Simplificando Fluxos de Trabalho de Classificação Com o YOLOv5 v6.2 da Ultralytics

O YOLOv5 está elevando o estado da arte em detecção de objetos a novos patamares! De novos modelos de classificação, reprodutibilidade de treinamento e suporte ao Apple Metal Performance Shader (MPS), a integrações com ClearML e Deci, apresentamos a você o novo lançamento YOLOv5 v6.2.

Link to this sectionAtualizações importantes do YOLOv5#

Temos trabalhado para melhorar sua arquitetura de IA de Visão YOLO favorita desde nosso último lançamento em fevereiro de 2022. Estas são as atualizações mais importantes no mais recente YOLOv5 v6.2:

• Modelos de Classificação: Os modelos de classificação YOLOv5-cls pré-treinados no ImageNet já estão disponíveis pela primeira vez.
• Registro no ClearML: Integração com o rastreador de experimentos de código aberto ClearML. A instalação com pip install clearml habilitará a integração e permitirá que os usuários rastreiem cada execução de treinamento no ClearML. Isso, por sua vez, permite que os usuários rastreiem e comparem execuções e até mesmo agendem execuções remotamente.
• Benchmarks de Exportação de GPU: Faça o benchmark (mAP e velocidade) de todos os formatos de exportação do YOLOv5 com python utils/benchmarks.py --weights yolov5s.pt --device 0 para benchmarks de GPU ou --device CPU para benchmarks de CPU.
• Reprodutibilidade de Treinamento: O treinamento do YOLOv5 em uma única GPU com torch>=1.12.0 é agora totalmente reprodutível, e um novo argumento --seed pode ser usado (seed padrão=0).
• Suporte ao Apple Metal Performance Shader (MPS): Suporte MPS para dispositivos Apple M1/M2 com --device mps (funcionalidade completa pendente de atualizações do torch em pytorch/pytorch#77764).

Link to this sectionNovos Modelos de Classificação#

Nosso principal objetivo com este lançamento é introduzir fluxos de trabalho simples de classificação YOLOv5, assim como nossos modelos de detecção de objetos existentes. Os novos modelos YOLOv5-cls v6.2 são apenas o começo; continuaremos a melhorá-los daqui para frente, juntamente com nossos modelos de detecção existentes. Adoraríamos receber suas contribuições para este esforço!

Este lançamento incorpora 401 PRs de 41 colaboradores desde nosso último lançamento em fevereiro de 2022. Ele adiciona treinamento de Classificação, validação, previsão e exportação (para todos os 11 formatos), e também fornece modelos YOLOv5m-cls pré-treinados no ImageNet, ResNet (18, 34, 50, 101) e EfficientNet (b0-b3).

Treinamos os modelos de classificação YOLOv5-cls no ImageNet por 90 épocas usando uma instância 4xA100, e treinamos modelos ResNet e EfficientNet paralelamente com as mesmas configurações de treinamento padrão para comparar. Exportamos todos os modelos para ONNX FP32 para testes de velocidade de CPU e para TensorRT FP16 para testes de velocidade de GPU. Executamos todos os testes de velocidade no Google Colab Pro para facilitar a reprodutibilidade.

Link to this sectionO que vem a seguir da Ultralytics?#

Nosso próximo lançamento, v6.3, está programado para setembro de 2022 e trará suporte oficial a segmentação de instâncias para o YOLOv5, com um grande lançamento v7.0 ainda este ano atualizando arquiteturas em todas as 3 tarefas - classificação, detecção e segmentação.

Visite nosso repositório GitHub de código aberto YOLOv5 para se manter atualizado e saber mais sobre este lançamento.