简化自定义视觉 AI 运维
体验 Ultralytics 与 Roboflow 新合作带来的无缝 YOLOv5 模型训练——为计算机视觉 AI 领域的开发者赋能。
我们致力于让计算机 vision 更容易上手，并非常高兴地宣布与 Roboflow 达成合作，将其作为 Ultralytics YOLOv5 的官方数据集管理与标注工具。
Roboflow 的目标是通过简化收集和标注数据、训练模型以及利用主动学习更快地改进模型的过程，使开发者能够构建更好的计算机 vision 模型。这样，开发者就可以花更多时间在特定领域的问题上，而不是机器学习的繁琐细节和计算机 vision 基础设施上。
Roboflow 一直以来都在支持与我们有相同愿景的开源项目。请务必查看他们在 2020 年 6 月发布的关于如何使用自定义数据集训练 Ultralytics YOLOv5 的指南。
Ultralytics 的使命是通过为每个开发者创建易于使用的 Vision AI 工具，让 AI 变得简单。YOLOv5 允许开发者在其自己的项目中开始训练和部署最先进的 vision 模型。
基于对简易 AI 的共同愿景，Roboflow 和 Ultralytics 正在发挥各自的独特优势，为我们的用户带来更强大的能力。得益于这项新的合作伙伴关系，新的助力即将到来，它将使训练自定义模型比以往任何时候都更容易！
推出让训练自定义模型变得更容易的全新合作伙伴关系#
凭借在现实场景中的简洁性与高准确度，Ultralytics YOLOv5 现已成为全球最受欢迎的 AI 模型之一。我们全新的 Roboflow 集成可为你带来更加无缝的 YOLOv5 训练与部署体验。
现在，你可以使用 Roboflow 的 pip package 直接对自定义数据集进行标注并自动导出，用于训练 Ultralytics YOLOv5，同时重点支持主动学习。通过这种方式，你可以避免在计算机 vision 的细枝末节上浪费时间，从而简化你的 MLOps 流程。消除机器学习中所有不必要的工作，让计算机 vision 变得和 YOLO 一样简单。
从哪里开始？#
我们使用全新的 YOLOv5 Colab notebook 让你轻松在自定义数据集上训练模型。要开始使用，请遵循以下步骤：
- 打开 YOLOv5 custom training Colab notebook
- 运行 pip install roboflow 开始使用你的 Roboflow 数据集
- 以你所需的格式从 Roboflow 导出你的项目
- 系统将生成一段用于自定义训练的代码片段
- 将该片段从你的账户复制并粘贴到 notebook 中的指定位置
搞定！
Roboflow + Ultralytics 合作伙伴关系。
你可以在以下 Roboflow video tutorial 中找到更多有用的信息。
身处计算机视觉领域的激动人心时刻#
将 Roboflow 的最新功能与 YOLOv5 的优势相结合，打造出了一个功能极其强大的 MLOps 解决方案。我们对 Ultralytics 和 Roboflow 通过共同的简易 AI 愿景所带来的可能性感到兴奋，并迫不及待地想看到用户利用我们的新集成创造出什么。
我们期待着听到开发者社区所取得的突破性成果！
