Ultralytics YOLOv5 v6.0 ist da!

Unser neuestes Update erschien am 12. Oktober 2021 und ist das erste größere Release seit April 2021. Release v6.0 bringt signifikante Verbesserungen, die den Speicherbedarf während des Trainings senken, die Genauigkeit bei der Bereitstellung erhöhen und die Laufzeitleistung über die gesamte Bandbreite der YOLOv5-Modelle optimieren.

‍

‍

Das Ergebnis für ML-Ingenieure und Datenwissenschaftler ist, dass YOLOv5 jetzt eine noch leistungsfähigere Vision AI-Lösung bietet und noch einfacher zu trainieren und einzusetzen ist als je zuvor. Auf der Grundlage der empirischen Ergebnisse der Forschungs- und Entwicklungsarbeit von Ultralytics wurden mehrere Updates an den Modell-Backbones vorgenommen.

Die Änderungen umfassen neue Module und Verbesserungen an bestehenden Modulen, die zusammengenommen schnellere, kleinere und genauere Modelle ergeben.

Das hätten wir allerdings nicht allein geschafft! Diese Version enthält 465 PRs von 73 Mitwirkenden aus der ganzen Welt, die alle zusammenarbeiten, um die Grenzen der KI zu erweitern. Lesen Sie unsere Richtlinien für Open-Source-Beiträge, wenn Sie mehr erfahren oder selbst etwas beitragen möchten.

Diese Version bringt Hunderte von kleinen Änderungen, die sich zu einem echten Unterschied summieren, viel zu viele, um im Detail darauf einzugehen, aber ein paar der wichtigsten Highlights sind:

• Roboflow-Integration ⭐ NEU: Trainieren Sie YOLOv5-Modelle direkt auf jedem Roboflow-Datensatz mit unserer neuen Integration! Diese Integration bietet eine nahtlose Verbindung zwischen Ihren Roboflow-Datensätzen und Ihren YOLOv5-Trainings.(#4975 by @Jacobsolawetz)
  ‍
• YOLOv5n 'Nano'-Modelle ⭐ NEU: Neues kleineres YOLOv5n-Modell (1,9 Mio. Parameter) unterhalb von YOLOv5s (7,5 Mio. Parameter), exportiert auf 2,1 MB INT8-Größe, ideal für ultraleichte mobile Lösungen.(#5027 von @glenn-jocher)
  ‍
• TensorFlow und Keras: TensorFlow, Keras, TFLite, TF.js Modellexport jetzt vollständig in YOLOv5 integriert für nahtlose Übergänge vom Training zum Einsatz.(#1127 von @zldrobit)
  ‍
• OpenCV DNN: YOLOv5 ONNX-Modelle sind jetzt sowohl mit OpenCV DNN als auch mit ONNX Runtime kompatibel, um den Benutzern noch mehr Optionen für die Bereitstellung zu bieten.(#4833 von @jebastin-nadar)
  ‍
• Modellarchitektur: Die aktualisierten Backbones sind etwas kleiner, schneller und genauer und benötigen beim Training weniger GPU-Speicher.

Abschließende Überlegungen

Etwas mehr als ein Jahr nach der Veröffentlichung von YOLOv5 ist unsere hochmoderne Objekterkennungstechnologie nun auf dem Weg, die beliebteste KI der Welt zu werden. Mit der Hilfe von Hunderten von Mitarbeitern und dem Feedback von Tausenden von Nutzern entwickeln wir Tools, die sowohl effektiv als auch einfach zu bedienen sind. Unsere neue Version 6.0 ist der nächste spannende Schritt auf dieser Reise.

Besuchen Sie unser Open-Source-Repository auf GitHub, um noch heute mit YOLOv5 zu arbeiten! https://github.com/ultralytics/yolov5