Ultralytics YOLOv5 v6.0 ist da!
Entdecke YOLOv5 v6.0: wichtige Updates für bessere Genauigkeit, geringeren Speicherverbrauch und schnellere Leistung von KI-Modellen. Werde noch heute Teil unserer globalen Community von Beitragenden!
Unser neustes Update kam am 12. Oktober 2021 heraus und ist das erste große Release seit April 2021. Release v6.0 bringt signifikante Verbesserungen, die den Speicherbedarf beim Training senken, die Genauigkeit bei der Bereitstellung erhöhen und die Laufzeitleistung über die gesamte Palette der Ultralytics YOLOv5-Modelle hinweg optimieren.
Ultralytics YOLOv5 v6.0 Geschwindigkeits- vs. Genauigkeitsdiagramm.
Das Ergebnis für ML-Ingenieure und Data Scientists ist, dass YOLOv5 nun eine leistungsfähigere Vision-AI-Lösung bietet und noch einfacher zu trainieren und bereitzustellen ist als je zuvor. Basierend auf empirischen Ergebnissen der F&E-Bemühungen von Ultralytics wurden mehrere Updates an den Modell-Backbones vorgenommen.
Die Modifikationen umfassen neue Module sowie Verbesserungen an bestehenden Modulen, die zusammen schnellere, kleinere und genauere Modelle ermöglichen.
Das hätten wir allerdings nicht alleine schaffen können! Dieses Release enthält 465 PRs von 73 Mitwirkenden aus der ganzen Welt, die alle zusammenarbeiten, um die Grenzen der KI zu erweitern. Siehe unsere Open-Source-Beitragsrichtlinien, wenn du mehr erfahren oder selbst einen Beitrag leisten möchtest.
Dieses Release bringt Hunderte kleinerer Änderungen mit sich, die in der Summe einen echten Unterschied machen. Es sind zu viele, um auf jede im Detail einzugehen, aber hier sind einige der wichtigsten Highlights:
- Roboflow-Integration ⭐ NEU: Trainiere YOLOv5-Modelle direkt auf jedem Roboflow-Dataset mit unserer neuen Integration! Diese Integration bietet eine nahtlose Verbindung zwischen deinen Roboflow-Datasets und deinen YOLOv5-Trainings. (#4975 von @Jacobsolawetz)
- YOLOv5n 'Nano'-Modelle ⭐ NEU: Neues, kleineres YOLOv5n (1,9M Param.) Modell unterhalb von YOLOv5s (7,5M Param.), exportiert auf 2,1 MB INT8-Größe, ideal für ultraleichte mobile Lösungen. (#5027 von @glenn-jocher)
- TensorFlow und Keras: Der Export von TensorFlow-, Keras-, TFLite- und TF.js-Modellen ist jetzt vollständig in YOLOv5 integriert, um einen nahtlosen Übergang vom Training zum Deployment zu ermöglichen. (#1127 von @zldrobit)
- OpenCV DNN: YOLOv5 ONNX-Modelle sind jetzt sowohl mit OpenCV DNN als auch mit ONNX Runtime kompatibel, um Nutzern noch mehr Optionen für Deployment-Ziele zu bieten. (#4833 von @jebastin-nadar)
- Modellarchitektur: Aktualisierte Backbones sind etwas kleiner, schneller und genauer und benötigen während des Trainings weniger GPU-Speicher.
Abschließende Gedanken#
Etwas mehr als ein Jahr nach der Veröffentlichung von YOLOv5 ist unsere hochmoderne Objekterkennungstechnologie auf dem besten Weg, die weltweit beliebteste Vision-KI zu werden. Mit der Hilfe von Hunderten von Mitwirkenden und dem Feedback von Tausenden von Nutzern entwickeln wir Tools, die sowohl effektiv als auch einfach zu bedienen sind, und unser neues v6.0-Release ist der nächste spannende Schritt auf diesem Weg. Besuche unser Open-Source-GitHub-Repository, um noch heute mit YOLOv5 zu starten! YOLOv5 GitHub Repository
