Ultralytics YOLOv5 v6.0が登場！

最新のアップデートは2021年10月12日に公開され、2021年4月以来初めてのメジャーリリースとなりました。v6.0では、トレーニング時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モデル全体の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の速度と精度の比較グラフ。

MLエンジニアやデータサイエンティストにとって、YOLOv5はより強力なVision AIソリューションとなり、これまで以上にトレーニングやデプロイが容易になりました。UltralyticsのR&Dの実証結果に基づき、モデルのバックボーンに複数のアップデートを加えました。

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、これらを組み合わせることで、より高速で小型かつ高精度なモデルを実現しています。

しかし、これを私たちだけで実現することはできませんでした。今回のリリースには、世界中のコントリビューターが協力してAIの可能性を広げるために取り組んだ73名による465件のPRが含まれています。詳細を知りたい方やご自身で貢献したい方は、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数百件の細かな変更が含まれています。すべてを詳しく説明することはできませんが、主なハイライトをいくつかご紹介します。

• Roboflowとの統合 ⭐ 新機能：新しい統合機能により、あらゆるRoboflowデータセットで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のトレーニングが直接つながります。(#4975 by @Jacobsolawetz）
• YOLOv5n「Nano」モデル ⭐ 新機能: YOLOv5s（7.5Mパラメーター）より小型の新しいYOLOv5n（1.9Mパラメーター）モデルです。INT8形式で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、作成者: @glenn-jocher)
• TensorFlowとKeras：TensorFlow、Keras、TFLite、TF.jsへのモデルエクスポートがYOLOv5に完全に統合され、トレーニングからデプロイまでをよりスムーズ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、作成者: @jebastin-nadar)
• モデルアーキテクチャ: バックボーンを更新し、モデルをやや小型化・高速化・高精度化するとともに、トレーニング時に必要なGPUメモリを削減しました。

まとめ#

YOLOv5のリリースから1年余りが経ち、最先端の物体検出技術は、世界で最も愛されるVision AIへと進化しつつあります。数百人の協力者と数千人のユーザーから寄せられたフィードバックを活かし、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、その取り組みにおける次の大きな一歩です。オープンソースのGitHubリポジトリにアクセスして、今すぐYOLOv5をお試しください。YOLOv5 GitHubリポジトリ