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-Technologie YOLO (You Only Look Once) bekannt zu geben. 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 letztes Release im Oktober 2021 legte den Grundstein für diese Fortschritte, und wir sind nun stolz darauf, diese entscheidenden Updates zu präsentieren, die die Benutzerfreundlichkeit und Leistung von YOLO neu definieren.

Link to this sectionWichtige 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 unter Verwendung von python export.py --include saved_model pb tflite tfjs (#5699 von @imyhxy). Dies ist ein bedeutender Meilenstein, da NVIDIA's TensorRT ein leistungsstarker Deep-Learning-Inferenz-Optimierer und eine Runtime ist, die geringe Latenz und hohen Durchsatz für Deep-Learning-Anwendungen liefert.
• TensorFlow Edge TPU-Unterstützung ⭐ NEU: Wir stellen das neue, kleinere YOLOv5n-Modell (1,9 Mio. Parameter) vor, das in seiner Komplexität unterhalb von YOLOv5s (7,5 Mio. Parameter) liegt, aber durch seine Fähigkeit glänzt, in eine lediglich 2,1 MB große INT8-Größe exportiert zu werden. Dies ist besonders ideal für ultraleichte mobile Lösungen und bringt leistungsstarkes maschinelles Lernen bis an den Rand der Technologie (#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 Palette an 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. Da es derzeit auf CPUs läuft, planen wir, dies in zukünftigen Updates auf GPU-Benchmarks auszuweiten (#6613 von @glenn-jocher).
• Hyperparameter: Es gab eine kleine, aber entscheidende Anpassung an unseren Hyperparametern - in hyp-scratch-large.yaml wurde der Learning Rate Faktor (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 das bisherige One-Cycle mit Cosine, um verbesserte Trainingsergebnisse zu erzielen (#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

Link to this sectionGemeinsam für KI für alle#

Bei Ultralytics treibt uns nicht nur der Wunsch an, führend zu sein, sondern die Leidenschaft, teilzunehmen und zur Community beizutragen. Die YOLOv5-Familie war maßgeblich an unserer Reise beteiligt und hat uns durch Triumphe und Herausforderungen gleichermaßen unterstützt. Dieses Update ist ein gemeinsamer Erfolg und repräsentiert die harte Arbeit von 271 PRs von 48 neuen Mitwirkenden. Wir bleiben unserer Mission verpflichtet, KI zu demokratisieren und sie für jeden zugänglich und einsatzbereit zu machen.

Link to this sectionSchließe dich der Vision AI-Revolution an#

Wir suchen kontinuierlich nach Talenten, die sich unseren Reihen anschließen möchten, und laden zur Zusammenarbeit an unseren Open-Source-Projekten ein. Wenn du daran interessiert bist, Teil des bahnbrechendsten KI-Teams zu werden, erkunde unsere Karriereseite oder erwäge, einen Beitrag zu YOLOv5 zu leisten.

Link to this sectionVon KI-Enthusiasten zur beliebtesten Objekterkennung des Jahres 2022#

Dieses Jahr hat unser Ultralytics/YOLOv5 Repository einen bedeutenden Meilenstein erreicht, indem es Joseph Redmons pjreddie/darknet YOLOv3 in der Gesamtzahl der GitHub-Stars überholt hat und nun über 22,4k Stars vorweisen kann. Dies ist ein Beweis für das Vertrauen und den Enthusiasmus der Community und motiviert uns, die Grenzen von Vision AI immer weiter zu verschieben. Wir fühlen uns zutiefst geehrt, das Erbe von You Only Look Once fortzuführen.

Besuche unser YOLOv5 GitHub-Repository für umfassende Details über das neue Release und schließe dich der lebendigen Community der YOLO-Objekterkennungs-Enthusiasten an.

Link to this sectionErlebe die Magie von YOLO ohne Programmieren#

Aber es gibt noch mehr! Wenn du neu in der 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.