YOLOv5がv6.1でさらに強力になりました！
TensorRT、TensorFlow Edge TPUサポートなど、ビジョンAIにおける最先端の機能強化を備えたUltralyticsのYOLOv5 v6.1を探ります。
コンピュータービジョンと機械学習の分野を切り拓いてきたUltralyticsは、主力のYOLO（一度見るだけ）テクノロジーにおける最新の開発成果を発表できることを嬉しく思います。YOLOv5 v6.1のリリースでは、シンプルさ、速度、強度を高めるためにアーキテクチャを微調整し、テクノロジーが革新の最前線にあり続けられるようにしました。2021年10月の前回のリリースがこれらの進歩の基盤を築き、今回、YOLOの使いやすさと性能を再定義する重要なアップデートをお届けできることを誇りに思います。
重要なアップデート#
Vision AIにおける卓越性の追求を続ける中、YOLOv5 v6.1には次の画期的な機能強化が含まれています。
- TensorRTサポート: python export.py --include saved_model pb tflite tfjsを使用したTensorFlow、Keras、TFLite、TF.jsモデルのエクスポート統合が改善されました（@imyhxyによる#5699）。NVIDIAのTensorRTは、高性能なディープラーニング推論オプティマイザーおよびランタイムであり、ディープラーニングアプリケーションに低レイテンシと高スループットを提供するため、これは重要なマイルストーンです。
- TensorFlow Edge TPUサポート ⭐ 新機能: 新しい小型のYOLOv5n（パラメーター数190万）モデルを導入しました。複雑さはYOLOv5s（パラメーター数750万）を下回りながら、わずか2.1 MBのINT8サイズにエクスポートできる点が特長です。これは超軽量モバイルソリューションに特に適しており、テクノロジーの最前線に強力な機械学習をもたらします（@zldrobitによる#3630）。
- OpenVINOサポート: YOLOv5 ONNXモデルに対応しました。OpenVINOにより、モデルはIntel CPUと内蔵GPUの性能を最大限に活用でき、さまざまなアプリケーションに柔軟に対応できます（@glenn-jocherによる#6057）。
- エクスポートベンチマーク: python utils/benchmarks.py --weights yolov5s.ptを使用して、すべてのYOLOv5エクスポート形式におけるmAP（平均適合率）と速度を評価する新しいベンチマーキングツールを導入しました。現在はCPU上で動作しますが、今後のアップデートでGPUベンチマークにも対応する予定です（@glenn-jocherによる#6613）。
- ハイパーパラメーター: ハイパーパラメーターをわずかですが重要な点で調整しました。hyp-scratch-large.yamlの学習率係数（lrf）を0.2から0.1に引き下げています（@glenn-jocherによる#6525）。
- トレーニング: デフォルトの学習率（LR）スケジューラーを、従来のコサイン付きワンサイクルからワンサイクル線形に更新し、トレーニング結果を改善しました（@glenn-jocherによる#6729）。
さまざまな形式にわたるサポートの全容をご紹介します。YOLOv5は現在、11形式に正式対応しており、エクスポートだけでなく、detect.pyとPyTorch Hubによる推論、およびmAPと速度をプロファイリングする検証もサポートしています。
- ✅ PyTorch
- ✅ TorchScript
- ✅ ONNX
- ✅ OpenVINO
- ✅ TensorRT
- ✅ CoreML
- ✅ TensorFlow SavedModel
- ✅ TensorFlow GraphDef
- ✅ TensorFlow Lite
- ✅ TensorFlow Edge TPU
- ✅ TensorFlow.js
すべての人のためのAIを共に#
Ultralyticsでは、単にリードすることへの意欲だけでなく、コミュニティに参加し貢献したいという情熱によって活動しています。YOLOv5ファミリーは私たちの歩みにおいて重要な役割を果たし、成功と困難の両方を通じて支えてくれました。このアップデートは、48人の新しいコントリビューターによる271件のPRの尽力を表す、コミュニティ全体の成果です。私たちはAIを民主化し、誰もが利用・運用できるようにするという使命に引き続き取り組みます。
Vision AI革命に参加しましょう#
私たちは常にチームに加わる人材を求めており、オープンソースプロジェクトへのコラボレーションも歓迎しています。画期的なAIチームの一員になることに関心がある場合は、採用情報ページをご覧いただくか、YOLOv5への貢献をご検討ください。
AI愛好家から2022年に最も人気のある物体検出へ#
今年、私たちのUltralytics/YOLOv5リポジトリは、GitHubスター総数でJoseph Redmonのpjreddie/darknet YOLOv3を上回るという重要なマイルストーンを達成し、現在では22.4kを超えるスターを獲得しています。これはコミュニティからの信頼と熱意の証であり、Vision AIの限界を押し広げ続ける原動力となっています。私たちは一度見るだけというレガシーを受け継げることを大変光栄に思います。
YOLOv5 GitHubリポジトリで新リリースの詳細をご確認いただき、YOLO物体検出を愛する活発なコミュニティにご参加ください。
コード不要でYOLOの魔法を体験#
さらに多くの機能があります！コンピュータービジョンを初めて利用する方や、コード不要の体験を好む方には、Ultralytics HUBが最適な入り口です。数回クリックするだけでYOLOとコンピュータービジョンテクノロジーを活用する方法をご確認ください。Ultralytics HUB - AIへの入り口をご覧になり、コンピュータービジョンの旅を始めましょう。
