YOLOv5 在 v6.1 版本中更加强大！
探索 Ultralytics 的 YOLOv5 v6.1，体验视觉 AI 的前沿增强功能，包括 TensorRT、TensorFlow Edge TPU 支持等。
作为计算机视觉和机器学习领域的先驱，Ultralytics 很高兴宣布旗舰 YOLO（只看一次）技术的最新进展。随着 YOLOv5 v6.1 的发布，我们对架构进行了精细调整，提升了简洁性、速度和性能，确保我们的技术始终处于创新前沿。2021 年 10 月的上一次发布为这些进展奠定了基础，而现在我们很自豪地推出这些关键更新，重新定义 YOLO 的易用性和性能。
重要更新#
秉持着在 Vision AI 领域不断追求卓越的理念，以下是你将在 YOLOv5 v6.1 中看到的突破性增强：
- TensorRT 支持：改进了使用 python export.py --include saved_model pb tflite tfjs 导出 TensorFlow、Keras、TFLite 和 TF.js 模型的集成（由 @imyhxy 提交的#5699）。这是一个重要里程碑，因为 NVIDIA 的 TensorRT 是一种高性能深度学习推理优化器和运行时，可为深度学习应用提供低延迟和高吞吐量。
- TensorFlow Edge TPU 支持 ⭐ 全新：推出全新的更小型 YOLOv5n 模型（1.9M 参数），其复杂度低于 YOLOv5s（7.5M 参数），同时还具备导出为仅 2.1 MB INT8 大小模型的能力。这对于超轻量级移动解决方案尤其理想，将强大的机器学习能力带到技术的最前沿（由 @zldrobit 提交的#3630）。
- OpenVINO 支持：YOLOv5 ONNX 模型现已兼容。借助 OpenVINO，模型现在可以充分利用 Intel CPU 和集成 GPU 的全部性能，满足多种应用需求（由 @glenn-jocher 提交的#6057）。
- 导出基准测试：我们引入了新的基准测试工具，可使用 python utils/benchmarks.py --weights yolov5s.pt 评估所有 YOLOv5 导出格式下的 mAP（平均精度均值）和速度。目前该工具仅在 CPU 上运行，我们计划在未来的更新中加入 GPU 基准测试（由 @glenn-jocher 提交的#6613）。
- 超参数：我们对超参数进行了细微但关键的调整——在 hyp-scratch-large.yaml 中，学习率因子（lrf）已从 0.2 降至 0.1（由 @glenn-jocher 提交的#6525）。
- 训练：默认的学习率（LR）调度器已更新为单周期线性调度器，取代之前的单周期余弦调度器，从而改善训练结果（由 @glenn-jocher 提交的#6729）。
全面展示不同格式的支持情况：YOLOv5 现已正式支持 11 种格式，不仅支持导出，还支持通过 detect.py 和 PyTorch Hub 进行推理，以及用于分析 mAP 和速度的验证：
- ✅ PyTorch
- ✅ TorchScript
- ✅ ONNX
- ✅ OpenVINO
- ✅ TensorRT
- ✅ CoreML
- ✅ TensorFlow SavedModel
- ✅ TensorFlow GraphDef
- ✅ TensorFlow Lite
- ✅ TensorFlow Edge TPU
- ✅ TensorFlow.js
全民共享 AI#
在 Ultralytics，我们的动力不仅来自引领行业的愿望，更来自参与社区并为其贡献力量的热情。YOLOv5 系列在我们的发展历程中发挥了重要作用，陪伴我们共同经历成功与挑战。这次更新是集体努力的成果，凝聚了48 位新贡献者提交的 271 个 PR的辛勤工作。我们始终致力于普及 AI，让每个人都能使用并落地 AI。
加入 Vision AI 革命#
我们一直在寻找优秀人才加入团队，也欢迎大家参与我们的开源项目。如果你有兴趣成为最具突破性的 AI 团队的一员，可以浏览我们的招聘页面，或考虑为 YOLOv5 做出贡献。
从 AI 爱好者到 2022 年最受欢迎的目标检测项目#
今年，我们的 Ultralytics/YOLOv5 仓库在 GitHub 星标总数方面实现了重要里程碑，超过了 Joseph Redmon 的 pjreddie/darknet YOLOv3，目前已获得超过 22.4k 个星标。这证明了社区的信任与热情，也激励着我们不断拓展 Vision AI 的边界。能够传承只看一次的传统，我们深感荣幸。
访问我们的 YOLOv5 GitHub 仓库，详细了解新版本，并加入充满活力的 YOLO 目标检测爱好者社区。
无需代码，体验 YOLO 的魔力#
但精彩还不止于此！如果你刚接触计算机视觉，或者只是更喜欢无代码体验，Ultralytics HUB 就是你的入口。只需轻松点击几下，即可了解如何使用 YOLO 和计算机视觉技术。访问 Ultralytics HUB - 通往 AI 的入口了解更多信息，开启你的计算机视觉之旅。
