Ultralytics YOLOv5 v6.0 уже здесь!

Наше последнее обновление вышло 12 октября 2021 года и является первым крупным релизом с апреля 2021 года. Релиз v6.0 содержит значительные улучшения, которые снижают требования к памяти во время обучения, повышают точность во время развертывания и оптимизируют производительность во время выполнения для всего спектра моделей YOLOv5.

‍

‍

В результате инженеры машинного обучения и специалисты по анализу данных получают более мощное решение Vision AI, которое стало еще проще обучать и развертывать, чем когда-либо прежде. Многочисленные обновления базовых моделей были сделаны на основе эмпирических результатов исследований и разработок Ultralytics.

Модификации включают новые модули и улучшения существующих модулей, которые в совокупности позволяют создавать более быстрые, компактные и точные модели.

Мы не смогли бы сделать это в одиночку! Этот релиз включает в себя 465 PR от 73 контрибьюторов со всего мира, которые совместно работают над расширением границ ИИ. Ознакомьтесь с нашими руководствами по участию в Open Source, если хотите узнать больше или внести свой вклад.

Этот выпуск содержит сотни небольших изменений, которые в совокупности дают реальный эффект, слишком много, чтобы вдаваться в подробности, но вот несколько основных моментов:

• Интеграция Roboflow ⭐ НОВОЕ: Обучайте модели YOLOv5 непосредственно на любом наборе данных Roboflow с помощью нашей новой интеграции! Эта интеграция обеспечивает бесшовное соединение между вашими наборами данных Roboflow и вашими тренировками YOLOv5. (#4975 от @Jacobsolawetz)
  ‍
• Модели YOLOv5n 'Nano' ⭐ НОВОЕ: Новая, еще меньшая модель YOLOv5n (1,9 млн параметров) ниже YOLOv5s (7,5 млн параметров), экспорт до 2,1 МБ INT8, идеально подходит для сверхлегких мобильных решений. (#5027 от @glenn-jocher)
  ‍
• TensorFlow и Keras: Экспорт моделей TensorFlow, Keras, TFLite, TF.js теперь полностью интегрирован в YOLOv5 для плавного перехода от обучения к развертыванию. (#1127 от @zldrobit)
  ‍
• OpenCV DNN: Модели YOLOv5 ONNX теперь совместимы как с OpenCV DNN, так и с ONNX Runtime, что предоставляет пользователям еще больше возможностей для развертывания. (#4833 от @jebastin-nadar)
  ‍
• Архитектура модели: Обновленные базовые сети стали немного меньше, быстрее и точнее, а также требуют меньше памяти GPU во время обучения.

Заключительные мысли

Чуть больше года после выпуска YOLOv5, наша передовая технология обнаружения объектов находится на пути к тому, чтобы стать самой популярной системой компьютерного зрения в мире. С помощью сотен сотрудников и отзывов тысяч пользователей мы создаем инструменты, которые являются одновременно эффективными и простыми в использовании, и наш новый выпуск v6.0 — это следующий захватывающий шаг в этом путешествии.

Перейдите в наш репозиторий GitHub с открытым исходным кодом, чтобы начать использовать YOLOv5 уже сегодня! https://github.com/ultralytics/yolov5