Ultralytics YOLOv5 v6.0 è qui!
Scopri YOLOv5 v6.0: importanti aggiornamenti per una maggiore accuratezza, un minore utilizzo della memoria e prestazioni più rapide dei modelli IA. Unisciti oggi ai nostri collaboratori di tutto il mondo!
Il nostro ultimo aggiornamento è arrivato il 12 ottobre 2021 ed è la prima versione principale dall'aprile 2021. La versione v6.0 introduce miglioramenti significativi che riducono i requisiti di memoria durante l'addestramento, aumentano la precisione durante la distribuzione e ottimizzano le prestazioni di runtime nell'intera gamma di modelli Ultralytics YOLOv5.
Grafico di confronto tra velocità e precisione di Ultralytics YOLOv5 v6.0.
Per gli ingegneri ML e i data scientist, il risultato è che YOLOv5 offre ora una soluzione di IA per la visione più potente ed è ancora più facile da addestrare e distribuire. Sono stati apportati numerosi aggiornamenti ai backbone del modello sulla base dei risultati empirici delle attività di R&D di Ultralytics.
Le modifiche includono nuovi moduli e miglioramenti a quelli esistenti, che insieme producono modelli più veloci, più piccoli e più accurati.
Non avremmo potuto farlo da soli! Questa versione include 465 PR di 73 collaboratori da tutto il mondo, che hanno collaborato per ampliare i confini dell'IA. Consulta le nostre linee guida per i contributi open source se vuoi saperne di più o contribuire anche tu.
Questa versione introduce centinaia di piccoli cambiamenti che, insieme, fanno davvero la differenza: sono troppi per descriverli tutti nei dettagli, ma alcuni dei principali punti salienti sono:
- Integrazione con Roboflow ⭐ NUOVO: addestra i modelli YOLOv5 direttamente su qualsiasi dataset Roboflow con la nostra nuova integrazione! Questa integrazione offre una connessione fluida tra i tuoi dataset Roboflow e i tuoi addestramenti YOLOv5. (#4975 di @Jacobsolawetz)
- Modelli YOLOv5n 'Nano' ⭐ NUOVO: un nuovo modello YOLOv5n più piccolo (1.9M parametri) rispetto a YOLOv5s (7.5M parametri), esportabile in formato INT8 da 2.1 MB, ideale per soluzioni mobili ultraleggere. (#5027 di @glenn-jocher)
- TensorFlow e Keras: l'esportazione dei modelli TensorFlow, Keras, TFLite e TF.js è ora completamente integrata in YOLOv5, per passare senza problemi dall'addestramento alla distribuzione. (#1127 di @zldrobit)
- OpenCV DNN: i modelli YOLOv5 ONNX sono ora compatibili sia con OpenCV DNN sia con ONNX Runtime, offrendo agli utenti ancora più opzioni per le destinazioni di distribuzione. (#4833 di @jebastin-nadar)
- Architettura del modello: i backbone aggiornati sono leggermente più piccoli, veloci e accurati e richiedono meno memoria GPU durante l'addestramento.
Considerazioni finali#
Poco più di un anno dopo il rilascio di YOLOv5, la nostra tecnologia all'avanguardia per il rilevamento degli oggetti è sulla buona strada per diventare la soluzione di IA per la visione più apprezzata al mondo. Con l'aiuto di centinaia di collaboratori e i feedback di migliaia di utenti, stiamo creando strumenti efficaci e facili da usare, e la nostra nuova versione v6.0 è il prossimo entusiasmante passo di questo percorso. Visita il nostro repository open source su GitHub per iniziare a usare YOLOv5 oggi stesso! Repository GitHub di YOLOv5
