تبسيط سير عمل التصنيف باستخدام Ultralytics YOLOv5 v6.2

YOLOv5 يدفع أحدث ما وصلت إليه التكنولوجيا في كشف الكائنات إلى آفاق جديدة! من نماذج التصنيف الجديدة، وإمكانية إعادة إنتاج التدريب، ودعم محرك Apple Metal Performance Shader (MPS)، إلى عمليات التكامل مع ClearML وDeci، نقدم لكم إصدار YOLOv5 v6.2 الجديد.

تحديثات مهمة لـ Ultralytics YOLOv5#

لقد عملنا على تحسين بنية YOLO Vision AI المفضلة لديك منذ أحدث إصدار لنا في فبراير 2022. هذه هي أهم التحديثات في أحدث إصدار YOLOv5 v6.2:

• نماذج التصنيف: تتوفر الآن ولأول مرة نماذج تصنيف Ultralytics YOLOv5-cls المدربة مسبقاً على ImageNet.
• تسجيل ClearML: التكامل مع أداة تتبع التجارب مفتوحة المصدر ClearML. سيؤدي التثبيت باستخدام pip install clearml إلى تمكين التكامل والسماح للمستخدمين بتتبع كل تشغيل للتدريب في ClearML. يتيح ذلك بدوره للمستخدمين تتبع المقارنات بين عمليات التشغيل وحتى جدولة عمليات التشغيل عن بعد.
• معايير تصدير GPU: قم بقياس أداء (mAP والسرعة) لجميع تنسيقات تصدير YOLOv5 باستخدام python utils/benchmarks.py --weights yolov5s.pt --device 0 لمعايير GPU أو --device CPU لمعايير CPU.
• Training Reproducibility: Single-GPU Ultralytics YOLOv5 training with torch>=1.12.0 is now fully reproducible, and a new --seed argument can be used (default seed=0).
• دعم محددات أداء أبل (MPS): دعم MPS لأجهزة Apple M1/M2 باستخدام --device mps (الوظيفة الكاملة معلقة في انتظار تحديثات torch في pytorch/pytorch#77764).

نماذج تصنيف جديدة#

هدفنا الرئيسي من هذا الإصدار هو تقديم سير عمل بسيط لتصنيف YOLOv5، تماماً مثل نماذج كشف الكائنات الحالية لدينا. تعد نماذج v6.2 YOLOv5-cls الجديدة مجرد بداية، وسنستمر في تحسينها في المستقبل جنباً إلى جنب مع نماذج الكشف الحالية لدينا. نرحب بمساهماتكم في هذا الجهد!

يتضمن هذا الإصدار 401 طلباً سحباً (PRs) من 41 مساهماً منذ إصدارنا الأخير في فبراير 2022. وهو يضيف التدريب على التصنيف، والتحقق، والتنبؤ، والتصدير (إلى جميع التنسيقات الـ 11)، كما يوفر نماذج YOLOv5m-cls المدربة مسبقاً على ImageNet، وResNet (18، 34، 50، 101)، ونماذج EfficientNet (b0-b3).

قمنا بتدريب نماذج تصنيف Ultralytics YOLOv5-cls على ImageNet لمدة 90 حقبة باستخدام مثيل 4xA100، ودربنا نماذج ResNet وEfficientNet بجانبها بنفس إعدادات التدريب الافتراضية للمقارنة. لقد قمنا بتصدير جميع النماذج إلى ONNX FP32 اختبارات سرعة CPU وإلى TensorRT FP16 لاختبارات سرعة GPU. لقد أجرينا جميع اختبارات السرعة على Google Colab Pro لسهولة إعادة الإنتاج.

ما التالي من Ultralytics؟#

إصدارنا القادم، v6.3، مقرر في سبتمبر 2022 وسيضفي دعم تجزئة الحالات الرسمي إلى Ultralytics YOLOv5، مع إصدار رئيسي v7.0 في وقت لاحق من هذا العام لتحديث البنى عبر المهام الثلاث جميعها - التصنيف، والكشف، والتجزئة.

قم بزيارة مستودع GitHub مفتوح المصدر الخاص بنا لـ YOLOv5 للبقاء على اطلاع دائم ومعرفة المزيد حول هذا الإصدار.