Daha İyi Performans için Ultralytics YOLOv5'i Deci ile Derleme ve Niceleme

Ultralytics olarak, YOLOv5 gibi harika açık kaynaklı araçlarımızı herkes için ücretsiz tutabilmek amacıyla araştırma ve geliştirme çalışmalarımızı finanse etmemize yardımcı olmaları için diğer startup'larla ticari ortaklıklar kuruyoruz. Bu makale, bu ortaklara ait satış ortaklığı bağlantıları içerebilir.

Deci platformu, YOLOv5 modellerini herhangi bir üretim ortamında kolayca yönetmen, optimize etmen ve dağıtman için ücretsiz araçlar içerir. Deci; TensorFlow, PyTorch, Keras ve ONNX gibi tüm popüler DL framework'lerini destekler. Tek ihtiyacın, web tabanlı platformumuzu veya kodundan çalıştırabileceğin Python istemcimizi kullanmaktır.

Deci neden?#

Deci'yi yalnızca dışa aktarma için değil, model budama ve nicemleme için de kullanabilirsin!

Deci, herhangi bir formatta dışa aktarma ve orijinal modellerle dönüştürülmüş modellerin performansını karşılaştırma olanağı sunan kullanışlı bir arayüz sağlar. Kullanıcılar, nicemleme ile modellerini daha da optimize etmeyi seçebilir.

Deci ile şunları yapabilirsin:#

Çıkarım Performansını 10 Kata Kadar Artır#

Daha iyi gecikme süresi ve iş hacmi elde etmek, ayrıca donanımındaki model boyutunu ve bellek ayak izini azaltmak için modellerini otomatik olarak derleyip nicemleyebilir ve farklı üretim ayarlarını değerlendirebilirsin.

Uygulaman İçin En İyi Çıkarım Donanımını Bul#

Modelinin performansını, uç cihazlar da dâhil olmak üzere çeşitli donanımlarda tek bir düğmeyle kıyasla. Birden fazla donanımı ve üretim ayarını manuel olarak kurup test etme gereksinimini ortadan kaldır.

Birkaç Satır Kodla Dağıtım Yap#

Deci'nin Python tabanlı çıkarım motorundan yararlan. Birden fazla framework ve donanım türüyle uyumludur.

Deci Platformu hakkında daha fazla bilgi için lütfen Deci'nin web sitesini ziyaret et.

İlk Kurulum#

Adım#

Ücretsiz hesabını aç.

Adım#

Önceden eğitilmiş YOLOv5 modelini optimize etmeye başlamak için modeli ONNX formatına dönüştürmen gerekir. Modelini ONNX formatına nasıl dönüştüreceğine ilişkin talimatlar için YOLOv5 Dışa Aktarma Eğitimi sayfasına bak.

Adım#

"Lab" sekmesine git ve YOLOv5 ONNX modelini yüklemek için ekranın sağ üst kısmındaki "New Model" düğmesine tıkla.

Model derleme işlemi için hedef donanımını, istediğin batch size değerini ve nicemleme düzeyini seçmek üzere model yükleme sihirbazındaki adımları izle.

İlgili bilgileri doldurduktan sonra "Start" düğmesine tıkla. Deci platformu, Ultralytics YOLOv5 modelini seçtiğin donanım için otomatik olarak çalışma zamanı optimizasyonundan geçirir ve modelini çeşitli donanım türlerinde kıyaslar. Bu işlem yaklaşık 10 dakika sürer.

İşlem tamamlandığında, daha önce yüklediğin temel modelin altında ekranında yeni bir satır görünür. Burada, önceden eğitilmiş Ultralytics YOLOv5 modelinin optimize edilmiş sürümünü görebilirsin.

Sırada ne var?#

Daha sonra "Deploy" düğmesine tıklayarak optimize edilmiş modelini indirebilirsin.

Ardından modelini indirmen ve Infery'yi (Deci'nin çalışma zamanı çıkarım motoru) nasıl kurup kullanacağına ilişkin talimatları alman istenir.

Infery kullanımı isteğe bağlıdır. Python ham dosyalarını alıp istediğin başka bir çıkarım motoruyla kullanabilirsin.

Optimizasyon ve kıyaslama sonuçlarını "Insights" sekmesinde incele.

Başlamaya hazır mısın?#

Bitirmeden önce Deci'nin sunduğu bazı avantajları ele alalım:

• Doğruluktan ödün vermeden modelinin çıkarım iş hacmini ve gecikme süresini optimize et
• Tüm popüler framework'lerdeki modelleri optimize etmene olanak tanır
• Her türlü derin öğrenme görevine yönelik modelleri destekler
• Popüler CPU ve GPU makinelerinde dağıtımı destekler
• Modelinin farklı donanım sunucularındaki ve bulut sağlayıcılarındaki uygunluğunu kıyaslar
• Yüklenen modelleri sunum, çıkarım ve dağıtım için hazırlar

Az önce gördüğün gibi, bir Ultralytics YOLOv5 modelinin performansını toplam 15 dakikada iki katına çıkarabilirsin. Deci platformunun kullanımı son derece kolay ve sezgiseldir.

Sorun mu var? Topluluğumuza katıl ve sorunu bugün paylaş!