تجميع Ultralytics YOLOv5 وتكميمه لتحسين الأداء باستخدام Deci

في Ultralytics، نعقد شراكات تجارية مع شركات ناشئة أخرى لمساعدتنا في تمويل البحث والتطوير لأدواتنا الرائعة مفتوحة المصدر، مثل YOLOv5، والحفاظ على إتاحتها مجانًا للجميع. قد تحتوي هذه المقالة على روابط تابعة لشركائنا.

تتضمن منصة Deci أدوات مجانية لإدارة نماذج YOLOv5 وتحسينها ونشرها بسهولة في أي بيئة إنتاج. تدعم Deci جميع أطر عمل DL الشائعة، مثل TensorFlow وPyTorch وKeras وONNX. وكل ما تحتاج إليه هو منصتنا المستندة إلى الويب أو عميل Python لتشغيلها من التعليمات البرمجية الخاصة بك.

لماذا Deci؟#

يمكنك استخدام Deci ليس للتصدير فحسب، بل لتقليم النموذج وتكميمه أيضًا!

توفر Deci واجهة سهلة للتصدير بأي تنسيق، ومقارنة الأداء بين النماذج الأصلية والمحوَّلة. ويمكن للمستخدمين اختيار تحسين نماذجهم بشكل أكبر من خلال التكميم.

باستخدام Deci، يمكنك:#

تحسين أداء الاستدلال بما يصل إلى 10 أضعاف#

تجميع نماذجك وتكميمها تلقائيًا وتقييم إعدادات إنتاج مختلفة لتحقيق زمن استجابة وإنتاجية أفضل، وتقليل حجم النموذج وبصمته في الذاكرة على أجهزتك.

العثور على أفضل أجهزة الاستدلال لتطبيقك#

قِس أداء نموذجك على أجهزة عتادية متنوعة، بما في ذلك الأجهزة الطرفية، بنقرة واحدة. وتخلّص من الحاجة إلى إعداد واختبار إعدادات متعددة للأجهزة والإنتاج يدويًا.

النشر باستخدام بضعة أسطر من التعليمات البرمجية#

استفد من محرك الاستدلال القائم على Python من Deci. وهو متوافق مع أطر عمل وأنواع أجهزة متعددة.

لمزيد من المعلومات حول منصة Deci، يُرجى زيارة موقع Deci الإلكتروني.

الإعداد لأول مرة#

الخطوة 1#

افتح حسابك المجاني.

الخطوة 2#

لبدء تحسين نموذج YOLOv5 المدرَّب مسبقًا، ستحتاج إلى تحويله إلى تنسيق ONNX. راجع البرنامج التعليمي لتصدير 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 الأيسر من الشاشة لتحميل نموذج YOLOv5 بتنسيق ONNX.

اتبع خطوات معالج تحميل النموذج لاختيار العتاد المستهدف، بالإضافة إلى حجم الدفعة المطلوب ومستوى التكميم لتجميع النموذج.

بعد إدخال المعلومات ذات الصلة، انقر على "Start". ستُجري منصة Deci تلقائيًا تحسينًا لوقت التشغيل لنموذج Ultralytics YOLOv5 على العتاد الذي اخترته، كما ستقيس أداء نموذجك على أنواع مختلفة من العتاد. تستغرق هذه العملية نحو 10 دقائق.

عند الانتهاء، سيظهر صف جديد على شاشتك أسفل النموذج الأساسي الذي حمّلته سابقًا. وهنا يمكنك رؤية النسخة المحسّنة من نموذج Ultralytics YOLOv5 المدرَّب مسبقًا.

ما الخطوة التالية؟#

يمكنك بعد ذلك تنزيل نموذجك المحسّن بالنقر على زر "Deploy".

سيُطلب منك بعد ذلك تنزيل نموذجك، وستتلقى إرشادات حول كيفية تثبيت Infery، محرك الاستدلال الخاص بوقت التشغيل من Deci، واستخدامه.

استخدام Infery اختياري. ويمكنك الحصول على ملفات Python الخام واستخدامها مع أي محرك استدلال آخر تختاره.

استكشف نتائج التحسين وقياس الأداء في علامة التبويب "Insights".

هل أنت مستعد للبدء؟#

قبل أن نختتم، دعونا نناقش بعض المزايا التي تقدمها Deci:

• تحسين إنتاجية الاستدلال وزمن استجابته لنموذجك دون المساس بالدقة
• تتيح لك تحسين النماذج من جميع أطر العمل الشائعة
• تدعم النماذج المخصصة لأي مهمة من مهام التعلم العميق
• تدعم النشر على أجهزة CPU وGPU الشائعة
• تقيس مدى ملاءمة نموذجك على مضيفات عتادية مختلفة وموفري خدمات سحابية متنوعين
• تجهّز النماذج المحمّلة للخدمة والاستدلال والنشر

كما رأيت للتو، يمكنك مضاعفة أداء نموذج Ultralytics YOLOv5 خلال 15 دقيقة إجمالًا. منصة Deci سهلة الاستخدام وبديهية للغاية.

هل لديك أي أسئلة؟ انضم إلى مجتمعنا واطرح سؤالك اليوم!