Ultralytics YOLOv5 v6.0 đã ra mắt!

Bản cập nhật mới nhất của chúng tôi được phát hành vào ngày 12 tháng 10 năm 2021, là bản phát hành lớn đầu tiên kể từ tháng 4 năm 2021. Bản phát hành v6.0 mang đến những cải tiến đáng kể, giúp giảm yêu cầu bộ nhớ trong quá trình huấn luyện, tăng độ chính xác khi triển khai và tối ưu hiệu năng runtime trên toàn bộ dòng model Ultralytics YOLOv5.

Biểu đồ tốc độ so với độ chính xác của Ultralytics YOLOv5 v6.0.

Đối với kỹ sư ML và nhà khoa học dữ liệu, kết quả là YOLOv5 hiện cung cấp giải pháp Vision AI mạnh mẽ hơn, đồng thời dễ huấn luyện và triển khai hơn bao giờ hết. Nhiều cập nhật cho backbone của model được thực hiện dựa trên kết quả thực nghiệm từ các nỗ lực R&D của Ultralytics.

Các thay đổi bao gồm module mới và cải tiến cho module hiện có, kết hợp để tạo ra model nhanh hơn, nhỏ hơn và chính xác hơn.

Tuy nhiên, chúng tôi không thể làm được điều này một mình! Bản phát hành này tích hợp 465 PR từ 73 cộng tác viên trên khắp thế giới, cùng hợp tác để thúc đẩy ranh giới của AI. Hãy 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, khi kết hợp lại tạo nên khác biệt thực sự. Có quá nhiều thay đổi để trình bày chi tiết, nhưng dưới đây là một số điểm nổi bật chính:

• Tích hợp Roboflow ⭐ MỚI: Huấn luyện trực tiếp model YOLOv5 trên mọi tập dữ liệu Roboflow với tích hợp mới của chúng tôi! Tích hợp này kết nối trực tiếp các tập dữ liệu Roboflow với quá trình huấn luyện YOLOv5. (#4975 của @Jacobsolawetz)
• Model YOLOv5n 'Nano' ⭐ MỚI: Model YOLOv5n nhỏ hơn mới (1.9M tham số), nhẹ hơn YOLOv5s (7.5M tham số), xuất ra kích thước 2.1 MB INT8, lý tưởng cho các giải pháp di động siêu nhẹ. (#5027 bởi @glenn-jocher)
• TensorFlow và Keras: Tính năng xuất model TensorFlow, Keras, TFLite và TF.js hiện được tích hợp đầy đủ vào YOLOv5, giúp chuyển đổi từ huấn luyện sang triển khai mượt mà hơn. (#1127 của @zldrobit)
• OpenCV DNN: Các model ONNX YOLOv5 hiện tương thích với cả OpenCV DNN và ONNX Runtime, cung cấp cho người dùng nhiều tùy chọn đích triển khai hơn. (#4833 bởi @jebastin-nadar)
• Kiến trúc model: Các backbone được cập nhật nhỏ hơn, nhanh hơn và chính xác hơn đôi chút, đồng thời cần ít bộ nhớ GPU hơn trong quá trình huấn luyện.

Lời kết#

Chỉ hơn một năm sau khi phát hành YOLOv5, công nghệ phát hiện đối tượng tiên tiến của chúng tôi đang trên đường trở thành Vision AI được yêu thích nhất thế giới. Với sự hỗ trợ 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; bản phát hành v6.0 mới là bước tiến thú vị tiếp theo trong hành trình này. Hãy truy cập kho GitHub mã nguồn mở của chúng tôi để bắt đầu sử dụng YOLOv5 ngay hôm nay! Kho GitHub YOLOv5