YOLOv5 è ancora più potente nella v6.1!

In qualità di pionieri nel campo della computer vision e del machine learning, Ultralytics è entusiasta di annunciare gli ultimi sviluppi nella nostra tecnologia di punta YOLO (You Only Look Once). Con la release v6.1 di YOLOv5, abbiamo messo a punto la nostra architettura per migliorare la semplicità, la velocità e la potenza, assicurando che la nostra tecnologia rimanga all'avanguardia dell'innovazione. La nostra ultima release di ottobre 2021 ha gettato le basi per questi progressi e ora siamo orgogliosi di presentare questi aggiornamenti cruciali che ridefiniscono l'usabilità e le prestazioni di YOLO.

Aggiornamenti importanti

Continuando la nostra incessante ricerca dell'eccellenza nella Vision AI, ecco i rivoluzionari miglioramenti che troverai in YOLOv5 v6.1:

• Supporto TensorRT: Integrazione migliorata per le esportazioni di modelli TensorFlow, Keras, TFLite e TF.js utilizzando python export.py --include saved_model pb tflite tfjs (#5699 di @imyhxy). Questa è una pietra miliare significativa in quanto TensorRT di NVIDIA è un ottimizzatore e runtime di inferenza di deep learning ad alte prestazioni che offre bassa latenza e alta produttività per applicazioni di deep learning.
  ‍
• Supporto per TensorFlow Edge TPU ⭐ NOVITÀ: Presentazione del nuovo modello YOLOv5n (1,9 M di parametri) più piccolo, che si colloca al di sotto di YOLOv5s (7,5 M di parametri) in termini di complessità, ma eccelle nella sua capacità di esportare in soli 2,1 MB INT8. Questo è particolarmente ideale per soluzioni mobili ultraleggere, portando un potente machine learning all'avanguardia della tecnologia (#3630 di @zldrobit).
  ‍
• Supporto OpenVINO: I modelli YOLOv5 ONNX sono ora compatibili con OpenVINO, i modelli possono ora sfruttare tutta la potenza delle CPU Intel e delle GPU integrate per una vasta gamma di applicazioni (#6057 di @glenn-jocher).
  ‍
• Benchmark di esportazione: Abbiamo introdotto un nuovo strumento di benchmarking per valutare mAP (Mean Average Precision) e velocità in tutti i formati di esportazione YOLOv5 con python utils/benchmarks.py --weights yolov5s.pt. Attualmente operando su CPU, prevediamo di estenderlo per includere benchmark GPU nei futuri aggiornamenti (#6613 di @glenn-jocher).
  ‍
• Iperparametri: C'è stato un piccolo ma cruciale aggiustamento ai nostri iperparametri: in hyp-scratch-large.yaml il fattore di learning rate (lrf) è stato ridotto da 0.2 a 0.1 (#6525 di @glenn-jocher).
  ‍
• Addestramento: Lo scheduler predefinito del Learning Rate (LR) è stato aggiornato a one-cycle linear, sostituendo il precedente one-cycle con coseno, per migliori risultati di addestramento (#6729 di @glenn-jocher).

Svelando l'intero spettro del nostro supporto attraverso diversi formati, YOLOv5 ora funziona ufficialmente con 11 formati, supportando non solo l'export ma anche l'inferenza con detect.py e PyTorch Hub, e la validazione per profilare mAP e velocità:

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

Insieme per l'AI di tutti

In Ultralytics, non siamo guidati solo dal desiderio di essere leader, ma dalla passione di partecipare e contribuire alla comunità. La famiglia YOLOv5 è stata fondamentale nel nostro percorso, supportandoci sia nei trionfi che nelle sfide. Questo aggiornamento è un trionfo collettivo, che rappresenta il duro lavoro di 271 PR da 48 nuovi collaboratori. Siamo impegnati nella nostra missione di democratizzare l'IA, rendendola accessibile e operativa per tutti.

Unisciti alla rivoluzione della Vision AI

Siamo costantemente alla ricerca di talenti da inserire nel nostro team e invitiamo a collaborare ai nostri progetti open-source. Se sei interessato a entrare a far parte del team di IA più innovativo, esplora la nostra pagina delle carriere o valuta la possibilità di contribuire a YOLOv5.

Dagli appassionati di AI al rilevamento oggetti più popolare del 2022

Quest'anno, il nostro repository Ultralytics/YOLOv5 ha raggiunto un traguardo significativo superando pjreddie/darknet YOLOv3 di Joseph Redmon nel numero totale di stelle su GitHub, vantando ora oltre 22.4k stelle. Questa è una testimonianza della fiducia e dell'entusiasmo della community e ci motiva a continuare a spingere i confini della Vision AI. Siamo profondamente onorati di portare avanti l'eredità di You Only Look Once.

Visita il nostro repository GitHub di YOLOv5 per informazioni complete sulla nuova release e unisciti alla vivace community di appassionati di object detection YOLO.

Vivi la magia di YOLO senza codice

Ma c'è di più! Se sei alle prime armi con la Computer Vision o preferisci un'esperienza senza codice, Ultralytics HUB è la tua porta d'accesso. Scopri come sfruttare la tecnologia YOLO e Computer Vision con pochi semplici clic. Per saperne di più, visita Ultralytics HUB - La tua porta d'accesso all'IA e intraprendi il tuo viaggio nella Computer Vision.