DeciのプラットフォームでUltralytics YOLOv5モデルを最適化およびデプロイし、パフォーマンスを最大10倍向上させます。無料で開始して、自動モデル最適化を活用してください。
Ultralyticsでは、YOLOv5のような素晴らしいオープンソースツールをすべての人に無料で提供し続けるために、他のスタートアップ企業と提携して、研究開発の資金を調達しています。この記事には、これらのパートナーへのアフィリエイトリンクが含まれている場合があります。
Deciプラットフォームには、YOLOv5モデルをあらゆる本番環境で簡単に管理、最適化、およびデプロイするための無料ツールが含まれています。Deciは、TensorFlow、PyTorch、Keras、ONNXなどの一般的なDLフレームワークをすべてサポートしています。必要なのは、当社のWebベースのプラットフォームまたはPythonクライアントを使用して、コードから実行することだけです。
Deciを使用すると、エクスポートだけでなく、モデルの枝刈りや量子化も可能です。
Deciは、あらゆる形式でのエクスポートや、オリジナルモデルと変換されたモデル間の性能比較を行うための優れたインターフェースを提供します。ユーザーは量子化によってモデルをさらに最適化することを選択できます。
モデルを自動的にコンパイルおよび量子化し、さまざまな本番環境設定を評価して、レイテンシ、スループットを向上させ、ハードウェア上のモデルサイズとメモリフットプリントを削減します。
ボタン1つで、さまざまなハードウェア（エッジを含む）デバイスでのモデルのパフォーマンスをベンチマークします。複数のハードウェアおよび本番環境設定を手動でセットアップしてテストする必要がなくなります。
Deciのpythonベースの推論エンジンを活用してください。複数のフレームワークおよびハードウェアタイプと互換性があります。
Deci Platformの詳細については、Deciのウェブサイトをご覧ください。
無料アカウントを開設してください。
トレーニング済みのYOLOv5モデルの最適化を開始するには、ONNX形式に変換する必要があります。モデルをONNX形式に変換する方法については、YOLOv5エクスポートチュートリアルを参照してください。
「Lab」タブに移動し、画面右上にある「New Model」ボタンをクリックして、YOLOv5 ONNX モデルをアップロードします。
モデルアップロードウィザードの手順に従って、ターゲットハードウェアと、モデルコンパイルに必要なバッチサイズおよび量子化レベルを選択してください。
関連情報を入力したら、「Start」をクリックします。Deciプラットフォームは、選択したハードウェアに対してYOLOv5モデルのランタイム最適化を自動的に実行し、さまざまなハードウェアタイプでモデルをベンチマークします。このプロセスには約10分かかります。
完了すると、以前にアップロードしたベースラインモデルの下に、新しい行が画面に表示されます。ここでは、事前トレーニング済みのYOLOv5モデルの最適化されたバージョンを確認できます。
次に、「Deploy」ボタンをクリックして、最適化されたモデルをダウンロードできます。
モデルをダウンロードするように促され、Deciのランタイム推論エンジンであるInferyのインストール方法と使用方法に関する指示が表示されます。
Inferyの使用はオプションです。Pythonのrawファイルを入手して、お好みの他の推論エンジンで使用できます。
「Insights」タブで、最適化とベンチマークの結果をご覧ください。
締めくくりとして、Deciが提供する利点をいくつかご紹介します。
ご覧いただいたように、YOLOv5モデルの性能をわずか15分で2倍にすることができます。Deciプラットフォームは非常に簡単で直感的に使用できます。
ご質問はありますか？コミュニティに参加して、今すぐ質問を投稿してください！
.webp)
