تبسيط عمليات سير عمل التصنيف باستخدام برنامج Ultralytics YOLOv5 v6.2

يرتقي YOLOv5 بأحدث ما توصلت إليه التكنولوجيا في مجال اكتشاف الأجسام إلى آفاق جديدة! نقدم لك إصدار YOLOv5 v6.2 الجديد YOLOv5 v6.2، بدءًا من نماذج التصنيف الجديدة، وقابلية تكرار التدريب، ودعم تظليل الأداء المعدني (MPS) من Apple، إلى التكامل مع ClearML وDeci.

تحديثات مهمة لـ YOLOv5

لقد عملنا على تحسين بنية YOLO Vision AI المفضلة لديك منذ إصدارنا الأخير في فبراير 2022. هذه هي أهم التحديثات في الإصدار الأخير YOLOv5 v6.2:

• نماذج التصنيف: تتوفر الآن نماذج تصنيف YOLOv5-cls التي تم تدريبها مسبقًا على YOLOv5-cls نماذج تصنيف YOLOv5-cls متاحة الآن لأول مرة.
  ‍
• تسجيل ClearML: التكامل مع أداة تعقب التجارب مفتوحة المصدر ClearML. سيؤدي التثبيت باستخدام pip install clearml إلى تمكين التكامل والسماح للمستخدمين بتتبع كل عملية تشغيل تدريبية في ClearML. وهذا بدوره يسمح للمستخدمين بتتبع ومقارنة عمليات التشغيل وحتى جدولة عمليات التشغيل عن بُعد.
  ‍
• معايير تصدير وحدة معالجة الرسومات GPU: قياس جميع تنسيقات تصدير YOLOv5 (mAP والسرعة) باستخدام python utils/benchmarks.py --weights yolov5s.pt -الجهاز 0 لمعايير وحدة معالجة الرسومات أو -الجهاز CPU لمعايير وحدة المعالجة المركزية.
  ‍
• استنساخ التدريب: أصبح الآن تدريب YOLOv5 أحادي وحدة معالجة معالجة النصوص الأحادية مع الشعلة>=1.12.0 قابلاً للتكرار بالكامل، ويمكن استخدام وسيطة جديدة -- بذرة (البذرة الافتراضية = 0).
  ‍
• دعم تظليل الأداء المعدني (MPS) من Apple: دعم MPS لأجهزة Apple M1/M2 باستخدام --device mps (الوظيفة الكاملة في انتظار تحديثات الشعلة في pytorch/pytorch#77764).

نماذج التصنيف الجديدة

يتمثل هدفنا الرئيسي من هذا الإصدار في تقديم عمليات سير عمل تصنيف YOLOv5 البسيطة، تمامًا مثل نماذج اكتشاف الأجسام الموجودة لدينا. تُعد نماذج YOLOv5-cls الجديدة في الإصدار 6.2 مجرد بداية، وسنواصل تحسينها من الآن فصاعدًا مع نماذج الكشف الحالية لدينا. نود أن نرحب بمساهماتكم في هذا الجهد!

يشتمل هذا الإصدار على 401 من العلاقات العامة من 41 مساهمًا منذ إصدارنا الأخير في فبراير 2022. وهو يضيف التدريب على التصنيف والتحقق من الصحة والتنبؤ والتصدير (إلى جميع التنسيقات الـ 11)، كما يوفر أيضًا نماذج YOLOv5m-cls المدربة مسبقًا على ImageNet وResNet (18، 34، 50، 101) وEfficientNet (b0-b3).

لقد قمنا بتدريب نماذج تصنيف YOLOv5-cls على ImageNet لمدة 90 حقبة باستخدام مثيل 4xA100، وقمنا بتدريب نماذج ResNet وEfficientNet جنبًا إلى جنب مع نفس إعدادات التدريب الافتراضية للمقارنة. قمنا بتصدير جميع النماذج إلى ONNX FP32 لاختبارات سرعة وحدة المعالجة المركزية وإلى TensorRT FP16 لاختبارات سرعة وحدة معالجة الرسومات. أجرينا جميع اختبارات السرعة على Google Colab Pro لسهولة التكرار.  

ما التالي من Ultralytics؟

من المقرر أن يصدر الإصدار التالي، الإصدار 6.3 في سبتمبر 2022، وسيوفر دعمًا رسميًا لتجزئة المثيل إلى YOLOv5، مع إصدار الإصدار الرئيسي v7.0 في وقت لاحق من هذا العام لتحديث البنى عبر جميع المهام الثلاث - التصنيف والكشف والتجزئة.

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