Ultralytics YOLOv5 v6.0 متاح الآن!
اكتشف YOLOv5 v6.0: تحديثات رئيسية لتحسين الدقة، وتقليل استخدام الذاكرة، وتسريع أداء نماذج الذكاء الاصطناعي. انضم إلى المساهمين العالميين معنا اليوم!

وصل آخر تحديث لنا 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، وتعمل على تحسين أداء وقت التشغيل عبر مجموعة كاملة من نماذج YOLOv5.

مخطط السرعة مقابل الدقة لـ YOLOv5 v6.0.
النتيجة بالنسبة لمهندسي تعلم الآلة وعلماء البيانات هي أن YOLOv5 يوفر الآن حل Vision AI أكثر قوة، وأصبح تدريبه ونشره أسهل من أي وقت مضى. تم إجراء تحديثات متعددة على هياكل النماذج الأساسية بناءً على النتائج التجريبية لجهود البحث والتطوير في Ultralytics.
تشمل التعديلات وحدات جديدة وتحسينات على الوحدات الحالية والتي تتضافر معاً لإنتاج نماذج أسرع وأصغر وأكثر دقة.
ومع ذلك، لم نكن لنحقق هذا بمفردنا! يتضمن هذا الإصدار 465 PRs من 73 مساهماً من جميع أنحاء العالم، يتعاونون جميعاً لدفع حدود الذكاء الاصطناعي. راجع إرشادات المساهمة مفتوحة المصدر الخاصة بنا إذا كنت ترغب في معرفة المزيد أو المساهمة بنفسك.
يجلب هذا الإصدار مئات التغييرات الصغيرة التي تتراكم لتحدث فرقاً حقيقياً، وهي كثيرة جداً بحيث لا يمكن تفصيلها، ولكن إليك بعض النقاط الرئيسية:
- تكامل Roboflow ⭐ جديد: قم بتدريب نماذج YOLOv5 مباشرة على أي مجموعة بيانات Roboflow من خلال تكاملنا الجديد! يوفر هذا التكامل اتصالاً سلساً بين مجموعات بيانات Roboflow الخاصة بك وتدريبات YOLOv5. (#4975 بواسطة @Jacobsolawetz)
- نماذج YOLOv5n 'Nano' ⭐ جديد: نموذج YOLOv5n أصغر جديد (1.9 مليون معامل) تحت YOLOv5s (7.5 مليون معامل)، يتم تصديره إلى حجم 2.1 ميجابايت INT8، وهو مثالي للحلول المحمولة خفيفة الوزن. (#5027 بواسطة @glenn-jocher)
- TensorFlow و Keras: أصبح تصدير نماذج TensorFlow و Keras و TFLite و TF.js مدمجاً الآن بالكامل في YOLOv5 لتحقيق انتقالات سلسة من التدريب إلى النشر. (#1127 بواسطة @zldrobit)
- OpenCV DNN: نماذج YOLOv5 ONNX أصبحت الآن متوافقة مع كل من OpenCV DNN و ONNX Runtime لتزويد المستخدمين بخيارات وجهات نشر أكثر. (#4833 بواسطة @jebastin-nadar)
- هيكلية النموذج: أصبحت الهياكل الأساسية المحدثة أصغر قليلاً وأسرع وأكثر دقة، وتتطلب ذاكرة GPU أقل أثناء التدريب.
Link to this sectionأفكار ختامية#
بعد مرور ما يزيد قليلاً عن عام على إصدار YOLOv5، أصبحت تقنية اكتشاف الكائنات المتطورة الخاصة بنا في طريقها لتصبح أكثر تقنيات الذكاء الاصطناعي للرؤية الحاسوبية المحبوبة في العالم. وبمساعدة مئات المتعاونين وآراء الآلاف من المستخدمين، نعمل على إنشاء أدوات تتسم بالفعالية وسهولة الاستخدام، ويُعد إصدار v6.0 الجديد الخاص بنا الخطوة التالية المثيرة في هذه الرحلة. توجه إلى مستودعنا مفتوح المصدر على GitHub للبدء في استخدام YOLOv5 اليوم! YOLOv5 GitHub Repository






