A YOLOv5 acabou de ficar mais forte na v6.1!

Como pioneiros no reino da visão computacional e do aprendizado de máquina, a Ultralytics tem o prazer de anunciar os mais recentes desenvolvimentos em nossa tecnologia principal YOLO (You Only Look Once). Com o lançamento do YOLOv5 v6.1, refinamos nossa arquitetura para aprimorar a simplicidade, a velocidade e a robustez, garantindo que nossa tecnologia permaneça na vanguarda da inovação. Nosso último lançamento em outubro de 2021 estabeleceu as bases para esses avanços e, agora, temos orgulho de apresentar estas atualizações cruciais que redefinem a usabilidade e o desempenho do YOLO.

Atualizações Importantes#

Continuando nossa busca incansável pela excelência em Vision AI, estas são as melhorias inovadoras que você encontrará no YOLOv5 v6.1:

• Suporte ao TensorRT: Integração aprimorada para exportações de modelos TensorFlow, Keras, TFLite e TF.js usando python export.py --include saved_model pb tflite tfjs (#5699 por @imyhxy). Este é um marco significativo, pois o TensorRT da NVIDIA é um otimizador e tempo de execução de inferência de aprendizado profundo de alto desempenho que oferece baixa latência e alto rendimento para aplicativos de aprendizado profundo.
• Suporte ao TensorFlow Edge TPU ⭐ NOVO: Apresentando o novo modelo menor YOLOv5n (1,9 milhão de parâmetros) que fica abaixo do YOLOv5s (7,5 milhões de parâmetros) em complexidade, mas brilha em sua capacidade de exportar para um tamanho INT8 de apenas 2,1 MB. Isso é particularmente ideal para soluções móveis ultraleves, trazendo um poderoso aprendizado de máquina para a própria borda da tecnologia (#3630 por @zldrobit).
• Suporte ao OpenVINO: Os modelos YOLOv5 ONNX agora são compatíveis. Com o OpenVINO, os modelos agora podem aproveitar todo o poder das CPUs Intel e GPUs integradas para uma matriz versátil de aplicativos (#6057 por @glenn-jocher).
• Benchmarks de exportação: Introduzimos uma nova ferramenta de benchmark para avaliar o mAP (Mean Average Precision) e a velocidade em todos os formatos de exportação do YOLOv5 com python utils/benchmarks.py --weights yolov5s.pt. Atualmente operando em CPUs, planejamos estender isso para incluir benchmarks de GPU em atualizações futuras (#6613 por @glenn-jocher).
• Hiperparâmetros: Houve um ajuste menor, mas crucial, em nossos hiperparâmetros - em hyp-scratch-large.yaml, o fator de taxa de aprendizado (lrf) foi reduzido de 0,2 para 0,1 (#6525 por @glenn-jocher).
• Treinamento: O agendador de Taxa de Aprendizado (LR) padrão foi atualizado para linear de um ciclo, substituindo o anterior de um ciclo com cosseno, para melhores resultados de treinamento (#6729 por @glenn-jocher).

Revelando todo o espectro do nosso suporte em diferentes formatos, o YOLOv5 agora funciona oficialmente com 11 formatos, suportando não apenas a exportação, mas também a inferência com detect.py e PyTorch Hub, e a validação para traçar o perfil de mAP e velocidade:

• ✅ PyTorch
• ✅ TorchScript
• ✅ ONNX
• ✅ OpenVINO
• ✅ TensorRT
• ✅ CoreML
• ✅ TensorFlow SavedModel
• ✅ TensorFlow GraphDef
• ✅ TensorFlow Lite
• ✅ TensorFlow Edge TPU
• ✅ TensorFlow.js

Juntos pela IA de Todos#

Na Ultralytics, somos movidos não apenas pelo desejo de liderar, mas pela paixão de participar e contribuir para a comunidade. A família YOLOv5 tem sido fundamental em nossa jornada, apoiando-nos tanto nos triunfos quanto nos desafios. Esta atualização é um triunfo coletivo, representando o trabalho árduo de 271 PRs de 48 novos contribuidores. Permanecemos comprometidos com nossa missão de democratizar a IA, tornando-a acessível e operacional para todos.

Junte-se à Revolução da Vision AI#

Estamos continuamente em busca de talentos para se juntarem às nossas fileiras e convidamos colaborações em nossos projetos de código aberto. Se tiver interesse em fazer parte da equipe de IA mais inovadora, explore nossa página de carreiras ou considere contribuir para o YOLOv5.

De Entusiastas de IA à Detecção de Objetos Mais Popular de 2022#

Este ano, nosso repositório Ultralytics/YOLOv5 alcançou um marco significativo ao superar o pjreddie/darknet YOLOv3 de Joseph Redmon no número total de estrelas no GitHub, ostentando agora mais de 22,4 mil estrelas. Isso é um testamento da confiança e do entusiasmo da comunidade, e nos motiva a continuar expandindo os limites da Visão Computacional. Sentimo-nos profundamente honrados por carregar adiante o legado do You Only Look Once.

Visite nosso repositório YOLOv5 no GitHub para obter detalhes abrangentes sobre o novo lançamento e junte-se à vibrante comunidade de entusiastas de detecção de objetos YOLO.

Experimente a Magia do YOLO Sem Código#

Mas há mais! Se você é novo em Visão Computacional ou simplesmente prefere uma experiência sem código, o Ultralytics HUB é a sua porta de entrada. Descubra como aproveitar a tecnologia YOLO e Visão Computacional com alguns cliques fáceis. Saiba mais visitando Ultralytics HUB - Your Doorway to AI e embarque em sua jornada em Visão Computacional.