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

YOLOv5 está a elevar o estado da arte na deteção de objectos a novos patamares! Desde novos modelos de classificação, reprodutibilidade de treino e suporte Apple Metal Performance ShaderMPS), a integrações com ClearML e Deci, apresentamos-lhe a nova versão YOLOv5 v6.2.

Actualizações importantes YOLOv5

Temos trabalhado para melhorar sua arquitetura YOLO Vision AI favorita desde nosso último lançamento em fevereiro de 2022. Estas são as actualizações mais importantes da última versão 6.2 do YOLOv5 :

• Modelos de classificação: Os modelos de classificação ImageNet YOLOv5 ImageNet estão agora disponíveis pela primeira vez.
  ‍
• RegistoClearML : Integração com o rastreador de experiências de código aberto ClearML. A instalação com pip install clearml irá ativar a integração e permitir que os utilizadores track cada execução de treino no ClearML. Isso, por sua vez, permite aos usuários track e comparar execuções e até mesmo agendar execuções remotamente.
  ‍
• Benchmarks de exportação deGPU : BenchmarkmAP e velocidade) todos os formatos de exportação YOLOv5 com python utils/benchmarks.py --weights yolov5s.pt --device 0 para benchmarks GPU ou --device CPU para benchmarks CPU .
  ‍
• Reprodutibilidade do treinamento: O treinamentoYOLOv5 de GPU único com torch.12.0 agora é totalmente reproduzível e um novo argumento --seed pode ser usado (semente padrão = 0).
  ‍
• Suporte ao Apple Metal Performance Shader (MPS): Suporte MPS para dispositivos Apple M1/M2 com --device mps (a funcionalidade completa está pendente de atualizações torch em pytorch).

Novos Modelos de Classificação

O nosso principal objetivo com esta versão é introduzir fluxos de trabalho de classificação YOLOv5 simples, tal como os nossos modelos de deteção de objectos existentes. Os novos modelos YOLOv5 da v6.2 são apenas um começo, e continuaremos a melhorá-los juntamente com os nossos modelos de deteção existentes. Gostaríamos de receber as suas contribuições para este esforço!

Esta versão incorpora 401 PRs de 41 colaboradores desde a nossa última versão em fevereiro de 2022. Acrescenta formação, validação, previsão e exportação de classificações (para todos os 11 formatos) e também fornece modelos YOLOv5m-cls, ResNet (18, 34, 50, 101) e EfficientNet (b0-b3) ImageNet.

Treinámos os modelos de classificação YOLOv5 no ImageNet durante 90 épocas, utilizando uma instância 4xA100, e treinámos os modelos ResNet e EfficientNet com as mesmas definições de treino predefinidas para comparação. Exportámos todos os modelos para ONNX FP32 para testes de velocidade de CPU e para TensorRT FP16 para testes de velocidade de GPU . Executámos todos os testes de velocidade no Google Colab Pro para facilitar a reprodutibilidade.  

O que vem a seguir com a Ultralytics?

A nossa próxima versão, a v6.3, está agendada para setembro de 2022 e trará o suporte oficial de segmentação de instâncias para o YOLOv5, com uma grande versão v7.0 no final deste ano a atualizar as arquitecturas nas 3 tarefas - classificação, deteção e segmentação.

Visite o nosso repositório GitHub de código aberto YOLOv5 para se manter atualizado e saber mais sobre esta versão.