YOLOv5 è diventato ancora più forte nella v6.1!

Come 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 il rilascio di YOLOv5 v6.1, abbiamo ottimizzato la nostra architettura per migliorare semplicità, velocità e robustezza, garantendo che la nostra tecnologia rimanga all'avanguardia nell'innovazione. Il nostro ultimo rilascio nell'ottobre 2021 ha posto 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 miglioramenti rivoluzionari che troverai in YOLOv5 v6.1:

• Supporto TensorRT: Integrazione migliorata per le esportazioni di modelli TensorFlow, Keras, TFLite e TF.js tramite python export.py --include saved_model pb tflite tfjs (#5699 di @imyhxy). Questo rappresenta un traguardo significativo, poiché TensorRT di NVIDIA è un ottimizzatore e runtime di inferenza di deep learning ad alte prestazioni che offre bassa latenza e alto throughput per le applicazioni di deep learning.
• Supporto TensorFlow Edge TPU ⭐ NEW: Vi presentiamo il nuovo modello YOLOv5n più piccolo (1,9M parametri), che si colloca al di sotto di YOLOv5s (7,5M parametri) in termini di complessità, ma eccelle nella sua capacità di essere esportato a una dimensione INT8 di appena 2,1 MB. Questo è particolarmente ideale per soluzioni mobili ultraleggere, portando un potente machine learning direttamente ai confini 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 gamma versatile di applicazioni (#6057 di @glenn-jocher).
• Benchmark di esportazione: Abbiamo introdotto un nuovo strumento di benchmarking per valutare mAP (Mean Average Precision) e velocità su tutti i formati di esportazione YOLOv5 con python utils/benchmarks.py --weights yolov5s.pt. Attualmente operativo su CPU, prevediamo di estenderlo includendo i benchmark GPU nei futuri aggiornamenti (#6613 di @glenn-jocher).
• Iperparametri: C'è stato un piccolo ma cruciale adeguamento nei nostri iperparametri: in hyp-scratch-large.yaml il fattore del learning rate (lrf) è stato ridotto da 0,2 a 0,1 (#6525 di @glenn-jocher).
• Addestramento: Lo schedulatore del Learning Rate (LR) predefinito è stato aggiornato a one-cycle lineare, sostituendo il precedente one-cycle con coseno, per risultati di addestramento migliori (#6729 di @glenn-jocher).

Svelando l'intero spettro del nostro supporto tra diversi formati, YOLOv5 ora funziona ufficialmente con 11 formati, supportando non solo l'esportazione ma anche l'inferenza con detect.py e PyTorch Hub, oltre alla convalida 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'IA di tutti#

In Ultralytics, siamo guidati non solo dal desiderio di guidare, ma dalla passione di partecipare e contribuire alla comunità. La famiglia YOLOv5 è stata fondamentale nel nostro percorso, sostenendoci attraverso trionfi e sfide. Questo aggiornamento è un trionfo collettivo, che rappresenta il duro lavoro di 271 PR da 48 nuovi contributori. Restiamo impegnati nella nostra missione di democratizzare l'intelligenza artificiale, rendendola accessibile e operativa per tutti.

Unisciti alla rivoluzione della Vision AI#

Siamo costantemente alla ricerca di talenti da unire alle nostre file e invitiamo a collaborare ai nostri progetti open-source. Se ti interessa entrare a far parte del team di IA più rivoluzionario, esplora la nostra pagina delle carriere o valuta di contribuire a YOLOv5.

Dagli appassionati di IA all'Object Detection più popolare del 2022#

Quest'anno, il nostro repository Ultralytics/YOLOv5 ha raggiunto un traguardo significativo superando il 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 comunità, 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 dettagli completi sul nuovo rilascio e unisciti alla vivace comunità di appassionati di rilevamento oggetti YOLO.

Scopri la magia di YOLO senza scrivere codice#

Ma c'è di più! Se sei nuovo alla Computer Vision o preferisci semplicemente 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. Scopri di più visitando Ultralytics HUB - La tua porta d'accesso all'IA e intraprendi il tuo viaggio nella Computer Vision.