¡YOLOv5 se hace más fuerte con la versión 6.1!

Como pioneros en el ámbito de la visión por ordenador y el aprendizaje automático, Ultralytics se complace en anunciar los últimos avances en nuestra tecnología insignia YOLO (You Only Look Once). Con el lanzamiento de YOLOv5 v6.1, hemos perfeccionado nuestra arquitectura para mejorar la simplicidad, la velocidad y la resistencia, garantizando que nuestra tecnología se mantenga a la vanguardia de la innovación. Nuestro último lanzamiento en octubre de 2021 sentó las bases para estos avances, y ahora estamos orgullosos de presentar estas actualizaciones cruciales que redefinen la usabilidad y el rendimiento de YOLO.

Actualizaciones importantes

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

• Soporte para TensorRT: Integración mejorada para las exportaciones de modelos de TensorFlow, Keras, TFLite y TF.js mediante python export.py --include saved_model pb tflite tfjs(#5699 por @imyhxy). Se trata de un hito importante, ya que TensorRT de NVIDIA es un optimizador y tiempo de ejecución de inferencia de aprendizaje profundo de alto rendimiento que ofrece baja latencia y alto rendimiento para aplicaciones de aprendizaje profundo.
  ‍
• Soporte para TensorFlow Edge TPU ⭐ NUEVO: Presentamos el nuevo modelo YOLOv5n más pequeño (1,9M de parámetros) que se sitúa por debajo de YOLOv5s (7,5M de parámetros) en complejidad, pero brilla por su capacidad de exportar a un tamaño INT8 de tan solo 2,1 MB. Esto resulta especialmente idóneo para soluciones móviles ultraligeras, ya que lleva el potente aprendizaje automático a los límites de la tecnología(#3630 de @zldrobit).
  ‍
• Compatibilidad con OpenVINO: Los modelos YOLOv5 ONNX ya son compatibles con OpenVINO, por lo que ahora pueden aprovechar toda la potencia de las CPU Intel y las GPU integradas para una gran variedad de aplicaciones(#6057 por @glenn-jocher).
  ‍
• Evaluaciones comparativas de exportación: Hemos introducido una nueva herramienta de benchmarking para evaluar 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 CPUs, pero planeamos ampliarla para incluir pruebas de GPU en futuras actualizaciones(#6613 por @glenn-jocher).
  ‍
• Hiperparámetros: Ha habido 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 por defecto de la Tasa de Aprendizaje (LR) ha sido actualizado a un ciclo lineal, reemplazando el anterior de un ciclo con coseno, para mejorar los resultados del entrenamiento(#6729 por @glenn-jocher).

Desvelando todo el espectro de nuestro soporte a través de diferentes formatos, YOLOv5 ahora funciona oficialmente con 11 formatos, soportando no sólo 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 sólo nos mueve el deseo de liderar, sino también 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 retos. Esta actualización es un triunfo colectivo, que representa el duro trabajo de 271 PR de 48 nuevos colaboradores. Seguimos comprometidos con nuestra misión de democratizar la IA, haciéndola accesible y operativa para todos.

Únase a la revolución de Vision AI

Buscamos continuamente talentos que se unan 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 los 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 a pjreddie/darknet YOLOv3 de Joseph Redmon en el número total de estrellas de GitHub, contando ahora con más de 22,4k estrellas. Esto es un testimonio de la confianza y el entusiasmo de la comunidad, y nos motiva para seguir ampliando los límites de Vision AI. Nos sentimos muy honrados de continuar con el legado de You Only Look Once.

Visite nuestro repositorio GitHub YOLOv5 para obtener información detallada sobre la nueva versión y únase a la vibrante comunidad de entusiastas de la detección de objetos YOLO.

Experimenta la magia de YOLO sin código

Pero hay más. Si usted es nuevo en Visión por Computador o simplemente prefiere una experiencia sin código, Ultralytics HUB es su puerta de entrada. Descubra cómo aprovechar la tecnología YOLO y Computer Vision con unos pocos clics sin esfuerzo. Obtenga más información visitando Ultralytics HUB - Your Doorway to AI y emprenda su viaje en Computer Vision.