YOLOv5 è diventato ancora più forte nella v6.1!

Come pionieri nel campo della visione artificiale e del machine learning, in Ultralytics siamo entusiasti di annunciare gli ultimi sviluppi della 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 potenza, assicurandoci che la nostra tecnologia rimanga all'avanguardia nell'innovazione. Il nostro ultimo rilascio nell'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.

Link to this sectionAggiornamenti 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 utilizzando python export.py --include saved_model pb tflite tfjs (#5699 di @imyhxy). Questo è un traguardo significativo, poiché TensorRT di NVIDIA è un ottimizzatore e runtime di inferenza deep learning ad alte prestazioni che offre bassa latenza e throughput elevato per le applicazioni di deep learning.
• Supporto TensorFlow Edge TPU ⭐ NUOVO: Presentiamo il nuovo modello YOLOv5n (1.9M parametri) più piccolo, che si colloca al di sotto di YOLOv5s (7.5M parametri) in termini di complessità, ma che brilla per la sua capacità di esportazione in un formato INT8 di soli 2.1 MB. Questo è particolarmente ideale per soluzioni mobili ultraleggere, portando un potente machine learning proprio sull'edge della tecnologia (#3630 di @zldrobit).
• Supporto OpenVINO: i modelli ONNX di YOLOv5 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 di YOLOv5 con python utils/benchmarks.py --weights yolov5s.pt. Attualmente operativo sulle CPU, prevediamo di estenderlo per includere benchmark GPU nei futuri aggiornamenti (#6613 di @glenn-jocher).
• Iperparametri: c'è stato un aggiustamento minore ma cruciale ai nostri iperparametri: in hyp-scratch-large.yaml il fattore di tasso di apprendimento (lrf) è stato ridotto da 0.2 a 0.1 (#6525 di @glenn-jocher).
• Addestramento: lo scheduler del tasso di apprendimento (LR) predefinito è stato aggiornato a one-cycle linear, 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

Link to this sectionInsieme per l'IA di tutti#

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

Link to this sectionUnisciti alla rivoluzione della Vision AI#

Siamo sempre alla ricerca di talenti da aggiungere al nostro team e invitiamo a collaborare ai nostri progetti open-source. Se ti interessa diventare parte del team di IA più rivoluzionario, esplora la nostra pagina delle carriere o valuta di contribuire a YOLOv5.

Link to this sectionDagli 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 object detection YOLO.

Link to this sectionScopri la magia di YOLO senza scrivere codice#

Ma non finisce qui! Se sei nuovo alla Visione Artificiale o preferisci semplicemente un'esperienza no-code, Ultralytics HUB è la tua porta d'accesso. Scopri come sfruttare la tecnologia YOLO e la Visione Artificiale con pochi clic senza sforzo. Scopri di più visitando Ultralytics HUB - La tua porta d'accesso all'IA e intraprendi il tuo viaggio nella Visione Artificiale.