Ultralytics YOLOv5 v6.0 đã có mặt!

Bản cập nhật mới nhất của chúng tôi ra mắt vào ngày 12 tháng 10 năm 2021 và là bản phát hành chính 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 đào tạo, 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 đối với các kỹ sư ML và nhà khoa học dữ liệu là YOLOv5 hiện cung cấp giải pháp Vision AI mạnh mẽ hơn và thậm chí còn dễ đào tạo 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 của các nỗ lực R&D của Ultralytics.

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

Tuy nhiên, chúng tôi không thể tự mình làm được điều này! Bản phát hành này kết hợp 465 PR từ 73 cộng tác viên trên toàn thế giới, tất cả đều hợp tác với nhau để mở rộng ranh giới của AI. Xem hướng dẫn đóng góp 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 tụ lại tạo nên sự khác biệt thực sự, quá nhiều để có thể đi sâu vào chi tiết, nhưng sau đây là một số điểm nổi bật chính:

• Tích hợp Roboflow ⭐ MỚI: Đào tạo các mô hình YOLOv5 trực tiếp trên bất kỳ tập dữ liệu Roboflow nào với tích hợp mới của chúng tôi! Tích hợp này cung cấp kết nối liền mạch giữa các tập dữ liệu Roboflow và các khóa đào tạo YOLOv5 của bạn. ( #4975 của @Jacobsolawetz )
  ‍
• Các mẫu YOLOv5n 'Nano' ⭐ MỚI: Mẫu YOLOv5n (1,9 triệu tham số) mới nhỏ hơn YOLOv5s (7,5 triệu tham số), xuất sang kích thước INT8 2,1 MB, lý tưởng cho các giải pháp di động siêu nhẹ. ( #5027 của @glenn-jocher )
  ‍
• TensorFlow và Keras : Mô hình xuất TensorFlow, Keras, TFLite, TF.js hiện được tích hợp hoàn toàn vào YOLOv5 để chuyển đổi liền mạch từ đào tạo sang triển khai. ( #1127 của @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 của @jebastin-nadar )
  ‍
• Kiến trúc mô hình : Các xương sống được cập nhật nhỏ hơn một chút, nhanh hơn và chính xác hơn, đồng thời yêu cầu ít bộ nhớ GPU hơn trong quá trình đào tạo.

Suy nghĩ cuối cùng

Hơn một năm một chút sau khi phát hành YOLOv5, công nghệ phát hiện đối tượng tiên tiến của chúng tôi hiện đang trên đường trở thành AI thị giác được yêu thích nhất 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 tiếp theo thú vị trong hành trình này.

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