YOLOv5 wurde in v6.1 noch stärker!

Als Pionier auf dem Gebiet der Computer Vision und des maschinellen Lernens freut sich Ultralytics , die neuesten Entwicklungen in unserer Flaggschiff-Technologie YOLO (You Only Look Once) bekannt zu geben. Mit der Version YOLOv5 v6.1 haben wir unsere Architektur feinabgestimmt, um die Einfachheit, Geschwindigkeit und Stärke zu verbessern und sicherzustellen, dass unsere Technologie an der Spitze der Innovation bleibt. Unser letztes 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 Aktualisierungen

In unserem unermüdlichen Streben nach Spitzenleistungen im Bereich Vision AI finden Sie in YOLOv5 v6.1 bahnbrechende Neuerungen:

• TensorRT : 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 NVIDIA TensorRT ein hochleistungsfähiger Deep-Learning-Inferenz-Optimierer und eine Laufzeitumgebung ist, die niedrige Latenz und hohen Durchsatz für Deep-Learning-Anwendungen bietet.
  ‍
• TensorFlow Edge TPU ⭐ NEU: Einführung des neuen, kleineren YOLOv5n-Modells (1,9 Mio. Parameter), das in seiner Komplexität unter YOLOv5s (7,5 Mio. Parameter) liegt, aber durch seine Fähigkeit glänzt, auf eine INT8-Größe von nur 2,1 MB zu exportieren. Dies ist besonders ideal für ultraleichte mobile Lösungen, die leistungsstarkes maschinelles Lernen an den Rand der Technologie bringen(#3630 von @zldrobit).
  ‍
• OpenVINO : YOLOv5 ONNX sind jetzt kompMit OpenVINO können Modelle jetzt die volle Leistung von Intel und integrierten GPUs für eine Vielzahl von Anwendungen nutzen(#6057 von @glenn-jocher).
  ‍
• Export-Benchmarks: Wir haben ein neues Benchmarking-Tool eingeführt, um mAP (Mean Average Precision) und Geschwindigkeit in allen YOLOv5 mit python utils/benchmarks.py --weights yolov5s.pt zu bewerten. Derzeit funktioniert es auf CPUs, wir planen aber, es in zukünftigen Updates um GPU zu erweitern(#6613 von @glenn-jocher).
  ‍
• Hyper-Parameter: Es gab eine kleine, aber entscheidende Anpassung an unseren Hyperparametern - in hyp-scratch-largeyaml wurde der Lernratenfaktor (lrf) von 0,2 auf 0,1 reduziert(#6525 von @glenn-jocher).
  ‍
• Training: Der standardmäßige Learning Rate (LR) Scheduler wurde auf One-Cycle Linear aktualisiert und ersetzt den vorherigen One-Cycle mit Cosinus, um die Trainingsergebnisse zu verbessern (#6729 von @glenn-jocher).

YOLOv5 unterstützt nun offiziell 11 Formate und unterstützt nicht nur den Export, sondern auch die Inferenz mit detect.py und PyTorch Hub sowie die Validierung von mAP und Geschwindigkeitsprofilen:

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

Gemeinsam für eine KI für alle

Bei Ultralytics treibt uns nicht nur der Wunsch nach Führung an, sondern auch die Leidenschaft, an der Gemeinschaft teilzuhaben und zu ihr beizutragen. Die YOLOv5 hat uns auf unserem Weg begleitet und uns bei Triumphen und Herausforderungen gleichermaßen unterstützt. Dieses Update ist ein kollektiver Triumph, der die harte Arbeit von 271 PRs von 48 neuen Mitwirkenden repräsentiert. Wir bleiben unserer Mission treu, KI zu demokratisieren und sie für jeden zugänglich und einsatzfähig zu machen.

Schließen Sie sich der Vision-AI-Revolution an

Wir sind ständig auf der Suche nach Talenten, die unsere Reihen verstärken und laden zur Mitarbeit an unseren Open-Source-Projekten ein. Wenn Sie daran interessiert sind, Teil des bahnbrechenden KI-Teams zu werden, besuchen Sie unsere Karriereseite oder überlegen Sie, ob Sie zu YOLOv5 beitragen möchten.

Von KI-Enthusiasten bis zur populärsten Objekterkennung des Jahres 2022

In diesem Jahr hat unser YOLOv5 einen bedeutenden Meilenstein erreicht, indem es Joseph Redmons pjreddie/darknet YOLOv3 in der Gesamtzahl der GitHub-Sterne übertroffen hat und nun über 22,4k Sterne aufweist. Dies ist ein Beweis für das Vertrauen und den Enthusiasmus der Community und motiviert uns, die Grenzen von Vision AI weiter zu verschieben. Wir fühlen uns zutiefst geehrt, das Vermächtnis von You Only Look Once weiterzuführen.

Besuchen Sie unser YOLOv5 GitHub Repository für umfassende Details über die neue Version und schließen Sie sich der lebhaften Gemeinschaft von YOLO an.

Erleben Sie die Magie von YOLO ohne Code

Aber es gibt noch mehr! Wenn Sie neu in der Computer Vision sind oder einfach eine Erfahrung ohne Code bevorzugen, ist Ultralytics HUB Ihr Einstieg. Entdecken Sie, wie Sie YOLO und die Computer Vision Technologie mit ein paar mühelosen Klicks nutzbar machen können. Erfahren Sie mehr, indem Sie Ultralytics HUB - Your Doorway to AI besuchen und sich auf Ihre Reise in die Computer Vision begeben.