إصدار Ultralytics YOLOv5 v6.0 متاح الآن!
اكتشف YOLOv5 v6.0: تحديثات رئيسية لتحسين الدقة، وتقليل استخدام الذاكرة، وتسريع أداء نماذج الذكاء الاصطناعي. وانضم إلى مساهمينا من جميع أنحاء العالم اليوم!

وصل آخر تحديثاتنا في 12 أكتوبر 2021، وهو أول إصدار رئيسي منذ أبريل 2021. يجلب الإصدار v6.0 تحسينات كبيرة تقلل متطلبات الذاكرة أثناء التدريب، وتزيد الدقة أثناء النشر، وتحسّن أداء وقت التشغيل عبر النطاق الكامل لنماذج Ultralytics YOLOv5.

مخطط السرعة مقابل الدقة في Ultralytics YOLOv5 v6.0.
بالنسبة إلى مهندسي ML وعلماء البيانات، يعني ذلك أن YOLOv5 يوفّر الآن حلاً أكثر قوة للذكاء الاصطناعي للرؤية، كما أصبح تدريبه ونشره أسهل من أي وقت مضى. أُجريت تحديثات متعددة على البنى الأساسية للنموذج استنادًا إلى النتائج التجريبية لجهود Ultralytics في R&D.
تشمل التعديلات وحدات جديدة وتحسينات على الوحدات الحالية، تتضافر لإنتاج نماذج أسرع وأصغر وأكثر دقة.
لكن لم يكن بوسعنا إنجاز ذلك بمفردنا! يدمج هذا الإصدار 465 طلب سحب (PR) من 73 مساهمًا من جميع أنحاء العالم، تعاونوا جميعًا لدفع حدود الذكاء الاصطناعي. راجع إرشادات المساهمة مفتوحة المصدر إذا كنت ترغب في معرفة المزيد أو المساهمة بنفسك.
يجلب هذا الإصدار مئات التغييرات الصغيرة التي تتراكم لتُحدث فرقًا حقيقيًا، وهي تغييرات كثيرة جدًا بحيث يتعذر تناولها بالتفصيل، لكن من أبرزها:
- تكامل Roboflow ⭐ جديد: درّب نماذج YOLOv5 مباشرةً على أي مجموعة بيانات في Roboflow باستخدام تكاملنا الجديد! يوفّر هذا التكامل اتصالًا سلسًا بين مجموعات بيانات Roboflow وعمليات تدريب YOLOv5. (#4975 بواسطة @Jacobsolawetz)
- نماذج YOLOv5n «Nano» ⭐ جديد: نموذج YOLOv5n أصغر حجمًا (1.9M معلمة) من YOLOv5s (7.5M معلمة)، ويُصدَّر بحجم 2.1 MB بتنسيق INT8، ما يجعله مثاليًا لحلول الأجهزة المحمولة فائقة الخفة. (#5027 بواسطة @glenn-jocher)
- TensorFlow وKeras: أصبح تصدير النماذج إلى TensorFlow وKeras وTFLite وTF.js مدمجًا بالكامل الآن في YOLOv5، بما يتيح انتقالات سلسة من التدريب إلى النشر. (#1127 بواسطة @zldrobit)
- OpenCV DNN: أصبحت نماذج YOLOv5 بتنسيق ONNX متوافقة الآن مع كلٍّ من OpenCV DNN وONNX Runtime، ما يوفّر للمستخدمين خيارات أكثر لوجهات النشر. (#4833 بواسطة @jebastin-nadar)
- بنية النموذج: أصبحت البنى الأساسية المحدّثة أصغر وأسرع وأكثر دقةً قليلًا، كما تتطلب ذاكرة GPU أقل أثناء التدريب.
أفكار ختامية#
بعد ما يزيد قليلًا على عام من إطلاق YOLOv5، أصبحت تقنيتنا المتطورة لاكتشاف الأجسام في طريقها الآن لتصبح أكثر تقنيات الذكاء الاصطناعي للرؤية محبةً في العالم. وبمساعدة مئات المتعاونين وملاحظات آلاف المستخدمين، نُنشئ أدوات فعالة وسهلة الاستخدام في آنٍ واحد، ويُعد إصدارنا الجديد v6.0 الخطوة المثيرة التالية في هذه الرحلة. توجّه إلى مستودع GitHub مفتوح المصدر للبدء باستخدام YOLOv5 اليوم! مستودع YOLOv5 على GitHub









