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

YOLOv5 sta spingendo lo stato dell'arte nel rilevamento di oggetti a nuove vette! Dai nuovi modelli di classificazione, alla riproducibilità dell'addestramento e 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 dal nostro ultimo rilascio nel febbraio 2022. Questi sono gli aggiornamenti più importanti nell'ultima versione YOLOv5 v6.2:

• Modelli di classificazione: I modelli di classificazione YOLOv5-cls pre-addestrati su ImageNet sono ora disponibili per la prima volta.
  ‍
• Logging ClearML: Integrazione con l'experiment tracker open-source ClearML. L'installazione con pip install clearml abiliterà l'integrazione e consentirà agli utenti di tracciare ogni training run in ClearML. Questo a sua volta consente agli utenti di tracciare e confrontare le esecuzioni e persino di programmare le esecuzioni da remoto.
  ‍
• Benchmark di esportazione GPU: Esegui il benchmark (mAP e velocità) di tutti i formati di esportazione YOLOv5 con python utils\/benchmarks.py --weights yolov5s.pt --device 0 per i benchmark GPU o --device CPU per i benchmark CPU.
  ‍
• Riproducibilità dell'addestramento: L'addestramento YOLOv5 a singola GPU con torch>=1.12.0 è ora completamente riproducibile e può essere utilizzato un nuovo argomento --seed (seed predefinito=0).
  ‍
• Supporto Apple Metal Performance Shader (MPS): Supporto MPS per dispositivi Apple M1/M2 con --device mps (la piena funzionalità è in attesa di aggiornamenti torch in pytorch/pytorch#77764).

Nuovi Modelli di Classificazione

Il nostro obiettivo principale con questa release è introdurre semplici flussi di lavoro di classificazione YOLOv5, proprio come i nostri modelli di rilevamento di oggetti esistenti. I nuovi modelli v6.2 YOLOv5-cls sono solo un inizio, continueremo a migliorarli in futuro insieme ai nostri modelli di rilevamento esistenti. Ci piacerebbe ricevere i vostri contributi a questo sforzo!

Questa release include 401 PR da 41 contributori dalla nostra ultima release di febbraio 2022. Aggiunge training, validazione, prediction ed export (Classificazione) (in tutti gli 11 formati), e fornisce anche modelli YOLOv5m-cls, ResNet (18, 34, 50, 101) ed EfficientNet (b0-b3) pre-addestrati con ImageNet.

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

Quali sono le prossime novità 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, con un'importante release v7.0 prevista per la fine dell'anno che aggiornerà le architetture per tutti e 3 i task: classificazione, rilevamento e segmentazione.

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