تبسيط سير عمل التصنيف باستخدام Ultralytics YOLOv5 v6.2

يواصل YOLOv5 دفع حدود التطور في مجال كشف الكائنات. وإليكم أبرز مستجدات إصدار YOLOv5 v6.2، بدءًا من نماذج التصنيف الجديدة وقابلية إعادة إنتاج التدريب ودعم Apple Metal Performance Shader (MPS)، وصولًا إلى التكامل مع ClearML وDeci.

تحديثات مهمة في Ultralytics YOLOv5#

نعمل على تحسين YOLOv5 منذ إصدارنا السابق في فبراير 2022. وفيما يلي أهم التحديثات في أحدث إصدار YOLOv5 v6.2:

• نماذج التصنيف: أصبحت نماذج تصنيف الصور Ultralytics YOLOv5-cls المدربة مسبقًا على ImageNet متاحة للمرة الأولى.
• تسجيل ClearML: تكامل مع أداة تتبع التجارب مفتوحة المصدر ClearML. يتيح التثبيت باستخدام pip install clearml هذا التكامل، ويسمح للمستخدمين بتتبع كل عملية تدريب في ClearML. كما يتيح ذلك للمستخدمين تتبع عمليات التشغيل ومقارنتها، بل وجدولتها عن بُعد.
• معايير أداء التصدير على GPU: قيّم أداء (mAP والسرعة) جميع تنسيقات تصدير YOLOv5 باستخدام python utils/benchmarks.py --weights yolov5s.pt --device 0 لقياس الأداء على GPU أو --device cpu لقياس الأداء على CPU.
• قابلية إعادة إنتاج التدريب: أصبح تدريب Ultralytics YOLOv5 على GPU واحد باستخدام torch>=1.12.0 قابلًا لإعادة الإنتاج بالكامل، ويمكن استخدام وسيطة --seed الجديدة (الافتراضي هو seed=0).
• دعم Apple Metal Performance Shader (MPS): دعم MPS لأجهزة Apple M1/M2 باستخدام --device mps (لا تزال الوظائف الكاملة بانتظار تحديثات torch في pytorch/pytorch#77764).

نماذج تصنيف جديدة#

هدفنا الرئيسي من هذا الإصدار هو تقديم سير عمل بسيط لتصنيف الصور باستخدام YOLOv5، على غرار نماذجنا الحالية لكشف الكائنات. ولا تعد نماذج YOLOv5-cls الجديدة في الإصدار v6.2 سوى البداية؛ إذ سنواصل تحسينها إلى جانب نماذج الكشف الحالية. ويسعدنا تلقي مساهماتكم في هذا العمل!

يتضمن هذا الإصدار 401 طلب سحب (PR) من 41 مساهمًا منذ إصدارنا الأخير في فبراير 2022. ويضيف تدريب التصنيف والتحقق والتنبؤ والتصدير (إلى جميع التنسيقات الـ11)، كما يوفر نماذج YOLOv5m-cls وResNet (18 و34 و50 و101) وEfficientNet (b0-b3) المدربة مسبقًا على ImageNet.

درّبنا نماذج التصنيف Ultralytics YOLOv5-cls على ImageNet لمدة 90 حقبة باستخدام مثيل 4xA100، ودرّبنا نماذج ResNet وEfficientNet إلى جانبها بالإعدادات الافتراضية نفسها للمقارنة. وصدّرنا جميع النماذج إلى ONNX FP32 لاختبارات السرعة على CPU، وإلى TensorRT FP16 لاختبارات السرعة على GPU. وأجرينا جميع اختبارات السرعة على Google Colab Pro لتسهيل إعادة إنتاجها.

ما التالي من Ultralytics؟#

من المقرر إصدار نسختنا التالية، v6.3، في سبتمبر 2022، وستضيف دعمًا رسميًا لتجزئة الحالات إلى Ultralytics YOLOv5، يتبعها إصدار رئيسي v7.0 في وقت لاحق من هذا العام لتحديث البنى في المهام الثلاث جميعها: الكشف والتجزئة والتصنيف. (وقد أُضيفت تجزئة الحالات في نهاية المطاف في YOLOv5 v7.0.)

زُر مستودع YOLOv5 مفتوح المصدر على GitHub لمتابعة آخر المستجدات ومعرفة المزيد عن هذا الإصدار.