اكتشف نشر النماذج الكمية YOLOv8 مع DeGirum. تعرّف على التحديات والحلول وتقنيات النشر لأجهزة الحافة. شكّل المستقبل معنا!
مرحبًا بكم في ملخص حديث ثاقب آخر من فعالية YOLO VISION 2023 (YV23)، التي أقيمت في الحرم الجامعي النابض بالحياة Google للشركات الناشئة في مدريد. ألقى هذه المحاضرة شاشي شيلاباغار، كبير المهندسين المعماريين والمؤسس المشارك في شركة DeGirum. وقد تعمق في عالم التكميم الرائع ونشر النماذج الكمية، واستكشاف التحديات الرئيسية والحلول والإمكانيات المستقبلية.
قدم شاشي نظرة عامة شاملة على التكميم ، مع تسليط الضوء على أهميته في تحسين Ultralytics YOLO نماذج للنشر على أجهزة الحافة. من مناقشة الأساسيات إلى استكشاف مناهج لتحسين التكميم ، اكتسب الحاضرون رؤى قيمة حول تعقيدات نقل النموذج ونشره.
غالبا ما يطرح التكميم تحديات ، لا سيما مع YOLO نماذج في TFLite. تعرف جمهورنا على الانخفاض الكبير في الدقة الذي لوحظ عندما يتم قياس جميع المخرجات بنفس المقياس / نقطة الصفر ، مما يلقي الضوء على تعقيدات الحفاظ على دقة النموذج أثناء عملية التكميم.
لحسن الحظ ، توجد حلول لمواجهة هذه التحديات. يوفر إدخال شوكة DigiRAM نهجا مناسبا للتكميم عن طريق فصل المخرجات وتحسين فك تشفير المربع المحيط. مع هذه التحسينات ، تشهد دقة النموذج الكمي تحسنا كبيرا عن مستويات خط الأساس.
يعد استكشاف معماريات نموذجية جديدة أمرا أساسيا لتقليل خسارة التكميم. اكتشف الحاضرون كيف يؤدي استبدال CILU بتنشيط Relu6 المحدود إلى الحد الأدنى من فقدان التكميم ، مما يوفر نتائج واعدة للحفاظ على الدقة في النماذج الكمية.
لم يكن نشر النماذج الكمية أسهل من أي وقت مضى ، مع الحاجة إلى خمسة أسطر فقط من التعليمات البرمجية لتشغيل أي نموذج على منصة Digitim السحابية. عرض عرض تجريبي مباشر للكود بساطة اكتشاف الكائنات باستخدام كمية Ultralytics YOLOv5 ، مع تسليط الضوء على التكامل السلس للنماذج الكمية في تطبيقات العالم الحقيقي.
ولهذا الغرض، Ultralytics يوفر مجموعة متنوعة من خيارات نشر النموذج، مما يمكن المستخدمين النهائيين من نشر تطبيقاتهم بشكل فعال على الأجهزة المضمنة والحافة. تشمل تنسيقات التصدير المختلفة OpenVINO, TorchScript, TensorRT, CoreML، و TFlite ، و حافة التليت TPU، مما يوفر تعدد الاستخدامات والتوافق.
يتيح هذا التكامل مع تطبيقات الجهات الخارجية للنشر للمستخدمين تقييم أداء نماذجنا في سيناريوهات العالم الحقيقي.
كما اكتسب الحضور رؤى حول تنوع نشر نماذج مختلفة على منصات الأجهزة المختلفة، مما يوضح كيف يمكن لقاعدة بيانات واحدة أن تدعم نماذج متعددة عبر مسرعات مختلفة. أظهرت أمثلة تشغيل مهام الكشف المختلفة على منصات الأجهزة المتنوعة مرونة نهجنا وقابليته للتوسع.
لتمكين الحضور بشكل أكبر ، قدمنا قسما شاملا للموارد ، مما يوفر الوصول إلى نظامنا الأساسي السحابي والأمثلة والوثائق والمزيد. هدفنا هو ضمان حصول الجميع على الأدوات والدعم الذي يحتاجونه للنجاح في نشر النماذج الكمية بشكل فعال.
مع تطور مجال التكميم ، من الضروري البقاء على اطلاع ومشاركة. نحن ملتزمون بتقديم الدعم والموارد المستمرة لمساعدتك على التنقل في هذه الرحلة المثيرة. تحقق من الحديث الكامل هنا!
انضم إلينا بينما نواصل استكشاف أحدث الاتجاهات والابتكارات في مجال التعلم الآلي والذكاء الاصطناعي. معا ، نشكل مستقبل التكنولوجيا ونقود التغيير الإيجابي في العالم.
