر على أجهزة CPU و GPU الشائعة
- يقوم بقياس مدى ملاءمة نموذجك على مضيفي أجهزة ومزودي سحابة مختلفين
- يجعل النماذج المحملة جاهزة للخدمة والاستنتاج والنشر
كما رأيت للتو، يمكنك مضاعفة أداء نموذج Ultralytics YOLOv5 في غضون 15 دقيقة إجمالاً. منصة Deci سهلة للغاية وبديهية الاستخدام.
هل لديك أي أسئلة؟ انضم إلى مجتمعنا واطرح سؤالك اليوم!
