Ultralytics YOLOv5 v6.0 đã ra mắt!

Bản cập nhật mới nhất của chúng tôi đã ra mắt vào ngày 12 tháng 10 năm 2021 và là bản phát hành lớn đầu tiên kể từ tháng 4 năm 2021. Bản phát hành v6.0 mang lại những cải tiến đáng kể giúp giảm yêu cầu bộ nhớ trong quá trình huấn luyện, tăng độ chính xác trong quá trình triển khai và tối ưu hóa hiệu suất thời gian chạy trên toàn bộ các mô hình YOLOv5.

‍

‍

Kết quả là các kỹ sư ML và nhà khoa học dữ liệu hiện có YOLOv5 cung cấp một giải pháp Vision AI mạnh mẽ hơn và thậm chí còn dễ dàng huấn luyện và triển khai hơn bao giờ hết. Nhiều bản cập nhật cho xương sống mô hình đã được thực hiện dựa trên kết quả thực nghiệm từ các nỗ lực R&D của Ultralytics.

Các sửa đổi bao gồm các mô-đun mới và các cải tiến cho các mô-đun hiện có kết hợp để tạo ra các mô hình nhanh hơn, nhỏ hơn và chính xác hơn.

Tuy nhiên, chúng tôi không thể tự mình thực hiện điều này! Bản phát hành này kết hợp 465 PR từ 73 người đóng góp từ khắp nơi trên thế giới, tất cả cùng nhau hợp tác để thúc đẩy các ranh giới của AI. Xem hướng dẫn đóng góp mã nguồn mở của chúng tôi nếu bạn muốn tìm hiểu thêm hoặc tự mình đóng góp.

Bản phát hành này mang đến hàng trăm thay đổi nhỏ, tích lũy lại tạo ra sự khác biệt thực sự, quá nhiều để đi vào chi tiết, nhưng một vài điểm nổi bật chính là:

• Tích hợp Roboflow ⭐ MỚI: Huấn luyện các mô hình YOLOv5 trực tiếp trên bất kỳ bộ dữ liệu Roboflow nào với tích hợp mới của chúng tôi! Tích hợp này cung cấp kết nối liền mạch giữa bộ dữ liệu Roboflow của bạn và quá trình huấn luyện YOLOv5 của bạn. (#4975 bởi @Jacobsolawetz)
  ‍
• Mô hình YOLOv5n 'Nano' ⭐ MỚI: Mô hình YOLOv5n (1.9M tham số) nhỏ hơn mới bên dưới YOLOv5s (7.5M tham số), xuất ra kích thước INT8 2.1 MB, lý tưởng cho các giải pháp di động siêu nhẹ. (#5027 bởi @glenn-jocher)
  ‍
• TensorFlow và Keras: Xuất mô hình TensorFlow, Keras, TFLite, TF.js hiện đã được tích hợp hoàn toàn vào YOLOv5 để chuyển đổi liền mạch từ huấn luyện đến triển khai. (#1127 bởi @zldrobit)
  ‍
• OpenCV DNN: Các mô hình YOLOv5 ONNX hiện tương thích với cả OpenCV DNN và ONNX Runtime để cung cấp cho người dùng nhiều tùy chọn đích triển khai hơn. (#4833 bởi @jebastin-nadar)
  ‍
• Kiến trúc Mô hình: Các backbone được cập nhật nhỏ hơn, nhanh hơn và chính xác hơn một chút, đồng thời yêu cầu ít bộ nhớ GPU hơn trong quá trình huấn luyện.

Kết luận

Chỉ hơn một năm sau khi phát hành YOLOv5, công nghệ phát hiện đối tượng hiện đại của chúng tôi hiện đang trên đường trở thành AI thị giác được yêu thích nhất trên thế giới. Với sự giúp đỡ của hàng trăm cộng tác viên và phản hồi từ hàng nghìn người dùng, chúng tôi đang tạo ra các công cụ vừa hiệu quả vừa dễ sử dụng và bản phát hành v6.0 mới của chúng tôi là bước thú vị tiếp theo trong hành trình này.

Hãy truy cập kho lưu trữ GitHub mã nguồn mở của chúng tôi để bắt đầu sử dụng YOLOv5 ngay hôm nay! https://github.com/ultralytics/yolov5