Simplificar os fluxos de trabalho de classificação com o Ultralytics YOLOv5 v6.2

YOLOv5 está levando o estado da arte em detecção de objetos a novos patamares! Desde novos modelos de classificação, reprodutibilidade do treinamento e suporte ao Apple Metal Performance Shader (MPS), até integrações com ClearML e Deci, apresentamos a nova versão YOLOv5 v6.2.

Atualizações importantes do Ultralytics YOLOv5#

Temos trabalhado para melhorar sua arquitetura favorita de IA de visão YOLO desde nosso último lançamento, em fevereiro de 2022. Estas são as atualizações mais importantes da versão mais recente do YOLOv5 v6.2:

• Modelos de classificação: os modelos de classificação do Ultralytics YOLOv5-cls pré-treinados no ImageNet 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 acompanhem cada execução de treinamento no ClearML. Isso, por sua vez, permite acompanhar e comparar execuções e até mesmo agendá-las remotamente.
• Benchmarks de exportação para GPU: faça o benchmark de todos os formatos de exportação do YOLOv5 (mAP e velocidade) com python utils/benchmarks.py --weights yolov5s.pt --device 0 para benchmarks de GPU ou --device CPU para benchmarks de CPU.
• Reprodutibilidade do treinamento: o treinamento do Ultralytics YOLOv5 com uma única GPU e torch>=1.12.0 agora é totalmente reproduzível, e um novo argumento --seed pode ser usado (seed padrão=0).
• Suporte ao Apple Metal Performance Shader (MPS): suporte a MPS para dispositivos Apple M1/M2 com --device mps (a funcionalidade completa depende de atualizações do torch em pytorch/pytorch#77764).

Novos modelos de classificação#

Nosso principal objetivo com este lançamento é apresentar fluxos de trabalho simples de classificação com YOLOv5, assim como nossos modelos existentes de detecção de objetos. Os novos modelos YOLOv5-cls da versão v6.2 são apenas o começo; continuaremos aprimorando-os juntamente com nossos modelos de detecção existentes. Adoraríamos contar com suas contribuições para esse esforço!

Esta versão incorpora 401 PRs de 41 contribuidores desde nosso último lançamento, em fevereiro de 2022. Ela adiciona treinamento, validação, predição e exportação de classificação (para todos os 11 formatos) e também disponibiliza os modelos YOLOv5m-cls pré-treinados no ImageNet, ResNet (18, 34, 50, 101) e EfficientNet (b0-b3).

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

O que vem a seguir para a Ultralytics?#

Nosso próximo lançamento, v6.3, está programado para setembro de 2022 e trará suporte oficial à segmentação de instâncias para o Ultralytics YOLOv5, com um grande lançamento da versão v7.0 ainda este ano, atualizando as arquiteturas nas três tarefas: classificação, detecção e segmentação.

Visite nosso repositório de código aberto do YOLOv5 no GitHub para se manter atualizado e saber mais sobre este lançamento.