أصبح YOLOv5 أقوى في الإصدار v6.1!
استكشف YOLOv5 v6.1 من Ultralytics للحصول على تحسينات متطورة في مجال الرؤية الحاسوبية القائمة على الذكاء الاصطناعي، مع دعم TensorRT وTensorFlow وEdge TPU والمزيد.


باعتبارنا رواداً في مجال رؤية الكمبيوتر والتعلم الآلي، تسر Ultralytics أن تعلن عن أحدث التطورات في تكنولوجيا YOLO (You Only Look Once) الرائدة لدينا. مع إصدار YOLOv5 v6.1، قمنا بضبط بنيتنا التحتية لتعزيز البساطة والسرعة والقوة، مما يضمن بقاء تقنيتنا في طليعة الابتكار. لقد وضع إصدارنا الأخير في أكتوبر 2021 الأساس لهذه التطورات، والآن نحن فخورون بتقديم هذه التحديثات الحاسمة التي تعيد تعريف قابلية الاستخدام والأداء لـ YOLO.
تحديثات مهمة#
مواصلة لسعينا الدؤوب نحو التميز في Vision AI، هذه هي التحسينات الرائدة التي ستجدها في YOLOv5 v6.1:
- دعم TensorRT: تكامل محسّن لتصدير نماذج TensorFlow و Keras و TFLite و TF.js باستخدام أمر python export.py --include saved_model pb tflite tfjs (#5699 بواسطة @imyhxy). يُعد هذا علامة فارقة هامة نظراً لأن TensorRT من NVIDIA هو محسن ووقت تشغيل للاستدلال في التعلم العميق عالي الأداء يوفر زمن انتقال منخفضاً وإنتاجية عالية لتطبيقات التعلم العميق.
- دعم TensorFlow Edge TPU ⭐ جديد: نقدم نموذج YOLOv5n الجديد الأصغر حجمًا (1.9 مليون معامل) والذي يأتي أدنى من YOLOv5s (7.5 مليون معامل) من حيث التعقيد، ولكنه يتألق في قدرته على التصدير بحجم INT8 يبلغ 2.1 ميجابايت فقط. يُعد هذا مثالياً بشكل خاص لحلول الجوال خفيفة الوزن للغاية، مما يجلب التعلم الآلي القوي إلى حافة التكنولوجيا مباشرة (#3630 بواسطة @zldrobit).
- دعم OpenVINO: أصبحت نماذج YOLOv5 ONNX متوافقة الآن. مع OpenVINO، يمكن للنماذج الآن تسخير القوة الكاملة لوحدات المعالجة المركزية Intel وحدات معالجة الرسومات المدمجة لمجموعة متنوعة من التطبيقات (#6057 بواسطة @glenn-jocher).
- معايير التصدير: لقد قدمنا أداة قياس جديدة لتقييم mAP (متوسط الدقة المتوسطة) والسرعة عبر جميع تنسيقات تصصدير YOLOv5 باستخدام python utils/benchmarks.py --weights yolov5s.pt. تعمل حالياً على وحدات المعالجة المركزية CPU، ونخطط لتوسيع نطاق ذلك ليشمل معايير وحدات معالجة الرسومات GPU في التحديثات المستقبلية (#6613 بواسطة @glenn-jocher).
- المعلمات الفائقة: حدث تعديل طفيف ولكنه حاسم على معلماتنا الفائقة - في hyp-scratch-large.yaml تم تخفيض معامل معدل التعلم (lrf) من 0.2 إلى 0.1 (#6525 بواسطة @glenn-jocher).
- التدريب: تم تحديث مخطط معدل التعلم (LR) الافتراضي إلى خطي ذو دورة واحدة (one-cycle linear)، ليحل محل الدورة الواحدة السابقة مع جيب التمام (cosine)، لتحسين نتائج التدريب (#6729 بواسطة @glenn-jocher).

كشفاً عن النطاق الكامل لدعمنا عبر تنسيقات مختلفة، يعمل YOLOv5 الآن رسمياً مع 11 تنسيقاً، حيث يدعم ليس فقط التصدير ولكن أيضاً الاستنتاج باستخدام detect.py وPyTorch Hub، والتحقق من صحة ملف mAP والسرعة:
- ✅ PyTorch
- ✅ TorchScript
- ✅ ONNX
- ✅ OpenVINO
- ✅ TensorRT
- ✅ CoreML
- ✅ TensorFlow SavedModel
- ✅ TensorFlow GraphDef
- ✅ TensorFlow Lite
- ✅ TensorFlow Edge TPU
- ✅ TensorFlow.js
معاً من أجل ذكاء اصطناعي للجميع#
في Ultralytics، لا ندفَع فقط بالرغبة في الريادة بل بشغف المشاركة والساهمة في المجتمع. لقد كانت عائلة YOLOv5 دوراً محورياً في رحلتنا، حيث دعمَتْنا عبر الانتصارات والتحديات على حد سواء. يُعد هذا التحديث نصراً جماعياً، يمثل العمل الشاق لـ 271 طلب سحب (PR) من 48 مساهماً جديداً. نحن ملتزمون بمهمتنا المتمثلة في إضفاء الطابع الديمقراطي على الذكاء الاصطناعي، وجعله في متناول الجميع وقابلاً للتشغيل للجميع.
انضم إلى ثورة Vision AI#
نحن نبحث باستمرار عن المواهب للانضمام إلى صفوفنا ونرحب بالتعاون في مشاريعنا مفتوحة المصدر. إذا كنت مهتماً بأن تصبح جزءاً من فريق الذكاء الاصطناعي الأكثر ريادة، فتفضل باستكشاف صفحة الوظائف لدينا أو تفكر في المساهمة في YOLOv5.
من عشاق الذكاء الاصطناعي إلى أكثر نماذج اكتشاف الكائنات شعبية في عام 2022#
هذا العام، حقق مستودع Ultralytics/YOLOv5 الخاص بنا علامة فارقة مهمة من خلال تجاوز مستودع pjreddie/darknet YOLOv3 الخاص بـ Joseph Redmon في إجمالي عدد نجوم GitHub، حيث يضم الآن أكثر من 22.4 ألف نجمة. هذا شهادة على ثقة وحماس المجتمع، وهو يحفزنا على الاستمرار في دفع حدود رؤية الذكاء الاصطناعي. نتشرف بششدة بحمل إرث You Only Look Once.
تفضل بزيارة مستودع YOLOv5 على GitHub للحصول على تفاصيل شاملة حول الإصدار الجديد والانضمام إلى المجتمع النابض بالحياة من عشاق اكتشاف كائنات YOLO.
جرب سحر YOLO بدون كتابة كود#
ولكن هناك المزيد! إذا كنت جديداً على رؤية الكمبيوتر أو تفضل ببساطة تجربة خالية من الكود، فإن Ultralytics HUB هو بوابتك. اكتشف كيفية تسخير تقنية YOLO ورؤية الكمبيوتر ببضع نقرات سهلة. اعرف المزيد من خلال زيارة Ultralytics HUB - Your Doorway to AI وابدأ رحلتك في رؤية الكمبيوتر.






