Đơn giản hóa quy trình phân loại với Ultralytics YOLOv5 v6.2

YOLOv5 tiếp tục thúc đẩy những tiến bộ mới nhất trong object detection. Từ các model phân loại mới, khả năng tái lập quá trình huấn luyện và hỗ trợ Apple Metal Performance Shader (MPS) đến tích hợp với ClearML và Deci, sau đây là những điểm mới trong bản phát hành YOLOv5 v6.2.

Các cập nhật quan trọng của Ultralytics YOLOv5#

Kể từ bản phát hành trước vào tháng 2 năm 2022, chúng tôi đã không ngừng cải thiện YOLOv5. Sau đây là những cập nhật quan trọng nhất trong YOLOv5 v6.2 mới nhất:

• Model phân loại: Các model phân loại hình ảnh Ultralytics YOLOv5-cls được pretrained trên ImageNet hiện lần đầu tiên được cung cấp.
• Ghi log ClearML: Tích hợp với công cụ theo dõi experiment mã nguồn mở ClearML. Cài đặt bằng pip install clearml sẽ kích hoạt tích hợp và cho phép người dùng theo dõi mọi lượt huấn luyện trong ClearML. Nhờ đó, người dùng có thể theo dõi, so sánh các lượt chạy và thậm chí lên lịch chạy từ xa.
• Benchmark xuất GPU: Benchmark (mAP và tốc độ) tất cả định dạng xuất của YOLOv5 bằng python utils/benchmarks.py --weights yolov5s.pt --device 0 cho benchmark GPU hoặc --device cpu cho benchmark CPU.
• Khả năng tái lập quá trình huấn luyện: Quá trình huấn luyện Ultralytics YOLOv5 trên một GPU bằng torch>=1.12.0 hiện có thể tái lập hoàn toàn; có thể sử dụng đối số --seed mới (mặc định là seed=0).
• Hỗ trợ Apple Metal Performance Shader (MPS): Hỗ trợ MPS cho thiết bị Apple M1/M2 bằng --device mps (chờ các bản cập nhật torch trong pytorch/pytorch#77764 để có đầy đủ chức năng).

Các model phân loại mới#

Mục tiêu chính của bản phát hành này là giới thiệu workflow phân loại YOLOv5 đơn giản, tương tự các model object detection hiện có. Các model YOLOv5-cls v6.2 mới chỉ là bước khởi đầu; chúng tôi sẽ tiếp tục cải thiện các model này cùng với những model detection hiện tại. Chúng tôi rất mong nhận được đóng góp của bạn cho nỗ lực này!

Bản phát hành này tích hợp 401 PR từ 41 contributor kể từ bản phát hành gần nhất vào tháng 2 năm 2022. Bản phát hành bổ sung khả năng huấn luyện, validation, prediction và export phân loại (sang cả 11 định dạng), đồng thời cung cấp các model YOLOv5m-cls được pretrained trên ImageNet, ResNet (18, 34, 50, 101) và EfficientNet (b0-b3).

Chúng tôi huấn luyện các model phân loại Ultralytics YOLOv5-cls trên ImageNet trong 90 epoch bằng một instance 4xA100, đồng thời huấn luyện các model ResNet và EfficientNet với cùng thiết lập huấn luyện mặc định để so sánh. Chúng tôi xuất tất cả model sang ONNX FP32 để kiểm tra tốc độ trên CPU và TensorRT FP16 để kiểm tra tốc độ trên GPU. Tất cả bài kiểm tra tốc độ đều được chạy trên Google Colab Pro để dễ tái lập.

Tiếp theo Ultralytics sẽ làm gì?#

Bản phát hành tiếp theo của chúng tôi, v6.3, dự kiến ra mắt vào tháng 9 năm 2022 và sẽ bổ sung hỗ trợ chính thức cho instance segmentation trong Ultralytics YOLOv5; sau đó là bản phát hành lớn v7.0 vào cuối năm nay, cập nhật kiến trúc cho cả 3 tác vụ — detection, segmentation và classification. (Instance segmentation cuối cùng đã được đưa vào YOLOv5 v7.0.)

Truy cập kho GitHub mã nguồn mở YOLOv5 của chúng tôi để cập nhật thông tin và tìm hiểu thêm về bản phát hành này.