YOLOv5 devient plus fort avec la version 6.1 !

En tant que pionnier dans le domaine de la vision par ordinateur et de l'apprentissage automatique, Ultralytics est heureux d'annoncer les derniers développements de sa technologie phare YOLO (You Only Look Once). Avec la version YOLOv5 v6.1, nous avons affiné notre architecture pour améliorer la simplicité, la vitesse et la robustesse, en veillant à ce que notre technologie reste à la pointe de l'innovation. Notre dernière version d' octobre 2021 a jeté les bases de ces avancées, et nous sommes fiers de présenter ces mises à jour cruciales qui redéfinissent la convivialité et les performances de YOLO.

Mises à jour importantes

Poursuivant notre quête incessante d'excellence en matière de Vision AI, voici les améliorations révolutionnaires que vous trouverez dans YOLOv5 v6.1 :

• Support de TensorRT: Intégration améliorée pour les exportations de modèles TensorFlow, Keras, TFLite et TF.js à l'aide de python export.py --include saved_model pb tflite tfjs(#5699 par @imyhxy). Il s'agit d'une étape importante car TensorRT de NVIDIA est un optimiseur d'inférence et un moteur d'exécution haute performance pour l'apprentissage profond qui offre une faible latence et un haut débit pour les applications d'apprentissage profond.
  ‍
• Prise en charge de TensorFlow Edge TPU ⭐ NOUVEAU: Présentation du nouveau modèle YOLOv5n (1,9M params), plus petit, qui se situe en dessous de YOLOv5s (7,5M params) en termes de complexité, mais qui brille par sa capacité à exporter vers une taille INT8 de seulement 2,1 Mo. Ce modèle est particulièrement idéal pour les solutions mobiles ultralégères, apportant un apprentissage machine puissant à la pointe de la technologie(#3630 par @zldrobit).
  ‍
• Prise en charge d'OpenVINO: Les modèles YOLOv5 ONNX sont désormais compWith OpenVINO, models can now harness the full power of Intel CPUs and integrated GPUs for a versatile array of applications(#6057 by @glenn-jocher).
  ‍
• Benchmarks d'exportation: Nous avons introduit un nouvel outil de benchmarking pour évaluer la mAP (Mean Average Precision) et la vitesse à travers tous les formats d'exportation YOLOv5 avec python utils/benchmarks.py --weights yolov5s.pt. Il fonctionne actuellement sur les CPU, mais nous prévoyons de l'étendre aux benchmarks GPU dans les prochaines mises à jour(#6613 par @glenn-jocher).
  ‍
• Hyperparamètres: Un ajustement mineur mais crucial a été apporté à nos hyperparamètres - dans hyp-scratch-large.yaml, le facteur de taux d'apprentissage (lrf) a été réduit de 0,2 à 0,1(#6525 par @glenn-jocher).
  ‍
• Entraînement: Le planificateur de taux d'apprentissage par défaut a été mis à jour à un cycle linéaire, remplaçant le précédent cycle avec cosinus, pour améliorer les résultats de l'entraînement(#6729 par @glenn-jocher).

Dévoilant le spectre complet de notre support à travers différents formats, YOLOv5 fonctionne maintenant officiellement avec 11 formats, supportant non seulement l'exportation mais aussi l'inférence avec detect.py et PyTorch Hub, et la validation pour profiler le mAP et la vitesse :

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

Ensemble pour l'IA de tous

Chez Ultralytics, nous sommes motivés non seulement par le désir de diriger, mais aussi par la passion de participer et de contribuer à la communauté. La famille YOLOv5 a joué un rôle déterminant dans notre parcours, en nous soutenant dans les triomphes comme dans les défis. Cette mise à jour est un triomphe collectif, représentant le travail acharné de 271 PR de 48 nouveaux contributeurs. Nous restons fidèles à notre mission de démocratiser l'IA, en la rendant accessible et opérationnelle pour tous.

Participez à la révolution de l'IA de Vision

Nous sommes continuellement à la recherche de talents pour rejoindre nos rangs et nous invitons à des collaborations sur nos projets open-source. Si vous souhaitez faire partie de l'équipe la plus innovante en matière d'IA, consultez notre page carrières ou envisagez de contribuer à YOLOv5.

Des passionnés d'IA à la détection d'objets la plus populaire de 2022

Cette année, notre dépôt Ultralytics/YOLOv5 a franchi une étape importante en dépassant le dépôt pjreddie/darknet YOLOv3 de Joseph Redmon en nombre total d'étoiles GitHub, avec désormais plus de 22,4k étoiles. Cela témoigne de la confiance et de l'enthousiasme de la communauté, et nous motive à continuer à repousser les limites de Vision AI. Nous sommes profondément honorés de perpétuer l'héritage de You Only Look Once.

Visitez notre dépôt YOLOv5 GitHub pour plus de détails sur la nouvelle version et rejoignez la communauté dynamique des enthousiastes de la détection d'objets YOLO.

Découvrez la magie de YOLO sans code

Mais ce n'est pas tout ! Si vous êtes novice en matière de vision par ordinateur ou si vous préférez simplement une expérience sans code, Ultralytics HUB est votre porte d'entrée. Découvrez comment exploiter YOLO et la technologie de vision par ordinateur en quelques clics. Pour en savoir plus, visitez Ultralytics HUB - Your Doorway to AI et embarquez pour votre voyage dans le domaine de la vision par ordinateur.