تجميع وتقييس Ultralytics YOLOv5 لأداء أفضل مع Deci

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.

تتضمن منصة Deci أدوات مجانية لإدارة وتحسين ونشر نماذج YOLOv5 الخاصة بك بسهولة في أي بيئة إنتاج. تدعم Deci جميع أطر عمل التعلم العميق (DL) الشائعة، مثل TensorFlow وPyTorch وKeras وONNX. كل ما تحتاجه هو منصتنا المستندة إلى الويب أو عميل Python الخاص بنا لتشغيلها من الكود الخاص بك.

Link to this sectionلماذا 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.

Link to this sectionمع Deci يمكنك:#

Link to this sectionتحسين 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.

Link to this sectionالعثور 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.

Link to this sectionالنشر 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 الويب الخاص بـ Deci.

Link to this sectionالإعداد لأول مرة#

Link to this sectionالخطوة 1#

افتح حسابك المجاني.

Link to this sectionالخطوة 2#

لبدء تحسين نموذج YOLOv5 المدرب مسبقًا، ستحتاج إلى تحويله إلى تنسيق ONNX. راجع دليل تصدير YOLOv5 للحصول على تعليمات حول كيفية تحويل نموذجك إلى تنسيق ONNX.

Link to this sectionالخطوة 3#

انتقل إلى علامة التبويب "Lab" وانقر فوق الزر "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 فوق "Start". ستقوم منصة Deci تلقائيًا بإجراء تحسين وقت التشغيل (runtime optimization) لنموذج YOLOv5 الخاص بك للأجهزة التي اخترتها، بالإضافة إلى قياس أداء نموذجك على أنواع أجهزة متنوعة. تستغرق هذه العملية حوالي 10 دقائق.

بمجرد الانتهاء، سيظهر صف جديد على شاشتك أسفل النموذج الأساسي الذي قمت بتحميله مسبقًا. هنا يمكنك رؤية الإصدار المحسن من نموذج YOLOv5 المدرب مسبقًا.

Link to this sectionما 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".

Link to this sectionهل 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 YOLOv5 في 15 دقيقة إجمالاً. منصة Deci سهلة للغاية وبديهية في الاستخدام.

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