Ultralytics YOLOv5 v6.2 ile Sınıflandırma İş Akışlarını Basitleştirme

YOLOv5 nesne algılama alanındaki son teknolojiyi yeni zirvelere taşıyor! Yeni sınıflandırma modelleri, eğitim tekrarlanabilirliği ve Apple Metal Performance Shader (MPS) Desteğinden ClearML ve Deci ile entegrasyonlara kadar, size yeni YOLOv5 v6.2 sürümünü sunuyoruz.

Önemli YOLOv5 Güncellemeleri

Şubat 2022'deki son sürümümüzden bu yana favori YOLO Vision AI mimarinizi geliştirmek için çalışıyoruz. Bunlar, en son YOLOv5 v6.2'deki en önemli güncellemelerdir:

• Sınıflandırma Modelleri: YOLOv5-cls ImageNet tarafından önceden eğitilmiş sınıflandırma modelleri artık ilk kez kullanılabilir.
  ‍
• ClearML günlük kaydı: Açık kaynaklı deney izleyici ClearML ile entegrasyon. Pip install clearml ile kurulum, entegrasyonu etkinleştirecek ve kullanıcıların ClearML'deki her eğitim çalışmasını izlemesine olanak tanıyacaktır. Bu da kullanıcıların koşuları takip etmesine ve karşılaştırmasına ve hatta koşuları uzaktan planlamasına olanak tanır.
  ‍
• GPU Dışa Aktarma Kıyaslamaları: Tüm YOLOv5 dışa aktarma formatlarını python utils/benchmarks.py --weights yolov5s.pt --device 0 ile GPU kıyaslamaları için veya --device CPU ile CPU kıyaslamaları için kıyaslayın (mAP ve hız).
  ‍
• Eğitim Tekrar Üretilebilirliği: torch>=1.12.0 ile Tek GPU YOLOv5 eğitimi artık tamamen tekrarlanabilir ve yeni bir --seed argümanı kullanılabilir (varsayılan seed=0).
  ‍
• Apple Metal Performans Gölgelendirici (MPS) Desteği: Apple M1/M2 cihazları için --device mps ile MPS desteği (tam işlevsellik pytorch/pytorch#77764'teki torch güncellemelerini bekliyor).

Yeni Sınıflandırma Modelleri

Bu sürümle ana hedefimiz, tıpkı mevcut nesne algılama modellerimiz gibi basit YOLOv5 sınıflandırma iş akışlarını tanıtmaktır. Yeni v6.2 YOLOv5-cls modelleri sadece bir başlangıç, bunları mevcut algılama modellerimizle birlikte geliştirmeye devam edeceğiz. Bu çabaya katkılarınızı çok isteriz!

Bu sürüm, Şubat 2022'deki son sürümümüzden bu yana 41 katılımcının 401 PR'sini içermektedir. Sınıflandırma eğitimi, doğrulama, tahmin ve dışa aktarma (11 formatın tümüne) ekler ve ayrıca ImageNet tarafından önceden eğitilmiş YOLOv5m-cls, ResNet (18, 34, 50, 101) ve EfficientNet (b0-b3) modelleri sağlar.

YOLOv5-cls sınıflandırma modellerini ImageNet üzerinde 4xA100 örneği kullanarak 90 epok boyunca eğittik ve karşılaştırmak için ResNet ve EfficientNet modellerini aynı varsayılan eğitim ayarlarıyla birlikte eğittik. Tüm modelleri CPU hız testleri için ONNX FP32'ye ve GPU hız testleri için TensorRT FP16'ya aktardık. Kolay tekrarlanabilirlik için tüm hız testlerini Google Colab Pro üzerinde gerçekleştirdik.  

Ultralytics'ten Sırada Ne Var?

Bir sonraki sürümümüz olan v6.3'ün Eylül 2022'de yayınlanması planlanmaktadır ve YOLOv5'e resmi örnek segmentasyon desteği getirecektir. Bu yılın sonlarına doğru yayınlanacak olan v7.0 sürümü ise sınıflandırma, tespit ve segmentasyon olmak üzere 3 görevin tamamında mimarileri güncelleyecektir.

Güncel kalmak ve bu sürüm hakkında daha fazla bilgi edinmek için YOLOv5 açık kaynaklı GitHub depomuzu ziyaret edin.