Semplificazione dei flussi di lavoro di classificazione con Ultralytics YOLOv5 v6.2

YOLOv5 sta spingendo lo stato dell'arte del rilevamento degli oggetti verso nuove vette! Dai nuovi modelli di classificazione, alla riproducibilità dell'addestramento, al supporto di Apple Metal Performance Shader (MPS), alle integrazioni con ClearML e Deci, vi presentiamo la nuova release YOLOv5 v6.2.

Aggiornamenti importanti di YOLOv5

Abbiamo lavorato per migliorare la vostra architettura YOLO Vision AI preferita dall'ultima release del febbraio 2022. Questi sono gli aggiornamenti più importanti dell'ultima versione YOLOv5 v6.2:

• Modelli di classificazione: I modelli di classificazione di YOLOv5-cls preparati per ImageNet sono ora disponibili per la prima volta.
  ‍
• Registrazione ClearML: Integrazione con il tracker di esperimenti open-source ClearML. L'installazione con pip install clearml abilita l'integrazione e consente agli utenti di tenere traccia di ogni sessione di allenamento in ClearML. Questo a sua volta consente agli utenti di tracciare e confrontare le corse e persino di pianificare le corse in remoto.
  ‍
• Benchmark per l'esportazione GPU: Eseguire il benchmark (mAP e velocità) di tutti i formati di esportazione YOLOv5 con python utils/benchmarks.py --peso yolov5s.pt --dispositivo 0 per benchmark GPU o --dispositivo CPU per benchmark CPU.
  ‍
• Riproducibilità dell'allenamento: L'addestramento YOLOv5 a singola GPU con torcia>=1.12.0 è ora completamente riproducibile e può essere utilizzato un nuovo argomento --seed (seed=0 di default).
  ‍
• Supporto per Apple Metal Performance Shader (MPS): Supporto MPS per i dispositivi Apple M1/M2 con --device mps (la funzionalità completa è in attesa degli aggiornamenti di torch in pytorch/pytorch#77764).

Nuovi modelli di classificazione

Il nostro obiettivo principale con questa release è quello di introdurre semplici flussi di lavoro di classificazione YOLOv5, proprio come i nostri modelli di rilevamento degli oggetti esistenti. I nuovi modelli YOLOv5-cls v6.2 sono solo un inizio e continueremo a migliorarli in futuro insieme ai modelli di rilevamento esistenti. Saremo lieti di ricevere il vostro contributo a questo sforzo!

Questa release incorpora 401 PR di 41 collaboratori dall'ultima release del febbraio 2022. Aggiunge l'addestramento, la convalida, la predizione e l'esportazione della classificazione (in tutti gli 11 formati) e fornisce anche modelli YOLOv5m-cls, ResNet (18, 34, 50, 101) ed EfficientNet (b0-b3) preaddestrati per ImageNet.

Abbiamo addestrato i modelli di classificazione YOLOv5-cls su ImageNet per 90 epoch utilizzando un'istanza 4xA100 e abbiamo addestrato i modelli ResNet ed EfficientNet con le stesse impostazioni di addestramento predefinite per poterli confrontare. Abbiamo esportato tutti i modelli in ONNX FP32 per i test di velocità della CPU e in TensorRT FP16 per i test di velocità della GPU. Abbiamo eseguito tutti i test di velocità su Google Colab Pro per facilitare la riproducibilità.  

Qual è il prossimo passo di Ultralytics?

La nostra prossima release, la v6.3, è prevista per settembre 2022 e porterà il supporto ufficiale per la segmentazione delle istanze a YOLOv5, mentre la release principale v7.0, più avanti nel corso dell'anno, aggiornerà le architetture di tutte e tre le attività: classificazione, rilevamento e segmentazione.

Visitate il nostro repository GitHub open-source YOLOv5 per rimanere aggiornati e scoprire di più su questa release.