敬请关注 YOLO Vision 2025!
2025年9月25日
英国夏令时 10:00 - 18:00
混合活动
Yolo Vision 2024

Ultralytics YOLOv5 v6.0 来了!

Ultralytics 团队

2 分钟阅读

2021年10月12日

探索 YOLOv5 v6.0:重大更新,可提高准确性、降低内存使用率并加快 AI 模型性能。立即加入我们的全球贡献者行列!

我们的最新更新于 2021 年 10 月 12 日发布,是自 2021 年 4 月以来的首次重大版本。v6.0 版本带来了重大改进,降低了训练期间的内存需求,提高了部署期间的准确性,并优化了所有 YOLOv5 模型的运行时性能。

YOLOv5 v6.0 速度与准确率图。

对于 ML 工程师和数据科学家来说,YOLOv5 现在提供了一个更强大的 Vision AI 解决方案,并且比以往任何时候都更容易训练和部署。基于 Ultralytics 研发工作的经验结果,对模型主干进行了多次更新。

修改包括新的模块和对现有模块的改进,这些模块结合在一起可以产生更快、更小、更准确的模型。

但我们无法独自完成这项工作!此版本包含了来自世界各地 73 位贡献者的 465 个 PR,他们共同协作以突破 AI 的界限。如果您想了解更多信息或自己做出贡献,请参阅我们的开源贡献指南

此版本带来了数百个小的更改,这些更改累积起来产生了真正的差异,更改太多,无法详细介绍,但以下是一些主要亮点:

  • Roboflow 集成 ⭐ 新功能:通过我们的新集成,可以直接在任何 Roboflow 数据集上训练 YOLOv5 模型!此集成在您的 Roboflow 数据集和 YOLOv5 训练之间提供无缝连接。(#4975,作者:@Jacobsolawetz
  • YOLOv5n 'Nano' 模型 ⭐ 新功能:YOLOv5n (1.9M 参数) 新增更小模型,低于 YOLOv5s (7.5M 参数),导出为 2.1 MB INT8 大小,非常适合超轻型移动解决方案。( #5027 by @glenn-jocher)
  • TensorFlow 和 Keras: TensorFlow、Keras、TFLite、TF.js 模型导出现已完全集成到 YOLOv5 中,可实现从训练到部署的无缝过渡。(由@zldrobit完成的#1127)
  • OpenCV DNN:YOLOv5 ONNX模型现在与OpenCV DNN和ONNX Runtime兼容,从而为用户提供更多部署目标选项。(#4833,由@jebastin-nadar提供)
  • 模型架构:更新后的骨干网络略小、更快、更准确,并且在训练期间需要更少的 GPU 内存。

最终想法

在发布 YOLOv5 一年多后,我们最先进的目标检测技术正朝着成为世界上最受欢迎的视觉 AI 的方向发展。在数百名合作者的帮助和数千名用户的反馈下,我们正在创建有效且易于使用的工具,而我们新的 v6.0 版本是这一旅程中下一个激动人心的步骤。

立即访问我们的开源 GitHub 存储库,开始使用 YOLOv5!https://github.com/ultralytics/yolov5

让我们一起构建人工智能的未来!

开启您的机器学习未来之旅

免费开始
链接已复制到剪贴板