¡Ultralytics YOLOv5 v6.0 ya está aquí!

Nuestra última actualización llegó el 12 de octubre de 2021 y es la primera versión importante desde abril de 2021. La versión v6.0 aporta mejoras significativas que reducen los requisitos de memoria durante el entrenamiento, aumentan la precisión durante el despliegue y optimizan el rendimiento en tiempo de ejecución en toda la gama de modelos YOLOv5.

‍

‍

El resultado para los ingenieros de ML y los científicos de datos es que YOLOv5 proporciona ahora una solución Vision AI más potente, y es incluso más fácil de entrenar y desplegar que antes. Se han realizado múltiples actualizaciones de las bases del modelo basadas en los resultados empíricos de los esfuerzos de I+D de Ultralytics.

Las modificaciones incluyen nuevos módulos y mejoras de los existentes que se combinan para producir modelos más rápidos, pequeños y precisos.

Pero no podríamos haberlo hecho solos. Esta versión incorpora 465 PR de 73 colaboradores de todo el mundo, todos ellos colaborando para ampliar los límites de la IA. Consulte nuestras directrices de contribución al código abierto si desea obtener más información o contribuir usted mismo.

Esta versión aporta cientos de pequeños cambios que se acumulan para marcar una diferencia real, demasiados para entrar en detalles, pero algunos de los más destacados son:

• Integración Roboflow ⭐ NUEVO: ¡Entrene modelos YOLOv5 directamente en cualquier conjunto de datos Roboflow con nuestra nueva integración! Esta integración proporciona una conexión perfecta entre sus conjuntos de datos Roboflow y sus entrenamientos YOLOv5.(#4975 por @Jacobsolawetz)
  ‍
• Modelos YOLOv5n 'Nano ' ⭐ NUEVO: Nuevo modelo YOLOv5n más pequeño (1,9M de parámetros) por debajo de YOLOv5s (7,5M de parámetros), exporta a tamaño INT8 de 2,1 MB, ideal para soluciones móviles ultraligeras.(#5027 por @glenn-jocher)
  ‍
• TensorFlow y Keras: Exportación de modelos TensorFlow, Keras, TFLite, TF.js ahora totalmente integrados en YOLOv5 para transiciones fluidas desde el entrenamiento hasta el despliegue.(#1127 por @zldrobit)
  ‍
• OpenCV DNN: Los modelos ONNX de YOLOv5 ahora son compatibles tanto con OpenCV DNN como con ONNX Runtime para ofrecer a los usuarios aún más opciones de destino de implementación.(#4833 por @jebastin-nadar)
  ‍
• Arquitectura del modelo: Las columnas vertebrales actualizadas son ligeramente más pequeñas, rápidas y precisas, y requieren menos memoria de la GPU durante el entrenamiento.

Reflexiones finales

Poco más de un año después del lanzamiento de YOLOv5, nuestra tecnología punta de detección de objetos va camino de convertirse en la IA de visión más querida del mundo. Con la ayuda de cientos de colaboradores y los comentarios de miles de usuarios, estamos creando herramientas que son a la vez eficaces y fáciles de usar, y nuestra nueva versión v6.0 es el siguiente paso emocionante en este viaje.

Diríjase a nuestro repositorio GitHub de código abierto para empezar a utilizar YOLOv5 hoy mismo! https://github.com/ultralytics/yolov5