YOLOv5 在 v6.1 中变得更强大！

作为计算机视觉和机器学习领域的先驱，Ultralytics 很高兴地宣布我们旗舰 YOLO (You Only Look Once) 技术的最新进展。通过 YOLOv5 v6.1 版本，我们对架构进行了微调，以增强简洁性、速度和强度，确保我们的技术始终处于创新前沿。我们的上一个版本于 2021 年 10 月发布，为这些进步奠定了基础，现在我们很自豪地推出这些关键更新，这些更新重新定义了 YOLO 的可用性和性能。

重要更新

为了不断追求卓越的视觉 AI，以下是您将在 YOLOv5 v6.1 中找到的突破性增强功能：

• TensorRT 支持：改进了对 TensorFlow、Keras、TFLite 和 TF.js 模型导出的集成，使用 python export.py --include saved_model pb tflite tfjs（#5699 by @imyhxy）。这是一个重要的里程碑，因为 NVIDIA 的 TensorRT 是一种高性能深度学习推理优化器和运行时，可为深度学习应用程序提供低延迟、高吞吐量。
  ‍
• TensorFlow Edge TPU 支持 ⭐ NEW：推出新的更小的 YOLOv5n（190 万个参数）模型，其复杂度低于 YOLOv5s（750 万个参数），但在导出到仅 2.1 MB INT8 大小时表现出色。这对于超轻量级移动解决方案尤其理想，可将强大的机器学习带到技术的最前沿（#3630 by @zldrobit）。
  ‍
• OpenVINO 支持: YOLOv5 ONNX 模型现在与 OpenVINO 兼容，模型现在可以利用 Intel CPU 和集成 GPU 的全部功能，以实现各种应用（#6057 by @glenn-jocher）。
  ‍
• 导出基准测试: 我们引入了一个新的基准测试工具，用于评估所有 YOLOv5 导出格式的 mAP（平均精度均值）和速度，使用 python utils/benchmarks.py --weights yolov5s.pt。目前在 CPU 上运行，我们计划在未来的更新中将其扩展到包括 GPU 基准测试（#6613 by @glenn-jocher）。
  ‍
• 超参数: 我们的超参数进行了一项微小但至关重要的调整 - 在 hyp-scratch-large.yaml 中，学习率因子 (lrf) 已从 0.2 降低到 0.1（#6525 by @glenn-jocher）。
  ‍
• 训练: 默认学习率 (LR) 调度器已更新为 one-cycle linear，替换了之前的 one-cycle with cosine，以改进训练结果（#6729 by @glenn-jocher）。

揭示我们对不同格式的全面支持，YOLOv5 现在正式支持 11 种格式，不仅支持导出，还支持使用 detect.py 和 PyTorch Hub 进行推理，以及验证以分析 mAP 和速度：

• ✅ PyTorch
• ✅ TorchScript
• ✅ ONNX
• ✅ OpenVINO
• ✅ TensorRT
• ✅ CoreML
• ✅ TensorFlow SavedModel
• ✅ TensorFlow GraphDef
• ✅ TensorFlow Lite
• ✅ TensorFlow Edge TPU
• ✅ TensorFlow.js

人人共享的 AI

在 Ultralytics，我们前进的动力不仅仅是对领导地位的渴望，更是参与社区并为社区做出贡献的热情。YOLOv5 系列在我们的旅程中发挥了重要作用，在成功和挑战中都为我们提供了支持。此次更新是一次集体的胜利，代表了来自 48 位新贡献者的 271 个 PR 的辛勤工作。我们始终致力于实现 AI 大众化的使命，让每个人都能访问和使用 AI。

加入 Vision AI 革命

我们一直在寻找人才加入我们的行列，并邀请大家合作参与我们的开源项目。如果您有兴趣加入最具开创性的人工智能团队，请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

今年，我们的 Ultralytics/YOLOv5 代码仓库 достигло значительной вехи, превзойдя pjreddie/darknet YOLOv3 Джозефа Редмона по общему количеству звезд GitHub, и теперь может похвастаться более чем 22,4 тыс. звезд. Это свидетельствует о доверии и энтузиазме сообщества, и это мотивирует нас продолжать расширять границы Vision AI. Для нас большая честь продолжать You Only Look Once наследие.

访问我们的 YOLOv5 GitHub 存储库，获取有关新版本的全面详细信息，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

更棒的是，如果您是计算机视觉新手，或者只是喜欢无代码体验，Ultralytics HUB 就是您的理想之选。只需轻松点击几下，即可了解如何利用 YOLO 和计算机视觉技术。访问 Ultralytics HUB - 您的人工智能之门，开启您的计算机视觉之旅。