YOLOv5 أصبح أقوى في الإصدار v6.1!

بصفتنا روادًا في مجال رؤية الكمبيوتر وتعلم الآلة، يسعد Ultralytics أن تعلن عن أحدث التطورات في تقنية YOLO (You Only Look Once) الرائدة لدينا. مع إصدار YOLOv5 v6.1، قمنا بضبط بنيتنا لتحسين البساطة والسرعة والقوة، مما يضمن بقاء تقنيتنا في طليعة الابتكار. لقد وضع إصدارنا الأخير في أكتوبر 2021 الأساس لهذه التطورات، ونحن فخورون الآن بتقديم هذه التحديثات الحاسمة التي تعيد تعريف سهولة استخدام YOLO وأدائها.

تحديثات مهمة

في سعينا الدؤوب لتحقيق التميز في رؤية الذكاء الاصطناعي، إليك التحسينات الرائدة التي ستجدها في YOLOv5 v6.1:

• دعم TensorRT: تحسين التكامل لصادرات نماذج TensorFlow وKeras وTFLite وTF.js باستخدام python export.py --include saved_model pb tflite tfjs (#5699 بواسطة @imyhxy). يعد هذا علامة فارقة مهمة حيث أن TensorRT من NVIDIA هو مُحسِّن ووقت تشغيل للاستدلال العميق عالي الأداء يوفر زمن انتقال منخفض وإنتاجية عالية لتطبيقات التعلم العميق.
  ‍
• دعم TensorFlow Edge TPU ⭐ جديد: تقديم نموذج YOLOv5n الجديد الأصغر (1.9 مليون معلمة) الذي يقل عن YOLOv5s (7.5 مليون معلمة) في التعقيد، ولكنه يتألق في قدرته على التصدير إلى حجم INT8 يبلغ 2.1 ميجابايت فقط. يعد هذا مثاليًا بشكل خاص لحلول الأجهزة المحمولة فائقة الخفة، مما يوفر تعلمًا آليًا قويًا في طليعة التكنولوجيا (#3630 بواسطة @zldrobit).
  ‍
• دعم OpenVINO: تدعم نماذج YOLOv5 ONNX الآن OpenVINO، ويمكن 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 جديدة لتقييم mAP (متوسط الدقة المتوسطة) والسرعة عبر جميع تنسيقات تصدير YOLOv5 باستخدام python utils/benchmarks.py --weights yolov5s.pt. نعمل حاليًا على وحدات المعالجة المركزية (CPUs)، ونخطط لتوسيع هذا ليشمل معايير وحدة معالجة الرسومات (GPU) في التحديثات المستقبلية (#6613 بواسطة @glenn-jocher).
  ‍
• المعلمات الفائقة: كان هناك تعديل طفيف ولكنه حاسم لمعلماتنا الفائقة - 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 (LR) الافتراضي إلى دورة خطية واحدة، لتحل محل الدورة السابقة بدورة جيب التمام، لتحسين نتائج التدريب (#6729 بواسطة @glenn-jocher).

الكشف عن النطاق الكامل لدعمنا عبر تنسيقات مختلفة، يعمل YOLOv5 الآن رسميًا مع 11 تنسيقًا، ويدعم ليس فقط التصدير ولكن أيضًا الاستدلال باستخدام detect.py و PyTorch Hub، والتحقق من الصحة لملف تعريف mAP والسرعة:

• ✅ PyTorch
• ✅ TorchScript
• ✅ ONNX
• ✅ OpenVINO
• ✅ TensorRT
• ✅ CoreML
• ✅ TensorFlow SavedModel
• ✅ TensorFlow GraphDef
• ✅ TensorFlow Lite
• ✅ TensorFlow Edge TPU
• ✅ TensorFlow.js

معًا من أجل الذكاء الاصطناعي للجميع

في Ultralytics، لا يحركنا مجرد الرغبة في القيادة، بل الشغف بالمشاركة والمساهمة في المجتمع. لقد كانت عائلة YOLOv5 أساسية في رحلتنا، حيث دعمتنا خلال الانتصارات والتحديات على حد سواء. هذا التحديث هو انتصار جماعي، يمثل العمل الجاد لـ 271 طلب سحب من 48 مساهمًا جديدًا. نحن ملتزمون بمهمتنا المتمثلة في إضفاء الطابع الديمقراطي على الذكاء الاصطناعي، وجعله في متناول الجميع وقابل للتشغيل.

انضم إلى ثورة Vision AI

نحن نبحث باستمرار عن مواهب للانضمام إلى صفوفنا وندعو إلى التعاون في مشاريعنا مفتوحة المصدر. إذا كنت مهتمًا بأن تصبح جزءًا من فريق الذكاء الاصطناعي الأكثر تطوراً، فاستكشف صفحة الوظائف لدينا أو فكر في المساهمة في YOLOv5.

من عشاق الذكاء الاصطناعي إلى الكشف عن الأجسام الأكثر شعبية لعام 2022

في هذا العام، حقق مستودع Ultralytics/YOLOv5 الخاص بنا إنجازًا هامًا بتجاوز pjreddie/darknet YOLOv3 الخاص بـ Joseph Redmon في العدد الإجمالي لنقاط GitHub، حيث يفتخر الآن بأكثر من 22.4 ألف نقطة. هذا دليل على ثقة المجتمع وحماسه، وهو يحفزنا على الاستمرار في دفع حدود Vision AI. يشرفنا بشدة أن نحمل إرث You Only Look Once.

تفضل بزيارة مستودع YOLOv5 GitHub الخاص بنا للحصول على تفاصيل شاملة حول الإصدار الجديد وانضم إلى مجتمع المتحمسين للكشف عن الأجسام باستخدام YOLO.

اختبر سحر YOLO بدون تعليمات برمجية

ولكن هناك المزيد! إذا كنت جديدًا في مجال الرؤية الحاسوبية أو كنت تفضل ببساطة تجربة بدون تعليمات برمجية، فإن Ultralytics HUB هو بوابتك. اكتشف كيفية تسخير تقنية YOLO والرؤية الحاسوبية ببضع نقرات سهلة. تعرف على المزيد من خلال زيارة Ultralytics HUB - بوابتك إلى الذكاء الاصطناعي وابدأ رحلتك في مجال الرؤية الحاسوبية.