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

YOLOv5 está a levar o estado da arte na deteção de objetos a novos patamares! Desde novos modelos de classificação, reprodutibilidade de treino e suporte para Apple Metal Performance Shader (MPS), até integrações com ClearML e Deci, apresentamos-te a nova versão YOLOv5 v6.2.

Atualizações importantes do Ultralytics YOLOv5#

Temos trabalhado para melhorar a tua arquitetura de IA de visão YOLO favorita desde o nosso último lançamento em fevereiro de 2022. Estas são as atualizações mais importantes no novo YOLOv5 v6.2:

• Modelos de Classificação: Os modelos de classificação pré-treinados no ImageNet do Ultralytics YOLOv5-cls já estão disponíveis pela primeira vez.
• Registo ClearML: Integração com o monitor de experiências de código aberto ClearML. A instalação com pip install clearml ativará a integração e permitirá aos utilizadores monitorizar cada execução de treino no ClearML. Isto, por sua vez, permite aos utilizadores monitorizar e comparar execuções e até agendar 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 Ultralytics YOLOv5 em uma única GPU com torch>=1.12.0 agora é totalmente reprodutível, e um novo argumento --seed pode ser usado (seed padrão=0).
• Suporte para Apple Metal Performance Shader (MPS): Suporte de MPS para dispositivos Apple M1/M2 com --device mps (a funcionalidade completa está pendente de atualizações do torch em pytorch/pytorch#77764).

Novos Modelos de Classificação#

O nosso principal objetivo com este lançamento é introduzir fluxos de trabalho de classificação YOLOv5 simples, tal como os nossos modelos de deteção de objetos existentes. Os novos modelos YOLOv5-cls v6.2 são apenas um começo; vamos continuar a melhorá-los no futuro, juntamente com os nossos modelos de deteção existentes. Adoraríamos contar com as tuas contribuições para este esforço!

Este lançamento incorpora 401 PRs de 41 colaboradores desde o nosso último lançamento em fevereiro de 2022. Adiciona treino de Classification, validação, predição e exportação (para todos os 11 formatos), e também fornece modelos YOLOv5m-cls, ResNet (18, 34, 50, 101) e EfficientNet (b0-b3) pré-treinados em ImageNet.

Treinamos os modelos de classificação Ultralytics YOLOv5-cls no ImageNet por 90 épocas usando uma instância 4xA100, e treinamos os modelos ResNet e EfficientNet em paralelo com as mesmas configurações padrão de treinamento para comparação. 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.

O que vem a seguir da Ultralytics?#

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

Visita o nosso repositório do GitHub de código aberto YOLOv5 para te manteres atualizado e saberes mais sobre este lançamento.