Vereinfachung von Klassifikations-Workflows mit Ultralytics YOLOv5 v6.2

YOLOv5 setzt neue Maßstäbe im Bereich der Objekterkennung! Von neuen Klassifizierungsmodellen, der Reproduzierbarkeit des Trainings und der Unterstützung von Apple Metal Performance Shader (MPS) bis hin zu Integrationen mit ClearML und Deci präsentieren wir Ihnen das neue YOLOv5 v6.2 Release.

Wichtige YOLOv5-Aktualisierungen

Wir arbeiten seit unserer letzten Veröffentlichung im Februar 2022 an der Verbesserung Ihrer bevorzugten YOLO Vision AI-Architektur. Dies sind die wichtigsten Aktualisierungen in der neuesten YOLOv5 v6.2:

• Klassifizierungsmodelle: YOLOv5-cls ImageNet-vorab trainierte Klassifizierungsmodelle sind jetzt zum ersten Mal verfügbar.
  ‍
• ClearML-Protokollierung: Integration mit dem Open-Source-Experiment-Tracker ClearML. Die Installation mit pip install clearml aktiviert die Integration und ermöglicht es Benutzern, jeden Trainingslauf in ClearML zu verfolgen. Dies wiederum ermöglicht es Benutzern, Läufe zu verfolgen und zu vergleichen und sogar Läufe remote zu planen.
  ‍
• GPU-Export-Benchmarks: Benchmark (mAP und Geschwindigkeit) aller YOLOv5-Exportformate mit python utils\/benchmarks.py --weights yolov5s.pt --device 0 für GPU-Benchmarks oder --device CPU für CPU-Benchmarks.
  ‍
• Reproduzierbarkeit des Trainings: Das Single-GPU YOLOv5 Training mit torch>=1.12.0 ist jetzt vollständig reproduzierbar, und ein neues --seed Argument kann verwendet werden (Standardwert seed=0).
  ‍
• Apple Metal Performance Shader (MPS) Unterstützung: MPS-Unterstützung für Apple M1/M2-Geräte mit --device mps (volle Funktionalität steht noch aus, bis Torch-Updates in pytorch/pytorch#77764 erfolgen).

Neue Klassifizierungsmodelle

Unser Hauptziel bei dieser Version ist die Einführung einfacher YOLOv5-Klassifizierungs-Workflows, genau wie bei unseren bestehenden Objekterkennungsmodellen. Die neuen v6.2 YOLOv5-cls-Modelle sind nur ein Anfang, wir werden diese zusammen mit unseren bestehenden Erkennungsmodellen weiter verbessern. Wir freuen uns über Ihre Beiträge zu dieser Arbeit!

Dieses Release beinhaltet 401 PRs von 41 Mitwirkenden seit unserem letzten Release im Februar 2022. Es fügt Klassifikation Training, Validierung, Vorhersage und Export (in alle 11 Formate) hinzu und bietet auch ImageNet-vorab trainierte YOLOv5m-cls, ResNet (18, 34, 50, 101) und EfficientNet (b0-b3) Modelle.

Wir haben YOLOv5-cls-Klassifizierungsmodelle auf ImageNet für 90 Epochen mit einer 4xA100-Instanz trainiert und ResNet- und EfficientNet-Modelle mit den gleichen Standardtrainingseinstellungen zum Vergleich trainiert. Wir haben alle Modelle nach ONNX FP32 für CPU-Geschwindigkeitstests und nach TensorRT FP16 für GPU-Geschwindigkeitstests exportiert. Wir haben alle Geschwindigkeitstests auf Google Colab Pro zur einfachen Reproduzierbarkeit durchgeführt.  

Was kommt als Nächstes von Ultralytics?

Unsere nächste Version, v6.3, ist für September 2022 geplant und wird die offizielle Unterstützung der Instanzsegmentierung für YOLOv5 bringen, mit einer größeren v7.0-Version später in diesem Jahr, die die Architekturen über alle 3 Aufgaben hinweg aktualisiert - Klassifizierung, Erkennung und Segmentierung.

Besuchen Sie unser Open-Source-GitHub-Repository von YOLOv5, um auf dem Laufenden zu bleiben und mehr über dieses Release zu erfahren.