Ultralytics YOLOv5 v6.2 ile Sınıflandırma İş Akışlarını Kolaylaştırma

YOLOv5, nesne algılamada son teknoloji sınırlarını zorlamaya devam ediyor. Yeni sınıflandırma modellerinden eğitim tekrarlanabilirliğine ve Apple Metal Performans Gölgelendiricisi (MPS) desteğine, ClearML ve Deci entegrasyonlarına kadar YOLOv5 v6.2 sürümündeki yenilikler burada.

Önemli Ultralytics YOLOv5 Güncellemeleri#

Şubat 2022'deki önceki sürümümüzden bu yana YOLOv5'i iyileştirmek için çalışıyoruz. En yeni YOLOv5 v6.2 sürümündeki en önemli güncellemeler şunlar:

• Sınıflandırma Modelleri: Ultralytics YOLOv5-cls ImageNet üzerinde önceden eğitilmiş görüntü sınıflandırma modelleri artık ilk kez kullanıma sunuldu.
• ClearML günlük kaydı: Açık kaynaklı deney takip aracı ClearML ile entegrasyon. pip install clearml ile kurulum, entegrasyonu etkinleştirir ve kullanıcıların her eğitim çalışmasını ClearML'de izlemesini sağlar. Böylece kullanıcılar çalışmaları izleyip karşılaştırabilir, hatta çalışmaları uzaktan zamanlayabilir.
• GPU Dışa Aktarım Karşılaştırmaları: GPU karşılaştırmaları için python utils/benchmarks.py --weights yolov5s.pt --device 0, CPU karşılaştırmaları için --device cpu kullanarak tüm YOLOv5 dışa aktarım biçimlerini kıyasla (mAP ve hız).
• Eğitim Tekrarlanabilirliği: torch>=1.12.0 ile tek GPU'da Ultralytics YOLOv5 eğitimi artık tamamen tekrarlanabilir. Ayrıca yeni bir --seed argümanı kullanılabilir (varsayılan seed=0).
• Apple Metal Performans Gölgelendiricisi (MPS) Desteği: --device mps ile Apple M1/M2 cihazları için MPS desteği (tam işlevsellik için pytorch/pytorch#77764 numaralı torch güncellemeleri bekleniyor).

Yeni Sınıflandırma Modelleri#

Bu sürümdeki temel amacımız, mevcut nesne algılama modellerimizde olduğu gibi YOLOv5 için basit sınıflandırma iş akışları sunmak. Yeni v6.2 YOLOv5-cls modelleri yalnızca bir başlangıç; bunları mevcut algılama modellerimizle birlikte geliştirmeye devam edeceğiz. Bu çalışmaya katkıda bulunmanı çok isteriz!

Bu sürüm, Şubat 2022'deki son sürümümüzden bu yana 41 katkıda bulunan kişinin 401 PR'ını içeriyor. Sınıflandırma eğitimi, doğrulaması, tahmini ve dışa aktarımını (11 biçimin tümüne) ekliyor; ayrıca ImageNet üzerinde önceden eğitilmiş YOLOv5m-cls, ResNet (18, 34, 50, 101) ve EfficientNet (b0-b3) modellerini sunuyor.

Ultralytics YOLOv5-cls sınıflandırma modellerini 4xA100 örneği kullanarak ImageNet üzerinde 90 dönem boyunca eğittik. Karşılaştırma için ResNet ve EfficientNet modellerini de aynı varsayılan eğitim ayarlarıyla eğittik. CPU hız testleri için tüm modelleri ONNX FP32'ye, GPU hız testleri için TensorRT FP16'ya aktardık. Kolayca tekrarlanabilmesi için tüm hız testlerini Google Colab Pro üzerinde çalıştırdık.

Ultralytics'ten Sırada Ne Var?#

Bir sonraki sürümümüz v6.3'ün Eylül 2022'de yayımlanması planlanıyor ve Ultralytics YOLOv5'e resmî örnek bölümleme desteği getirecek. Yılın ilerleyen dönemlerinde yayımlanacak önemli v7.0 sürümü ise üç görevin tümündeki (algılama, bölümleme ve sınıflandırma) mimarileri güncelleyecek. (Örnek bölümleme desteği sonunda YOLOv5 v7.0 sürümünde geldi.)

Gelişmeleri takip etmek ve bu sürüm hakkında daha fazla bilgi edinmek için açık kaynaklı YOLOv5 GitHub depomuzu ziyaret et.