简化自定义视觉 AI 运维
体验无缝的 YOLOv5 模型训练，得益于 Ultralytics 与 Roboflow 的全新合作，为计算机视觉 AI 开发者赋能。
我们致力于让计算机视觉触手可及，很高兴地宣布，Roboflow 已成为 Ultralytics YOLOv5 的官方数据集管理与标注工具，并与我们达成合作。
Roboflow 旨在通过简化数据收集与标注、模型训练以及利用主动学习更快改进模型的流程，帮助开发者构建更出色的计算机视觉模型。这样一来，开发者就能将更多时间用于解决特定领域的问题，而不是纠结于机器学习的琐碎细节和计算机视觉基础设施。
Roboflow 一直在支持与我们拥有共同愿景的开源项目。他们于 2020 年 6 月发布了《如何在自定义数据集上训练 Ultralytics YOLOv5》指南，记得去看看。
Ultralytics 的使命是通过为每位开发者打造易于使用的视觉 AI 工具，让 AI 变得简单易用。YOLOv5 让开发者能够在自己的项目中开始训练和部署业界领先的视觉模型。
Roboflow 和 Ultralytics 秉持让 AI 更易用的共同愿景，发挥各自的独特优势，为用户带来更强大的能力。得益于这项全新的合作，更便捷的帮助已经到来，让定制模型训练变得前所未有地简单！
全新合作，让定制模型训练更简单#
凭借简洁性和在真实应用场景中的准确性，Ultralytics YOLOv5 已成为全球最受欢迎的 AI 之一。我们与 Roboflow 的全新集成让 YOLOv5 的训练和部署体验更加顺畅。
现在，你可以使用 Roboflow 的 pip 软件包直接标注自定义数据集，并将其自动导出到 Ultralytics YOLOv5 进行训练，同时专注于实现主动学习。这样，你就能避免将时间耗费在计算机视觉的琐碎细节上，从而简化 MLOps 流程。消除所有不必要的机器学习工作，让计算机视觉像 YOLO 一样简单。
从哪里开始？#
借助全新的 YOLOv5 Colab notebook，我们让你可以轻松地在自定义数据集上训练模型。开始使用前，请按照以下步骤操作：
- 打开 YOLOv5 自定义训练 Colab notebook
- 运行 pip install roboflow，开始使用你的 Roboflow 数据集
- 将你的项目从 Roboflow 导出为所需格式
- 系统将生成用于自定义训练的代码片段
- 将代码片段从你的账户复制并粘贴到 notebook 中指定的位置
Voilà!
Roboflow + Ultralytics 合作。
你可以在以下 Roboflow 视频教程中找到更多有用信息。
计算机视觉领域令人振奋的时代#
Roboflow 的最新功能与 YOLOv5 的优势相结合，构成了极其强大的 MLOps 解决方案。Ultralytics 和 Roboflow 秉持让 AI 更易用的共同愿景，为用户开启了诸多可能，我们对此感到非常兴奋，也迫不及待地想看看用户会利用我们的全新集成创造出什么。
我们期待听到开发者社区将取得哪些突破！
