YOLOv5 فقط أصبحت أقوى في الإصدار 6.1!

كرواد في مجال رؤية الكمبيوتر والتعلم الآلي ، Ultralytics متحمس للإعلان عن آخر التطورات في موقعنا الرائد YOLO (أنت تنظر مرة واحدة فقط) التكنولوجيا. مع YOLOv5 إصدار v6.1 ، قمنا بضبط بنيتنا لتحسين البساطة والسرعة والقوة ، مما يضمن بقاء تقنيتنا في طليعة الابتكار. وضع إصدارنا الأخير في أكتوبر 2021 الأساس لهذه التطورات ، والآن نحن فخورون بتقديم هذه التحديثات المهمة التي تعيد تعريف YOLOسهولة الاستخدام والأداء.

تحديثات مهمة

استمرارا لسعينا الدؤوب للتميز في Vision الذكاء الاصطناعي ، هذه هي التحسينات الرائدة التي ستجدها في YOLOv5 الإصدار 6.1:

• TensorRT الدعم: تكامل محسّن لـ TensorFlow و Keras و TFLite و TF.js تصدير النماذج باستخدام python export.py --include saved_model pb tflite tfjs(#5699 بواسطةimyhxy). يعد هذا إنجازًا مهمًا حيث أن NVIDIA' TensorRT هو مُحسِّن استدلالي عالي الأداء للتعلم العميق ووقت تشغيل يوفر زمن تأخير منخفض وإنتاجية عالية لتطبيقات التعلم العميق.
• TensorFlow حافة TPU دعم ⭐ جديد: تقديم نموذج YOLOv5n الأصغر الجديد (1.9M معلمة) الذي يقف أقل من YOLOv5s (7.5M معلمات) في التعقيد ، ولكنه يتألق في قدرته على التصدير إلى حجم INT8 2.1 ميغابايت فقط. هذا مثالي بشكل خاص لحلول الأجهزة المحمولة فائقة الخفة ، مما يجلب التعلم الآلي القوي إلى حافة التكنولوجيا (# 3630 by @zldrobit).
• OpenVINO الدعم: YOLOv5 ONNX النماذج الآن كومبمع OpenVINO ، يمكن للنماذج الآن تسخير القوة الكاملة لوحدات المعالجة المركزية Intel ووحدات معالجة الرسومات المدمجة لمجموعة متنوعة من التطبيقات(#6057 بواسطة @glenn-jocher).
• معايير التصدير: لقد قدمنا أداة قياس مرجعية جديدة لتقييم mAP (متوسط الدقة المتوسطة) والسرعة عبر جميع تنسيقات التصدير YOLOv5 باستخدام python utils/benchmarks.py --weights yolov5s.pt. تعمل الأداة حاليًا على وحدات المعالجة المركزية، ونخطط لتوسيع نطاقها لتشمل معايير GPU في التحديثات المستقبلية(#6613 بواسطة @glenn-jocher).
• المعلمات الفائقة: كان هناك تعديل طفيف ولكنه حاسم على المعلمات الفائقة لدينا - في hyp-scratch-large.yaml ، تم تخفيض عامل معدل التعلم (LRF) من 0.2 إلى 0.1 (# 6525 بواسطة @glenn-jocher).
• التدريب: تم تحديث جدولة معدل التعلم الافتراضية (LR) إلى دورة واحدة خطية ، لتحل محل الدورة الواحدة السابقة بجيب التمام ، لتحسين نتائج التدريب (# 6729 بواسطة @glenn-jocher).

كشف النقاب عن مجموعة كاملة من دعمنا عبر تنسيقات مختلفة ، YOLOv5 يعمل الآن رسميا مع 11 تنسيقا ، ولا يدعم التصدير فحسب ، بل يدعم أيضا الاستدلال باستخدام detect.py و PyTorch Hub، والتحقق من صحة ملف تعريف mAP والسرعة:

• ✅ PyTorch
• ✅ TorchScript
• ✅ ONNX
• ✅ OpenVINO
• ✅ TensorRT
• ✅ CoreML
• ✅ TensorFlow SavedModel
• ✅ TensorFlow GraphDef
• ✅ TensorFlow لايت
• ✅ TensorFlow حافة TPU
• ✅ TensorFlow.شبيبه

معا من أجل الذكاء الاصطناعي الجميع

في Ultralytics، نحن لا مدفوعون فقط بالرغبة في القيادة ولكن بالشغف للمشاركة والمساهمة في المجتمع. ال YOLOv5 لعبت العائلة دورا أساسيا في رحلتنا ، حيث دعمتنا من خلال الانتصارات والتحديات على حد سواء. يعد هذا التحديث انتصارا جماعيا ، حيث يمثل العمل الشاق ل 271 من العلاقات العامة من 48 مساهما جديدا. نحن ملتزمون بمهمتنا المتمثلة في إضفاء الطابع الديمقراطي على الذكاء الاصطناعي ، وجعلها متاحة وعملية للجميع.

انضم إلى الرؤية الذكاء الاصطناعي الثورة

نحن نبحث باستمرار عن المواهب للانضمام إلى صفوفنا ودعوة التعاون في مشاريعنا مفتوحة المصدر. إذا كنت مهتما بأن تصبح جزءا من فريق الذكاء الاصطناعي الأكثر ابتكارا ، فاستكشف صفحة الوظائف الخاصة بنا أو فكر في المساهمة في YOLOv5.

من عشاق الذكاء الاصطناعي إلى اكتشاف الأشياء الأكثر شيوعا لعام 2022

هذا العام ، لدينا Ultralytics/YOLOv5 حقق المستودع إنجازا مهما من خلال تجاوز pjreddie / darknet YOLOv3 لجوزيف ريدمون في العدد الإجمالي لنجوم GitHub ، والذي يضم الآن أكثر من 22.4 ألف نجمة. هذه شهادة على ثقة وحماس المجتمع ، وتحفزنا على الاستمرار في دفع حدود الرؤية الذكاء الاصطناعي. يشرفنا بشدة أن نمضي قدما في إرث You Only Look Once .

تفضل بزيارة موقعنا YOLOv5 مستودع GitHub للحصول على تفاصيل شاملة حول الإصدار الجديد والانضمام إلى مجتمع نابض بالحياة YOLO عشاق الكشف عن الكائنات.

جرب سحر YOLO بدون رمز

ولكن هناك المزيد! إذا كنت جديدا على Computer Vision أو تفضل ببساطة تجربة بدون رمز ، Ultralytics HUB هي بوابتك. اكتشف كيفية التسخير YOLO وتقنية رؤية الكمبيوتر ببضع نقرات سهلة. تعرف على المزيد من خلال زيارة Ultralytics HUB - مدخلك إلى الذكاء الاصطناعي والشروع في رحلتك في رؤية الكمبيوتر.