简化自定义视觉 AI 运维
Ultralytics 与 Roboflow 合作，简化 YOLOv5 自定义训练流程，从数据集标注和导出，到使用现成的 Colab 笔记本进行训练。
Nuvola Ladi2 分钟阅读
我们致力于让计算机视觉变得触手可及，很高兴地宣布与 Roboflow 达成合作，由 Roboflow 为 Ultralytics YOLOv5 提供官方数据集管理和标注工具。
Roboflow 致力于帮助开发者打造更出色的计算机视觉模型，简化数据收集和标注、模型训练以及利用主动学习加速模型改进的流程。这样，开发者就能把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细节和计算机视觉基础设施。
Roboflow 持续支持与我们愿景相同的开源项目。别忘了看看他们于 2020 年 6 月发布的《如何在自定义数据集上训练 Ultralytics YOLOv5》指南。
Ultralytics 的使命是打造易于使用的视觉 AI 工具，让每位开发者都能轻松使用 AI。YOLOv5 让开发者能够在自己的项目中开始训练和部署最先进的视觉模型。
秉持让 AI 易于使用的共同愿景，Roboflow 和 Ultralytics 正携手发挥各自优势，为用户提供更强大的能力。这项新合作让定制模型训练变得更加容易。
携手打造新合作，让自定义模型训练更加轻松#
凭借简洁易用的特点和在真实场景中的准确性，Ultralytics YOLOv5 已成为全球最受欢迎的视觉 AI 模型之一。我们与 Roboflow 的全新集成进一步简化了 YOLOv5 的训练和部署体验。
现在，你可以使用 Roboflow 的 pip 软件包对自定义数据集进行标注，并自动直接导出到 Ultralytics YOLOv5 进行训练，重点支持主动学习。这样，你就能简化 MLOps 流程，避免在计算机视觉细节上耗费时间。
从哪里开始？#
我们推出了全新的 YOLOv5 Colab 笔记本，让你可以轻松使用自定义数据集训练模型。按照以下步骤开始：
- 打开 YOLOv5 自定义训练 Colab 笔记本
- 运行
pip install roboflow，开始使用 Roboflow 数据集 - 从 Roboflow 导出项目，并选择你需要的格式
- 系统将生成一段用于自定义训练的代码片段
- 将账户中的代码片段复制并粘贴到笔记本中的指定位置
Roboflow + Ultralytics 合作伙伴关系。
你可以通过以下 Roboflow 视频教程了解更多实用信息。
计算机视觉领域正迎来激动人心的时刻#
Roboflow 的最新功能与 YOLOv5 的优势相结合，构成了强大的 MLOps 解决方案。我们很高兴 Ultralytics 和 Roboflow 能凭借让 AI 易于使用的共同愿景，为用户带来更多可能，也迫不及待想看看用户会通过这项新集成创造出什么。
我们期待开发者社区带来令人振奋的突破。现在，Roboflow 数据集也可以直接导入 Ultralytics Platform，用于标注和训练。
作者
评论
提出问题、分享你的结果，或帮助其他人。
