Ultralytics YOLOv5 v6.2 ile Sınıflandırma İş Akışlarını Basitleştirmek
Sınıflandırma modelleri, ClearML entegrasyonu, GPU kıyaslamaları, eğitim tekrarlanabilirliği ve daha fazlasıyla yeni YOLOv5 v6.2 sürümünü keşfet.
YOLOv5, nesne tespiti alanındaki en son teknolojinin sınırlarını yeni zirvelere taşıyor! Yeni sınıflandırma modelleri, eğitim tekrarlanabilirliği ve Apple Metal Performance Shader (MPS) Desteği'nden ClearML ve Deci entegrasyonlarına kadar yeni YOLOv5 v6.2 sürümünü sizlere sunuyoruz.
Önemli Ultralytics YOLOv5 Güncellemeleri#
Şubat 2022'deki en son sürümümüzden bu yana favori YOLO Vision AI mimarini geliştirmek için çalışıyoruz. En son YOLOv5 v6.2 sürümündeki en önemli yenilikler şunlardır:
- Sınıflandırma Modelleri: Ultralytics YOLOv5-cls ImageNet ön eğitimli sınıflandırma modelleri artık ilk kez kullanılabilir.
- ClearML günlük kaydı: Açık kaynaklı deney takipçisi ClearML ile entegrasyon. pip install clearml ile yükleme yapmak entegrasyonu etkinleştirecek ve kullanıcıların her eğitim çalışmasını ClearML'de takip etmesine olanak tanıyacaktır. Bu sayede kullanıcılar çalışmaları takip edebilir, karşılaştırabilir ve hatta uzaktan çalışacak şekilde planlayabilir.
- GPU Dışa Aktarma Kıyaslamaları: GPU kıyaslamaları için python utils/benchmarks.py --weights yolov5s.pt --device 0 veya CPU kıyaslamaları için --device CPU komutlarıyla tüm YOLOv5 dışa aktarma biçimlerini kıyasla (mAP ve hız).
- Eğitim Tekrarlanabilirliği: torch>=1.12.0 ile tek GPU'lu Ultralytics YOLOv5 eğitimi artık tamamen tekrarlanabilirdir ve yeni bir --seed argümanı kullanılabilir (varsayılan seed=0).
- Apple Metal Performance Shader (MPS) Desteği: --device mps ile Apple M1/M2 cihazları için MPS desteği (pytorch/pytorch#77764 adresindeki torch güncellemeleri beklenmektedir).
Yeni Sınıflandırma Modelleri#
Bu sürücüdeki ana hedefimiz, mevcut nesne tespiti modellerimiz gibi basit YOLOv5 sınıflandırma iş akışlarını sunmaktır. Yeni v6.2 YOLOv5-cls modelleri henüz bir başlangıçtır, mevcut tespit modellerimizle birlikte bunları 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 içermektedir. Sınıflandırma eğitimi, doğrulaması, tahmini ve dışa aktarımı (tüm 11 forma) ekler ve ayrıca ImageNet ön eğitmli YOLOv5m-cls, ResNet (18, 34, 50, 101) ve EfficientNet (b0-b3) modellerini sunar.
Karşılaştırma yapmak için ImageNet üzerinde 4xA100 örneği kullanarak Ultralytics YOLOv5-cls sınıflandırma modellerini 90 epoch boyunca eğittik ve aynı varsayılan eğitim ayarlarıyla yan yana ResNet ve EfficientNet modellerini eğittik. Tüm modelleri CPU hız testleri için ONNX FP32 formatına ve GPU hız testleri için TensorRT FP16 formatına aktardık. Kolay tekrarlanabilirlik için tüm hız testlerini Google Colab Pro üzerinde çalıştırdık.
Ultralytics'ten Sırada Ne Var?#
Bir sonraki sürümümüz olan v6.3, Eylül 2022 için planlanmıştır ve Ultralytics YOLOv5'e resmi örnek bölütleme (instance segmentation) desteği getirecektir; yılın ilerleyen zamanlarında ise sınıflandırma, algılama ve bölütleme olmak üzere her 3 görevdeki mimarileri güncelleyen büyük bir v7.0 sürümü yayınlanacaktır.
Güncel kalmak ve bu sürüm hakkında daha fazla bilgi edinmek için YOLOv5 açık kaynaklı GitHub deponuzu ziyaret edin.
