Ultralytics YOLOv5 v6.0 уже здесь!
Узнай о YOLOv5 v6.0: важные обновления повышают точность, сокращают использование памяти и ускоряют работу моделей ИИ. Присоединяйся к нашим участникам со всего мира!
Последнее обновление вышло 12 октября 2021 года и стало первым крупным выпуском с апреля 2021 года. В выпуске v6.0 значительно снижены требования к памяти во время обучения, повышена точность при развертывании и оптимизирована производительность во время выполнения для всего семейства моделей Ultralytics YOLOv5.
График сравнения скорости и точности Ultralytics YOLOv5 v6.0.
Для ML-инженеров и специалистов по данным это означает, что YOLOv5 теперь предлагает более мощное решение Vision AI, которое стало еще проще обучать и развертывать. Архитектуры нескольких базовых моделей обновили на основе эмпирических результатов исследований и разработок Ultralytics R&D.
Изменения включают новые модули и улучшения существующих, благодаря которым модели стали быстрее, компактнее и точнее.
Но мы не справились бы без помощи других! В этот выпуск вошло 465 PR от 73 участников со всего мира, которые совместно раздвигают границы ИИ. Загляни в наши рекомендации по участию в разработке с открытым исходным кодом — contributing guidelines, если хочешь узнать больше или внести свой вклад.
В этом выпуске сотни небольших изменений, которые в совокупности дают заметный результат. Их слишком много, чтобы подробно описать каждое, но вот несколько главных нововведений:
- Интеграция с Roboflow ⭐ НОВИНКА: обучай модели YOLOv5 напрямую на любом наборе данных Roboflow с помощью нашей новой интеграции! Она обеспечивает бесшовное взаимодействие наборов данных Roboflow с обучением YOLOv5. (#4975 от @Jacobsolawetz)
- Модели YOLOv5n «Nano» ⭐ НОВИНКА: новая компактная модель YOLOv5n (1.9M параметров), меньше YOLOv5s (7.5M параметров); экспортируется в формат INT8 размером 2.1 MB и идеально подходит для сверхлегких мобильных решений. (#5027 от @glenn-jocher)
- TensorFlow и Keras: экспорт моделей в TensorFlow, Keras, TFLite и TF.js теперь полностью интегрирован в YOLOv5, что обеспечивает плавный переход от обучения к развертыванию. (#1127 от @zldrobit)
- OpenCV DNN: модели YOLOv5 ONNX теперь совместимы и с OpenCV DNN, и с ONNX Runtime, что дает пользователям еще больше вариантов развертывания. (#4833 от @jebastin-nadar)
- Архитектура модели: обновленные базовые модели стали немного компактнее, быстрее и точнее, а для обучения им требуется меньше памяти GPU.
Заключительные мысли#
Чуть больше года спустя после выпуска YOLOv5 наша передовая технология обнаружения объектов уже становится самой любимой в мире системой Vision AI. Благодаря сотням соавторов и отзывам тысяч пользователей мы создаем эффективные и простые в использовании инструменты, а новый выпуск v6.0 — следующий важный этап этого пути. Перейди в наш репозиторий с открытым исходным кодом на GitHub и начни пользоваться YOLOv5 уже сегодня! Репозиторий YOLOv5 на GitHub
