Ultralytics YOLOv5 v6.0が登場しました！

最新アップデートは2021年10月12日にリリースされ、2021年4月以来初めてのメジャーリリースとなります。リリース v6.0では、トレーニング中のメモリ要件を削減し、デプロイ時の精度を向上させ、Ultralytics YOLOv5モデル全体でランタイムパフォーマンスを最適化する大幅な改善が行われています。

Ultralytics YOLOv5 v6.0の速度と精度のプロットです。

MLエンジニアとデータサイエンティストにとって、YOLOv5はより強力なVision AIソリューションを提供するようになり、これまで以上に簡単にトレーニングとデプロイを行えるようになりました。Ultralytics R&Dの実証結果に基づき、モデルバックボーンにも複数のアップデートが加えられています。

変更には、新しいモジュールや既存モジュールの改善が含まれており、これらを組み合わせることで、より高速かつ小型で、より高精度なモデルを実現しています。

しかし、私たちだけでこれを実現することはできませんでした！世界中のコントリビューターが協力してAIの限界を押し広げるために取り組み、73人のコントリビューターによる465件のPRがこのリリースに反映されています。詳細を知りたい場合やご自身で貢献したい場合は、オープンソースのコントリビューションガイドラインをご覧ください。

今回のリリースには、積み重なることで大きな違いを生み出す小さな変更が数百件含まれています。すべてを詳しく説明するには多すぎるため、主なハイライトをいくつか紹介します。

• Roboflow統合 ⭐ 新機能：新しい統合機能により、任意のRoboflowデータセット上でYOLOv5モデルを直接トレーニングできます。この統合により、RoboflowデータセットとYOLOv5のトレーニングをシームレスに接続できます。(#4975 by @Jacobsolawetz)
• YOLOv5n「Nano」モデル ⭐ 新機能：YOLOv5s（7.5Mパラメータ）よりも小さい新しいYOLOv5n（1.9Mパラメータ）モデルで、INT8形式では2.1 MBにエクスポートでき、超軽量なモバイルソリューションに最適です。(#5027 by @glenn-jocher)
• TensorFlowとKeras：TensorFlow、Keras、TFLite、TF.jsモデルのエクスポートがYOLOv5に完全統合され、トレーニングからデプロイまでシームレスに移行できるようになりました。(#1127 by @zldrobit)
• OpenCV DNN：YOLOv5 ONNXモデルがOpenCV DNNとONNX Runtimeの両方に対応し、ユーザーが選択できるデプロイ先がさらに増えました。(#4833 by @jebastin-nadar)
• モデルアーキテクチャ：更新されたバックボーンはより小型かつ高速で、精度も向上しており、トレーニング中に必要なGPUメモリも少なくなっています。

まとめ#

YOLOv5をリリースしてから1年余りで、最先端の物体検出技術は、世界で最も愛されるVision AIへと成長しつつあります。数百人のコラボレーターの支援と数千人のユーザーからのフィードバックを活用し、効果的で使いやすいツールを開発しています。新しいv6.0リリースは、この歩みにおける次の exciting なステップです。オープンソースのGitHubリポジトリから始めて、今すぐYOLOv5をご利用ください！ YOLOv5 GitHubリポジトリ