Ultralytics YOLOv5 v6.0 è arrivato!
Scopri YOLOv5 v6.0: importanti aggiornamenti per una maggiore precisione, un minor utilizzo di memoria e prestazioni del modello AI più veloci. Unisciti ai nostri collaboratori globali oggi!
Il nostro ultimo aggiornamento è arrivato il 12 ottobre 2021 ed è la prima major release da aprile 2021. La release v6.0 apporta miglioramenti significativi che riducono i requisiti di memoria durante l'addestramento, aumentano la precisione durante il deployment e ottimizzano le prestazioni di runtime sull'intera gamma di modelli Ultralytics YOLOv5.
Grafico velocità vs precisione di Ultralytics YOLOv5 v6.0.
Il risultato per i ML engineer e i data scientist è che YOLOv5 offre ora una soluzione di Vision AI più potente, ed è ancora più facile da addestrare e distribuire rispetto al passato. Sono stati apportati molteplici aggiornamenti ai backbone dei modelli basati sui risultati empirici degli sforzi di R&D di Ultralytics.
Le modifiche includono nuovi moduli e miglioramenti a quelli esistenti che si combinano per produrre modelli più veloci, più piccoli e più precisi.
Non ce l'avremmo fatta da soli, però! Questa release include 465 PRs from 73 contributors da tutto il mondo, tutti collaborano insieme per spingere i confini dell'AI. Consulta le nostre contributing guidelines open-source se vuoi saperne di più o contribuire tu stesso.
Questa release porta centinaia di piccole modifiche che si accumulano per fare una vera differenza, troppe per entrare nei dettagli, ma alcuni dei principali punti salienti sono:
- Integrazione Roboflow ⭐ NOVITÀ: Allena 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 training con YOLOv5. (#4975 by @Jacobsolawetz)
- Modelli YOLOv5n 'Nano' ⭐ NOVITÀ: Il nuovo modello YOLOv5n più piccolo (1.9M parametri) al di sotto di YOLOv5s (7.5M parametri), esporta a una dimensione INT8 di 2.1 MB, ideale per soluzioni mobili ultraleggere. (#5027 by @glenn-jocher)
- TensorFlow e Keras: L'esportazione di modelli TensorFlow, Keras, TFLite, TF.js è ora completamente integrata in YOLOv5 per transizioni fluide dal training al deployment. (#1127 by @zldrobit)
- OpenCV DNN: I modelli ONNX di YOLOv5 sono ora compatibili sia con OpenCV DNN che con ONNX Runtime per offrire agli utenti ancora più opzioni di destinazione per il deployment. (#4833 by @jebastin-nadar)
- Architettura del modello: i backbone aggiornati sono leggermente più piccoli, più veloci e più precisi, e richiedono meno memoria GPU durante l'addestramento.
Considerazioni finali#
Poco più di un anno dopo il rilascio di YOLOv5, la nostra tecnologia di object detection allo stato dell'arte sta per diventare la vision AI più amata al mondo. Con l'aiuto di centinaia di collaboratori e il feedback di migliaia di utenti, stiamo creando strumenti che sono sia efficaci che facili da usare, e la nostra nuova release v6.0 è il prossimo entusiasmante passo in questo percorso. Vai subito al nostro repository GitHub open-source per iniziare a usare YOLOv5 oggi stesso! YOLOv5 GitHub Repository
