YOLOv5 стал ещё мощнее в версии v6.1!
Изучи YOLOv5 v6.1 от Ultralytics с передовыми улучшениями в ИИ для компьютерного зрения, включая поддержку TensorRT, TensorFlow и Edge TPU.
Будучи первопроходцами в области компьютерного зрения и машинного обучения, Ultralytics с радостью представляет последние разработки в нашей флагманской технологии YOLO (Смотришь один раз). В релизе YOLOv5 v6.1 мы доработали архитектуру, чтобы повысить простоту, скорость и мощность и сохранить лидирующие позиции нашей технологии на переднем крае инноваций. Наш предыдущий релиз в октябре 2021 года заложил основу для этих усовершенствований, а теперь мы с гордостью представляем важные обновления, которые меняют представление об удобстве использования и производительности YOLO.
Важные обновления#
Продолжая неустанно стремиться к совершенству в области Vision AI, представляем революционные улучшения, которые ты найдёшь в YOLOv5 v6.1:
- Поддержка TensorRT: Улучшена интеграция для экспорта моделей TensorFlow, Keras, TFLite и TF.js с помощью python export.py --include saved_model pb tflite tfjs (#5699 от @imyhxy). Это важная веха, поскольку TensorRT от NVIDIA — это высокопроизводительный оптимизатор и среда выполнения для глубинного обучения, обеспечивающая низкую задержку и высокую пропускную способность в приложениях глубинного обучения.
- Поддержка TensorFlow Edge TPU ⭐ НОВИНКА: представляем новую компактную модель YOLOv5n (1.9M параметров), которая по сложности уступает YOLOv5s (7.5M параметров), но при этом отлично подходит для экспорта в формат INT8 размером всего 2.1 MB. Это особенно полезно для ультралёгких мобильных решений, перенося мощь машинного обучения непосредственно на периферию технологий (#3630 от @zldrobit).
- Поддержка OpenVINO: модели YOLOv5 ONNX теперь совместимы. С OpenVINO модели могут использовать всю мощь CPU и интегрированных GPU Intel для широкого спектра приложений (#6057 от @glenn-jocher).
- Тестирование производительности экспорта: Мы представили новый инструмент для оценки mAP (средней точности) и скорости во всех форматах экспорта YOLOv5 с помощью python utils/benchmarks.py --weights yolov5s.pt. Сейчас он работает на CPU, но в будущих обновлениях мы планируем добавить тестирование производительности на GPU (#6613 от @glenn-jocher).
- Гиперпараметры: Мы внесли небольшую, но важную корректировку гиперпараметров: в hyp-scratch-large.yaml коэффициент скорости обучения (lrf) был уменьшен с 0.2 до 0.1 (#6525 от @glenn-jocher).
- Обучение: планировщик скорости обучения по умолчанию обновлён до линейного однократного цикла вместо прежнего однократного цикла с косинусным затуханием, что улучшает результаты обучения (#6729 от @glenn-jocher).
Полный спектр поддержки различных форматов теперь официально охватывает 11 форматов для YOLOv5: поддерживаются не только экспорт, но и инференс с помощью detect.py и PyTorch Hub, а также валидация для профилирования mAP и скорости:
- ✅ PyTorch
- ✅ TorchScript
- ✅ ONNX
- ✅ OpenVINO
- ✅ TensorRT
- ✅ CoreML
- ✅ TensorFlow SavedModel
- ✅ TensorFlow GraphDef
- ✅ TensorFlow Lite
- ✅ TensorFlow Edge TPU
- ✅ TensorFlow.js
Искусственный интеллект для всех#
В Ultralytics нами движет не просто желание быть лидерами, а стремление участвовать в жизни сообщества и вносить свой вклад в его развитие. Семейство YOLOv5 сыграло важную роль в нашем пути, помогая нам и в моменты успеха, и в периоды испытаний. Это обновление — общий триумф, ставший результатом работы 271 PR от 48 новых участников. Мы неизменно следуем своей миссии по демократизации AI, делая его доступным и применимым для всех.
Присоединяйся к революции Vision AI#
Мы постоянно ищем талантливых специалистов в свою команду и приглашаем сотрудничать над нашими проектами с открытым исходным кодом. Если ты хочешь стать частью самой передовой команды в области AI, загляни на нашу страницу вакансий или подумай о том, чтобы внести вклад в YOLOv5.
От энтузиастов AI к самому популярному детектору объектов 2022 года#
В этом году наш репозиторий Ultralytics/YOLOv5 достиг значимой вехи, обойдя pjreddie/darknet YOLOv3 Джозефа Редмона по общему числу звёзд GitHub: теперь у него более 22,4 тыс. звёзд. Это свидетельствует о доверии и энтузиазме сообщества и мотивирует нас продолжать расширять границы Vision AI. Для нас большая честь продолжать наследие Смотришь один раз.
Посети наш репозиторий YOLOv5 на GitHub, чтобы узнать все подробности о новом релизе и присоединиться к активному сообществу энтузиастов обнаружения объектов с помощью YOLO.
Ощути магию YOLO без кода#
Но это ещё не всё! Если ты новичок в компьютерном зрении или просто предпочитаешь работать без кода, Ultralytics HUB станет твоей отправной точкой. Узнай, как использовать технологии YOLO и компьютерного зрения всего за несколько простых кликов. Подробнее читай на странице Ultralytics HUB — твой путь к AI и начинай свой путь в компьютерном зрении.
