Ultralytics YOLOv5 v6.0が登場しました！
精度向上、メモリ使用量の削減、AIモデルのパフォーマンス高速化に向けたメジャーアップデート、YOLOv5 v6.0をご覧ください。今すぐ世界中のコントリビューターの仲間に加わりましょう！
最新のアップデートが2021年10月12日にリリースされました。これは2021年4月以来の大きなリリースとなります。v6.0では、トレーニング時のメモリ要件の削減、デプロイ時の精度向上、そしてあらゆるYOLOv5モデルにおける実行パフォーマンスの最適化など、重要な改善が盛り込まれています。
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がより強力なVision AIソリューションとなり、これまで以上に学習やデプロイが容易になったことを意味します。モデルのバックボーンには、UltralyticsのR&Dの取り組みに基づいた実証的な成果を反映し、複数のアップデートが施されました。
変更点には、新規モジュールの追加や既存モジュールの改良が含まれており、これらが組み合わさることで、より高速で軽量、かつ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成し遂げたわけではありません！今回のリリースには、世界中の73人のコントリビューターによる465件のPRが組み込まれており、AIの限界を押し広げるために全員で協力しました。詳細を確認したい、あるいは貢献してみたいという方は、私たちの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、実質的な違いをもたらす何百もの小さ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データセットで直接YOLOv5モデルを学習可能になりました！この統合により、RoboflowのデータセットとYOLOv5のトレーニング環境間をシームレスに連携できます。 (#4975, 作成者: @Jacobsolawetz)
- YOLOv5n 'Nano'モデル ⭐ 新機能：YOLOv5s（7.5Mパラメータ）よりもさらに軽量な新しいYOLOv5n（1.9Mパラメータ）モデルが登場しました。INT8で2.1 MBにエクスポート可能で、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およびKerasへの対応: TensorFlow、Keras、TFLite、TF.jsモデルのエクスポートがYOLOv5に完全に統合され、トレーニングからデプロイへのシームレスな移行が可能になりました。 (#1127, 作成者: @zldrobit)
- OpenCV DNN: YOLOv5 ONNXモデルがOpenCV DNNおよびONNX Runtimeの両方と互換性を持つようになり、ユーザーはデプロイ先をより柔軟に選択できるようになりました。 (#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たことで、モデルがわずかに軽量化・高速化・高精度化され、トレーニング中のGPUメモリ消費量も削減されました。
Link to this section最後に#
YOLOv5のリリースから1年余りが経過し、当社の最先端の物体検出技術は、世界で最も愛されるビジョンAIへと成長しつつあります。何百人もの協力者と何千人ものユーザーからのフィードバックを得て、私たちは効果的かつ使いやすいツールを開発しており、今回の新しいv6.0リリースはその道のりにおける次のエキサイティングな一歩となります。当社のオープンソースGitHubリポジトリにアクセスして、今すぐYOLOv5を使い始めましょう！ YOLOv5 GitHub Repository
