YOLOv5 ist in v6.1 noch stärker geworden!

Als Pioniere im Bereich Computer Vision und maschinelles Lernen freut sich Ultralytics, die neuesten Entwicklungen unserer Flaggschiff-YOLO-Technologie (You Only Look Once) anzukündigen. Mit dem Release von YOLOv5 v6.1 haben wir unsere Architektur optimiert, um Einfachheit, Geschwindigkeit und Stärke zu verbessern und sicherzustellen, dass unsere Technologie an der Spitze der Innovation bleibt. Unser letzter Release im Oktober 2021 legte den Grundstein für diese Fortschritte, und jetzt sind wir stolz darauf, diese entscheidenden Updates zu präsentieren, die die Benutzerfreundlichkeit und Leistung von YOLO neu definieren.

Wichtige Updates#

Wir setzen unser unermüdliches Streben nach Exzellenz in Vision AI fort und hier sind die bahnbrechenden Verbesserungen, die du in YOLOv5 v6.1 finden wirst:

• TensorRT-Unterstützung: Verbesserte Integration für TensorFlow-, Keras-, TFLite- und TF.js-Modellexporte mit python export.py --include saved_model pb tflite tfjs (#5699 von @imyhxy). Dies ist ein bedeutender Meilenstein, da TensorRT von NVIDIA ein leistungsstarker Deep-Learning-Inferenz-Optimierer und -Runtime ist, der eine geringe Latenz und einen hohen Durchsatz für Deep-Learning-Anwendungen bietet.
• TensorFlow Edge TPU-Unterstützung ⭐ NEU: Wir stellen das neue, kleinere Modell YOLOv5n (1,9 Mio. Parameter) vor, das in der Komplexität unter YOLOv5s (7,5 Mio. Parameter) liegt, aber durch seine Fähigkeit glänzt, auf eine winzige INT8-Größe von nur 2,1 MB exportiert zu werden. Dies ist besonders ideal für ultraleichte mobile Lösungen und bringt leistungsstarkes maschinelles Lernen direkt an den Rand der Technologie (Edge) (#3630 von @zldrobit).
• OpenVINO-Unterstützung: YOLOv5 ONNX-Modelle sind jetzt kompatibel. Mit OpenVINO können Modelle nun die volle Leistung von Intel-CPUs und integrierten GPUs für eine vielseitige Reihe von Anwendungen nutzen (#6057 von @glenn-jocher).
• Export-Benchmarks: Wir haben ein neues Benchmarking-Tool eingeführt, um mAP (Mean Average Precision) und Geschwindigkeit über alle YOLOv5-Exportformate hinweg mit python utils/benchmarks.py --weights yolov5s.pt zu bewerten. Derzeit läuft es auf CPUs, und wir planen, dies in zukünftigen Updates um GPU-Benchmarks zu erweitern (#6613 von @glenn-jocher).
• Hyperparameter: Es gab eine kleine, aber entscheidende Anpassung an unseren Hyperparametern – in hyp-scratch-large.yaml wurde der Lernraten-Faktor (lrf) von 0,2 auf 0,1 reduziert (#6525 von @glenn-jocher).
• Training: Der Standard-Learning-Rate-Scheduler (LR-Scheduler) wurde auf One-Cycle Linear aktualisiert und ersetzt den bisherigen One-Cycle mit Cosine für verbesserte Trainingsergebnisse (#6729 von @glenn-jocher).

Wir enthüllen das volle Spektrum unserer Unterstützung über verschiedene Formate hinweg: YOLOv5 funktioniert nun offiziell mit 11 Formaten und unterstützt nicht nur den Export, sondern auch die Inferenz mit detect.py und PyTorch Hub sowie die Validierung zur Profilierung von mAP und Geschwindigkeit:

• ✅ PyTorch
• ✅ TorchScript
• ✅ ONNX
• ✅ OpenVINO
• ✅ TensorRT
• ✅ CoreML
• ✅ TensorFlow SavedModel
• ✅ TensorFlow GraphDef
• ✅ TensorFlow Lite
• ✅ TensorFlow Edge TPU
• ✅ TensorFlow.js

Gemeinsam für KI für alle#

Bei Ultralytics werden wir nicht nur von dem Wunsch angetrieben, führend zu sein, sondern von der Leidenschaft, teilzunehmen und zur Community beizutragen. Die YOLOv5-Familie war maßgeblich an unserem Weg beteiligt und hat uns durch Triumphe und Herausforderungen gleichermaßen begleitet. Dieses Update ist ein kollektiver Triumph, der die harte Arbeit von 271 PRs von 48 neuen Mitwirkenden repräsentiert. Wir stehen fest zu unserer Mission, KI zu demokratisieren und sie für jeden zugänglich und nutzbar zu machen.

Schließe dich der Vision AI-Revolution an#

Wir sind kontinuierlich auf der Suche nach Talenten, die unser Team verstärken möchten, und laden zur Zusammenarbeit an unseren Open-Source-Projekten ein. Wenn du daran interessiert bist, ein Teil des bahnbrechendsten KI-Teams zu werden, schau dir unsere Karriereseite an oder ziehe in Betracht, zu YOLOv5 beizutragen.

Von KI-Enthusiasten zur beliebtesten Objekterkennung des Jahres 2022#

In diesem Jahr hat unser Ultralytics/YOLOv5-Repository einen bedeutenden Meilenstein erreicht, indem es Joseph Redmons pjreddie/darknet YOLOv3 bei der Gesamtzahl der GitHub-Stars übertroffen hat und nun über 22,4k Stars vorweist. Dies ist ein Beweis für das Vertrauen und die Begeisterung der Community und motiviert uns, die Grenzen von Vision AI weiter zu verschieben. Wir fühlen uns tief geehrt, das Erbe von You Only Look Once weiterzuführen.

Besuche unser YOLOv5 GitHub-Repository für umfassende Details über das neue Release und werde Teil der lebendigen Community von YOLO-Objekterkennungs-Enthusiasten.

Erlebe die Magie von YOLO ohne Programmieren#

Aber es gibt noch mehr! Wenn du neu im Bereich Computer Vision bist oder einfach eine No-Code-Erfahrung bevorzugst, ist Ultralytics HUB dein Einstiegspunkt. Entdecke, wie du YOLO und Computer Vision-Technologie mit wenigen mühelosen Klicks nutzen kannst. Erfahre mehr, indem du Ultralytics HUB – Your Doorway to AI besuchst und deine Reise in die Computer Vision beginnst.