¡YOLOv5 es aún más fuerte en la v6.1!

Como pioneros en el ámbito de la visión artificial y el aprendizaje automático, en Ultralytics nos entusiasma anunciar las últimas novedades de nuestra tecnología insignia YOLO (You Only Look Once). Con el lanzamiento de YOLOv5 v6.1, hemos optimizado nuestra arquitectura para mejorar la simplicidad, la velocidad y la solidez, garantizando que nuestra tecnología se mantenga a la vanguardia de la innovación. Nuestra última publicación en octubre de 2021 sentó las bases para estos avances, y ahora nos enorgullece presentar estas actualizaciones cruciales que redefinen la facilidad de uso y el rendimiento de YOLO.

Actualizaciones importantes#

Continuando con nuestra incesante búsqueda de la excelencia en Vision AI, estas son las innovadoras mejoras que encontrarás en YOLOv5 v6.1:

• Soporte de TensorRT: Integración mejorada para las exportaciones de modelos de TensorFlow, Keras, TFLite y TF.js utilizando python export.py --include saved_model pb tflite tfjs (#5699 por @imyhxy). Este es un hito significativo, ya que TensorRT de NVIDIA es un optimizador de inferencia de aprendizaje profundo de alto rendimiento y un motor de ejecución que ofrece baja latencia y alto rendimiento para aplicaciones de aprendizaje profundo.
• Soporte para TensorFlow Edge TPU ⭐ NEW: Presentamos el nuevo modelo YOLOv5n (1,9 M de parámetros), más pequeño, que se sitúa por debajo de YOLOv5s (7,5 M de parámetros) en complejidad, pero que destaca por su capacidad de exportarse a un tamaño INT8 de apenas 2,1 MB. Esto es especialmente ideal para soluciones móviles ultraligeras, llevando un potente aprendizaje automático hasta el borde mismo de la tecnología (#3630 por @zldrobit).
• Soporte de OpenVINO: Los modelos ONNX de YOLOv5 ahora son compatibles. Con OpenVINO, los modelos pueden aprovechar al máximo la potencia de las CPU de Intel y las GPU integradas para una amplia variedad de aplicaciones (#6057 por @glenn-jocher).
• Benchmarks de exportación: Hemos introducido una nueva herramienta de evaluación comparativa para medir el mAP (Mean Average Precision) y la velocidad en todos los formatos de exportación de YOLOv5 con python utils/benchmarks.py --weights yolov5s.pt. Actualmente funciona en CPU, pero planeamos ampliarlo para incluir benchmarks de GPU en futuras actualizaciones (#6613 por @glenn-jocher).
• Hiperparámetros: Se ha realizado un ajuste menor pero crucial en nuestros hiperparámetros: en hyp-scratch-large.yaml, el factor de tasa de aprendizaje (lrf) se ha reducido de 0,2 a 0,1 (#6525 por @glenn-jocher).
• Entrenamiento: El programador de la tasa de aprendizaje (LR) predeterminado se ha actualizado a lineal de un solo ciclo, sustituyendo al anterior de un solo ciclo con coseno, para obtener mejores resultados de entrenamiento (#6729 por @glenn-jocher).

Revelando el espectro completo de nuestro soporte en diferentes formatos, YOLOv5 ahora funciona oficialmente con 11 formatos, soportando no solo la exportación, sino también la inferencia con detect.py y PyTorch Hub, y la validación para perfilar mAP y velocidad:

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

Juntos por la IA de todos#

En Ultralytics, no nos impulsa meramente el deseo de liderar, sino la pasión por participar y contribuir a la comunidad. La familia YOLOv5 ha sido fundamental en nuestro viaje, apoyándonos tanto en los triunfos como en los desafíos. Esta actualización es un triunfo colectivo que representa el fruto del trabajo de 271 PRs de 48 nuevos colaboradores. Mantenemos firme nuestro compromiso con la misión de democratizar la IA, haciéndola accesible y operativa para todo el mundo.

Únete a la revolución de la Vision AI#

Buscamos continuamente talento para unirse a nuestras filas e invitamos a colaborar en nuestros proyectos de código abierto. Si te interesa formar parte del equipo de IA más innovador, explora nuestra página de empleo o considera la posibilidad de contribuir a YOLOv5.

De entusiastas de la IA a la detección de objetos más popular de 2022#

Este año, nuestro repositorio Ultralytics/YOLOv5 ha alcanzado un hito importante al superar al pjreddie/darknet YOLOv3 de Joseph Redmon en el número total de estrellas en GitHub, superando ya las 22,4 mil estrellas. Esto es una prueba de la confianza y el entusiasmo de la comunidad, y nos motiva a seguir superando los límites de la IA de visión. Nos honra profundamente continuar con el legado de You Only Look Once.

Visita nuestro repositorio de YOLOv5 en GitHub para obtener información detallada sobre el nuevo lanzamiento y únete a la vibrante comunidad de entusiastas de la detección de objetos con YOLO.

Experimenta la magia de YOLO sin código#

¡Pero hay más! Si la visión artificial te resulta nueva o simplemente prefieres una experiencia sin código, Ultralytics HUB es tu puerta de entrada. Descubre cómo aprovechar YOLO y la tecnología de visión artificial con unos pocos clics sencillos. Obtén más información visitando Ultralytics HUB - Your Doorway to AI y comienza tu viaje en la visión artificial.