Daha İyi Performans İçin Ultralytics YOLOv5'i Deci ile Derlemek ve Nicelleştirmek

Ultralytics olarak, YOLOv5 gibi harika açık kaynaklı araçlarımızın herkes için ücretsiz kalmasını sağlamak amacıyla, bunların araştırma ve geliştirme süreçlerini finanse etmemize yardımcı olmaları için diğer girişimlerle ticari ortaklıklar yapıyoruz. Bu makale, söz konusu ortaklara ilişkin bağlı kuruluş bağlantıları içerebilir.

Deci platformu, YOLOv5 modellerini herhangi bir üretim ortamında kolayca yönetmek, optimize etmek ve dağıtmak için ücretsiz araçlar içerir. Deci, TensorFlow, PyTorch, Keras ve ONNX gibi tüm popüler DL framework'lerini destekler. Tek ihtiyacın olan, bunu kodundan çalıştırmak için web tabanlı platformumuz veya Python istemcimizdir.

Neden Deci?#

Deci'yi sadece dışa aktarma için değil, aynı zamanda modelin budanması ve nicemlenmesi için de kullanabilirsin!

Deci, herhangi bir formatta dışa aktarma ve orijinal ile dönüştürülmüş modeller arasında performans karşılaştırması yapmak için harika bir arayüz sağlar. Kullanıcılar, modellerini nicemleme yoluyla daha da optimize etmeyi seçebilirler.

Deci ile Şunları Yapabilirsin:#

Çıkarım Performansını 10 Katına Kadar Artır#

Daha iyi gecikme süresi, verimlilik elde etmek ve donanımındaki model boyutu ile bellek ayak izini azaltmak için modellerini otomatik olarak derleyip nicemle ve farklı üretim ayarlarını değerlendir.

Uygulaman İçin En İyi Çıkarım Donanımını Bul#

Modelinin performansını tek bir tuşla çeşitli donanımlarda (uç cihazlar dahil) kıyasla. Birden fazla donanım ve üretim ayarını manuel olarak kurma ve test etme ihtiyacını ortadan kaldır.

Birkaç Satır Kodla Dağıtım Yap#

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

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

İlk Kurulum#

Adım 1#

Ücretsiz hesabını aç.

Adım 2#

Önceden eğitilmiş YOLOv5 modelini optimize etmeye başlamak için onu ONNX formatına dönüştürmen gerekecek. Modelini ONNX formatına nasıl dönüştüreceğinle ilgili talimatlar için YOLOv5 Export Tutorial sayfasına bak.

Adım 3#

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

Model derleme için hedef donanımını, istediğin yığın boyutunu ve nicemleme seviyesini seçmek üzere model yükleme sihirbazının adımlarını takip et.

İlgili bilgileri doldurduktan sonra "Start" düğmesine tıkla. Deci platformu, seçtiğin donanım için Ultralytics YOLOv5 modelinin çalışma zamanı optimizasyonunu otomatik olarak gerçekleştirecek ve modelini çeşitli donanım türleri üzerinde kıyaslayacaktır. Bu süreç yaklaşık 10 dakika sürer.

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

Sırada Ne Var?#

Ardından "Deploy" butonuna tıklayarak optimize edilmiş modelini indirebilirsin.

Daha sonra modelini indirmen istenecek ve Deci'nin çalışma zamanı çıkarım motoru olan Infery'yi nasıl kurup kullanacağına dair talimatlar alacaksın.

Infery kullanımı isteğe bağlıdır. Ham Python dosyalarını alıp bunları seçtiğin başka bir çıkarım motoruyla kullanabilirsin.

"Insights" sekmesinde optimizasyon ve kıyaslama sonuçlarını keşfet.

Başlamaya Hazır mısın?#

Bitirmeden önce Deci'nin sunduğu bazı avantajları konuşalım:

• Doğruluktan ödün vermeden modelinin çıkarım verimliliğini ve gecikme süresini optimize et
• Tüm popüler çerçevelerden gelen modelleri optimize etmeni sağlar
• Herhangi bir derin öğrenme görevini hedefleyen modelleri destekler
• Popüler CPU ve GPU makinelerinde dağıtımı destekler
• Modelinin farklı donanım sunucularında ve bulut sağlayıcılarında uygunluğunu kıyaslar
• Yüklenen modelleri sunum, çıkarım ve dağıtım için hazır hale getirir

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

Soruların mı var? Topluluğumuza katıl ve sorunu bugün bırak!