O Ultralytics YOLOv5 v6.0 está aqui!

A nossa última atualização chegou a 12 de outubro de 2021 e é o primeiro grande lançamento desde abril de 2021. A versão v6.0 traz melhorias significativas que reduzem os requisitos de memória durante o treinamento, aumentam a precisão durante a implantação e otimizam o desempenho do tempo de execução em toda a gama de modelos YOLOv5.

‍

‍

O resultado para os engenheiros de ML e cientistas de dados é que o YOLOv5 fornece agora uma solução de IA de visão mais poderosa e é ainda mais fácil de treinar e implementar do que nunca. Foram feitas várias actualizações aos backbones do modelo com base nos resultados empíricos dos esforços de I&D da Ultralytics.

As modificações incluem novos módulos e melhorias nos módulos existentes que se combinam para produzir modelos mais rápidos, mais pequenos e mais precisos.

Mas não o teríamos conseguido fazer sozinhos! Esta versão incorpora 465 PRs de 73 contribuidores de todo o mundo, todos a colaborar em conjunto para ultrapassar os limites da IA. Consulte as nossas diretrizes de contribuição de código aberto se quiser saber mais ou contribuir você mesmo.

Esta versão traz centenas de pequenas alterações que se acumulam para fazer uma diferença real, demasiadas para entrar em pormenor, mas alguns dos principais destaques são:

• Integração Roboflow ⭐ NOVO: Treine modelos YOLOv5 diretamente em qualquer conjunto de dados Roboflow com nossa nova integração! Essa integração fornece uma conexão perfeita entre seus conjuntos de dados Roboflow e seus treinamentos YOLOv5.(#4975 por @Jacobsolawetz)
  ‍
• Modelos YOLOv5n 'Nano' ⭐ NOVO: Novo modelo YOLOv5n menor (1.9M params) abaixo do YOLOv5s (7.5M params), exporta para o tamanho INT8 de 2.1 MB, ideal para soluções móveis ultraleves.(#5027 by @glenn-jocher)
  ‍
• TensorFlow e Keras: Exportação de modelos TensorFlow, Keras, TFLite, TF.js agora totalmente integrada ao YOLOv5 para transições perfeitas do treinamento para a implantação.(#1127 by @zldrobit)
  ‍
• OpenCV DNN: Os modelos YOLOv5 ONNX são agora compatíveis com o OpenCV DNN e o ONNX Runtime para fornecer aos utilizadores ainda mais opções de destino de implementação.(#4833 by @jebastin-nadar)
  ‍
• Arquitetura do modelo: Os backbones actualizados são ligeiramente mais pequenos, mais rápidos e mais precisos, e requerem menos memória GPU durante o treino.

Considerações finais

Pouco mais de um ano após o lançamento do YOLOv5, a nossa tecnologia de deteção de objectos de última geração está agora a caminho de se tornar a IA de visão mais amada do mundo. Com a ajuda de centenas de colaboradores e o feedback de milhares de utilizadores, estamos a criar ferramentas que são simultaneamente eficazes e fáceis de utilizar, e a nossa nova versão v6.0 é o próximo passo emocionante nesta viagem.

Vá até ao nosso repositório GitHub de código aberto para começar a utilizar o YOLOv5 hoje mesmo! https://github.com/ultralytics/yolov5