O YOLOv5 ficou mais forte na v6.1!

Como pioneiros no domínio da visão computacional e da aprendizagem automática, a Ultralytics tem o prazer de anunciar os mais recentes desenvolvimentos da nossa tecnologia de ponta YOLO (You Only Look Once). Com o lançamento do YOLOv5 v6.1, ajustamos nossa arquitetura para aprimorar a simplicidade, a velocidade e a força, garantindo que nossa tecnologia permaneça na vanguarda da inovação. O nosso último lançamento em outubro de 2021 lançou as bases para estes avanços, e agora temos o orgulho de apresentar estas actualizações cruciais que redefinem a usabilidade e o desempenho do YOLO.

Actualizações importantes

Continuando a nossa busca incessante pela excelência na IA de visão, estas são as melhorias revolucionárias que 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 de inferência de aprendizado profundo de alto desempenho e tempo de execução que oferece baixa latência e alto rendimento para aplicativos de aprendizado profundo.
  ‍
• Suporte para TensorFlow Edge TPU ⭐ NOVO: Apresentando o novo modelo YOLOv5n menor (1.9M params) que fica abaixo do YOLOv5s (7.5M params) 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 o limite da tecnologia(#3630 por @zldrobit).
  ‍
• Suporte OpenVINO: Os modelos YOLOv5 ONNX agora são compCom o OpenVINO, os modelos agora podem aproveitar todo o poder das CPUs Intel e GPUs integradas para uma variedade versátil de aplicativos(#6057 por @glenn-jocher).
  ‍
• Benchmarks de exportação: Introduzimos uma nova ferramenta de benchmarking para avaliar o mAP (Mean Average Precision) e a velocidade em todos os formatos de exportação YOLOv5 com python utils/benchmarks.py --weights yolov5s.pt. Atualmente a funcionar em CPUs, planeamos estender isto para incluir benchmarks de GPU em futuras actualizações(#6613 by @glenn-jocher).
  ‍
• Hiperparâmetros: Houve um pequeno mas crucial ajuste nos nossos hiperparâmetros - em hyp-scratch-large.yaml o fator de taxa de aprendizagem (lrf) foi reduzido de 0.2 para 0.1(#6525 por @glenn-jocher).
  ‍
• Treinamento: O agendador predefinido da Taxa de Aprendizagem (LR) foi atualizado para um ciclo linear, substituindo o anterior ciclo com cosseno, para melhores resultados de treino(#6729 por @glenn-jocher).

Revelando todo o espetro do nosso suporte em diferentes formatos, o YOLOv5 funciona agora oficialmente com 11 formatos, suportando não só a exportação, mas também a inferência com detect.py e PyTorch Hub, e a validação para traçar o perfil do mAP e da 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 no nosso percurso, apoiando-nos tanto nos triunfos como nos desafios. Esta atualização é um triunfo coletivo, representando o trabalho árduo de 271 relações públicas de 48 novos colaboradores. Estamos empenhados na nossa missão de democratizar a IA, tornando-a acessível e operacional para todos.

Junte-se à revolução da visão da IA

Estamos continuamente à procura de talentos para se juntarem às nossas fileiras e convidamos a colaborações nos nossos projectos de código aberto. Se estiver interessado em fazer parte da equipa de IA mais inovadora, explore a nossa página de carreiras ou considere contribuir para o YOLOv5.

Dos entusiastas da IA à deteção de objectos mais popular de 2022

Este ano, o nosso repositório Ultralytics/YOLOv5 alcançou um marco significativo ao ultrapassar o YOLOv3 de Joseph Redmon no número total de estrelas do GitHub, agora com mais de 22,4 mil estrelas. Este é um testemunho da confiança e do entusiasmo da comunidade e motiva-nos a continuar a alargar os limites da Vision AI. Estamos profundamente honrados em levar adiante o legado do You Only Look Once.

Visite o nosso repositório YOLOv5 GitHub para obter detalhes abrangentes sobre a nova versão e junte-se à vibrante comunidade de entusiastas da deteção de objectos YOLO.

Experimente a magia do YOLO sem código

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