Ultralytics YOLOv5 v6.0 уже доступен!

Наше последнее обновление вышло 12 октября 2021 года и стало первым крупным релизом после апреля 2021 года. Релиз v6.0 вносит значительные улучшения: снижает требования к памяти во время обучения, повышает точность при развёртывании и оптимизирует производительность во время выполнения для всего спектра моделей Ultralytics YOLOv5.

График скорости и точности Ultralytics YOLOv5 v6.0.

Для ML-инженеров и специалистов по данным это означает, что YOLOv5 теперь предоставляет более мощное решение для Vision AI и стал ещё проще в обучении и развёртывании. В архитектуры моделей было внесено несколько обновлений на основе эмпирических результатов R&D-работы Ultralytics.

Изменения включают новые модули и улучшения существующих модулей, которые вместе обеспечивают более быстрые, компактные и точные модели.

Однако мы не смогли бы сделать это в одиночку! В этом релизе учтены результаты работы 465 PR от 73 участников со всего мира, которые вместе помогают расширять границы AI. Ознакомься с нашими открытыми правилами участия, если хочешь узнать больше или внести свой вклад.

В этом релизе представлены сотни небольших изменений, которые в совокупности дают заметный результат. Их слишком много, чтобы подробно рассмотреть все, но вот несколько главных улучшений:

• Интеграция с Roboflow ⭐ НОВИНКА: обучай модели YOLOv5 напрямую на любом наборе данных Roboflow с помощью нашей новой интеграции! Она обеспечивает бесшовное соединение между наборами данных Roboflow и процессами обучения YOLOv5. (#4975 от @Jacobsolawetz)
• Модели YOLOv5n 'Nano' ⭐ НОВИНКА: новая уменьшенная модель YOLOv5n (1,9 млн параметров), занимающая промежуточное положение ниже YOLOv5s (7,5 млн параметров), экспортируется в формате INT8 размером 2,1 МБ и идеально подходит для сверхлёгких мобильных решений. (#5027 от @glenn-jocher)
• TensorFlow и Keras: экспорт моделей в TensorFlow, Keras, TFLite и TF.js теперь полностью интегрирован в YOLOv5, обеспечивая бесшовный переход от обучения к развёртыванию. (#1127 от @zldrobit)
• OpenCV DNN: модели YOLOv5 ONNX теперь совместимы и с OpenCV DNN, и с ONNX Runtime, предоставляя пользователям ещё больше вариантов целевых платформ для развёртывания. (#4833 от @jebastin-nadar)
• Архитектура модели: обновлённые бэкбоны стали немного компактнее, быстрее и точнее, а также требуют меньше памяти GPU во время обучения.

Итоги#

Чуть более года спустя после выпуска YOLOv5 наша передовая технология обнаружения объектов уже движется к тому, чтобы стать самой востребованной в мире Vision AI. С помощью сотен участников и благодаря отзывам тысяч пользователей мы создаём эффективные и удобные инструменты, а наш новый релиз v6.0 — следующий важный шаг на этом пути. Переходи в наш репозиторий GitHub с открытым исходным кодом и начинай использовать YOLOv5 уже сегодня! Репозиторий YOLOv5 на GitHub