Klassifizierungs-Workflows vereinfachen mit Ultralytics YOLOv5 v6.2

YOLOv5 hebt den aktuellen Stand der Technik in der Objekterkennung auf ein neues Level! Von neuen Klassifizierungsmodellen, Reproduzierbarkeit des Trainings und Unterstützung für Apple Metal Performance Shader (MPS) bis hin zu Integrationen mit ClearML und Deci präsentieren wir dir das neue YOLOv5 v6.2 Release.

Link to this sectionWichtige YOLOv5-Updates#

Wir arbeiten seit unserem letzten Release im Februar 2022 an der Verbesserung deiner bevorzugten YOLO Vision AI Architektur. Dies sind die wichtigsten Updates im neuesten YOLOv5 v6.2:

• Klassifizierungsmodelle: YOLOv5-cls ImageNet-vorabtrainierte Klassifizierungsmodelle sind jetzt zum ersten Mal verfügbar.
• ClearML-Logging: 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 erlaubt es Benutzern, Läufe zu verfolgen, zu vergleichen und sogar remote zu planen.
• GPU-Export-Benchmarks: Teste alle YOLOv5-Exportformate (mAP und Geschwindigkeit) 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 (Standard-Seed=0).
• Unterstützung für Apple Metal Performance Shader (MPS): MPS-Unterstützung für Apple M1/M2-Geräte mit --device mps (die volle Funktionalität hängt von torch-Updates in pytorch/pytorch#77764 ab).

Link to this sectionNeue Klassifizierungsmodelle#

Unser Hauptziel mit diesem Release ist es, einfache YOLOv5-Klassifizierungs-Workflows einzuführen, genau wie bei unseren bestehenden Objekterkennungsmodellen. Die neuen v6.2 YOLOv5-cls-Modelle sind erst der Anfang; wir werden diese in Zukunft zusammen mit unseren bestehenden Erkennungsmodellen weiter verbessern. Wir würden uns über deine Beiträge zu diesem Vorhaben freuen!

Dieses Release enthält 401 PRs von 41 Mitwirkenden seit unserem letzten Release im Februar 2022. Es fügt Klassifizierungs-Training, Validierung, Vorhersage und Export (in alle 11 Formate) hinzu und bietet zudem ImageNet-vorabtrainierte 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 wir haben ResNet- und EfficientNet-Modelle parallel mit denselben Standard-Trainingseinstellungen trainiert, um sie zu vergleichen. 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 für eine einfache Reproduzierbarkeit durchgeführt.

Link to this sectionWas kommt als Nächstes von Ultralytics?#

Unser nächstes Release, v6.3, ist für September 2022 geplant und wird eine offizielle Instanzsegmentierungs-Unterstützung für YOLOv5 bringen, gefolgt von einem großen v7.0 Release später in diesem Jahr, das die Architekturen für alle 3 Aufgaben aktualisiert - Klassifizierung, Erkennung und Segmentierung.

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