Ultralytics YOLOv5 v6.0 est là !
Découvre YOLOv5 v6.0 : des mises à jour majeures pour une meilleure précision, une consommation mémoire réduite et des modèles d’IA plus rapides. Rejoins dès aujourd’hui nos contributeurs du monde entier !
Notre dernière mise à jour est sortie le 12 octobre 2021. Il s’agit de la première version majeure depuis avril 2021. La version v6.0 apporte des améliorations importantes qui réduisent les besoins en mémoire pendant l’entraînement, augmentent la précision au déploiement et optimisent les performances à l’exécution pour toute la gamme de modèles Ultralytics YOLOv5.
Graphique de comparaison entre vitesse et précision pour Ultralytics YOLOv5 v6.0.
Pour les ingénieurs en ML et les data scientists, cela signifie que YOLOv5 offre désormais une solution d’IA de vision plus puissante, et qu’il est plus facile que jamais de l’entraîner et de le déployer. Plusieurs mises à jour des réseaux de base du modèle ont été effectuées à partir des résultats empiriques des travaux de R&D d’Ultralytics.
Les modifications comprennent de nouveaux modules et des améliorations des modules existants, qui permettent de créer des modèles plus rapides, plus compacts et plus précis.
Nous n’aurions toutefois pas pu y arriver seuls ! Cette version intègre 465 PR de 73 contributeurs du monde entier, qui collaborent pour repousser les limites de l’IA. Consulte nos directives de contribution open source pour en savoir plus ou contribuer toi-même.
Cette version apporte des centaines de petites modifications qui, ensemble, font une réelle différence. Elles sont trop nombreuses pour être détaillées ici, mais voici quelques-unes des principales nouveautés :
- Intégration Roboflow ⭐ NOUVEAU : entraîne directement des modèles YOLOv5 sur n’importe quel jeu de données Roboflow grâce à notre nouvelle intégration ! Elle relie facilement tes jeux de données Roboflow à tes entraînements YOLOv5. (#4975 par @Jacobsolawetz)
- Modèles YOLOv5n « Nano » ⭐ NOUVEAU : le nouveau modèle YOLOv5n, plus compact (1.9M de paramètres), se situe sous YOLOv5s (7.5M de paramètres), s’exporte en INT8 avec une taille de 2.1 MB et est idéal pour les solutions mobiles ultralégères. (#5027 par @glenn-jocher)
- TensorFlow et Keras : l’exportation des modèles TensorFlow, Keras, TFLite et TF.js est désormais entièrement intégrée à YOLOv5, pour passer facilement de l’entraînement au déploiement. (#1127 par @zldrobit)
- OpenCV DNN : les modèles YOLOv5 ONNX sont désormais compatibles avec OpenCV DNN et ONNX Runtime, offrant ainsi aux utilisateurs davantage d’options de déploiement. (#4833 par @jebastin-nadar)
- Architecture du modèle : les réseaux de base mis à jour sont légèrement plus compacts, plus rapides et plus précis, et nécessitent moins de mémoire GPU pendant l’entraînement.
Pour conclure#
Un peu plus d’un an après la sortie de YOLOv5, notre technologie de pointe en détection d’objets est en passe de devenir l’IA de vision la plus appréciée au monde. Avec l’aide de centaines de collaborateurs et les commentaires de milliers d’utilisateurs, nous créons des outils à la fois efficaces et faciles à utiliser. Notre nouvelle version v6.0 est une nouvelle étape enthousiasmante de cette aventure. Rendez-vous sur notre dépôt GitHub open source pour commencer à utiliser YOLOv5 dès aujourd’hui ! Dépôt GitHub YOLOv5
