Ultralytics YOLOv5 v6.0 هنا!

وصل تحديثنا الأخير في 12 أكتوبر 2021 وهو أول إصدار رئيسي منذ أبريل 2021. يجلب الإصدار v6.0 تحسينات كبيرة تقلل من متطلبات الذاكرة أثناء التدريب، وتزيد من الدقة أثناء النشر، وتحسن أداء وقت التشغيل عبر مجموعة كاملة من نماذج YOLOv5.

‍

‍

والنتيجة بالنسبة لمهندسي التعلّم الآلي وعلماء البيانات هي أن YOLOv5 يوفر الآن حلاً أكثر قوة للذكاء الاصطناعي للرؤية، كما أنه أسهل في التدريب والنشر من أي وقت مضى. تم إجراء العديد من التحديثات على العمود الفقري للنموذج بناءً على النتائج التجريبية لجهود البحث والتطوير التي بذلتها شركة Ultralytics.

تشمل التعديلات وحدات جديدة وتحسينات على الوحدات الحالية التي تجتمع لإنتاج نماذج أسرع وأصغر حجماً وأكثر دقة.

لم نكن لنفعل ذلك بمفردنا! يشتمل هذا الإصدار على 465 ورقة علاقات عامة من 73 مساهمًا من جميع أنحاء العالم، يتعاونون جميعًا معًا لتخطي حدود الذكاء الاصطناعي. راجع إرشادات المساهمة مفتوحة المصدر إذا كنت ترغب في معرفة المزيد أو المساهمة بنفسك.

يجلب هذا الإصدار المئات من التغييرات الصغيرة التي تتراكم لتُحدث فرقاً حقيقياً، وهي كثيرة جداً بحيث لا يمكن الخوض في تفاصيلها، ولكن بعضاً من أبرز التغييرات الرئيسية هي

• تكامل Roboflow ⭐ جديد: قم بتدريب نماذج YOLOv5 مباشرةً على أي مجموعة بيانات Roboflow من خلال تكاملنا الجديد! يوفر هذا التكامل اتصالاً سلسًا بين مجموعات بيانات Roboflow وتدريبات YOLOv5 الخاصة بك.(#4975 من @Jacobsolawetz)
  ‍
• طرازات YOLOv5n 'Nano' ⭐ جديد: طراز YOLOv5n الجديد الأصغر حجمًا (1.9 مليون بارامز) أقل من طراز YOLOv5s (7.5 مليون بارامز)، يتم تصديره إلى حجم 2.1 ميغابايت INT8، وهو مثالي للحلول المحمولة الخفيفة للغاية.(#5027 من @Gglenn-jocher)
  ‍
• تينسورفلو وكيراس: تم الآن دمج تصدير نماذج TensorFlow و Keras و TFLite و TF.js بالكامل في YOLOv5 للانتقال السلس من التدريب إلى النشر.(#1127 من @zldrobit)
  ‍
• OpenCV DNN: أصبحت نماذج YOLOv5 ONNX متوافقة الآن مع كل من OpenCV DNN و ONNX Runtime لتزويد المستخدمين بمزيد من خيارات وجهة النشر.(# 4833 من @jebastin-nadar)
  ‍
• بنية النموذج: العمود الفقري المحدَّث أصغر قليلاً وأسرع وأكثر دقة ويتطلب ذاكرة أقل لوحدة معالجة الرسومات أثناء التدريب.