شيك أخضر
تم نسخ الرابط إلى الحافظة

تبسيط عمليات سير عمل التصنيف باستخدام Ultralytics YOLOv5 v6.2

اكتشف الإصدار الجديد YOLOv5 v6.2 الجديد مع نماذج التصنيف، والتكامل ClearML ، والمعايير GPU ، وقابلية تكرار التدريب، والمزيد.

YOLOv5 يدفع بأحدث ما توصلت إليه التكنولوجيا في مجال اكتشاف الأجسام إلى آفاق جديدة! من نماذج التصنيف الجديدة، وقابلية تكرار التدريب، ودعم Apple Metal Performance Shader (MPS)، إلى التكامل مع ClearML وDeci، نقدم لك الإصدار الجديد YOLOv5 v6.2.

مهم YOLOv5 مستجدات

لقد عملنا على تحسين المفضلة لديك YOLO الرؤية الذكاء الاصطناعي الهندسة المعمارية منذ أحدث إصدار لنا في فبراير 2022. هذه أهم التحديثات في آخر YOLOv5 الإصدار 6.2:

  • نماذج التصنيف: تتوفر الآن نماذج التصنيف YOLOv5 التي تم تدريبها مسبقًا على YOLOv5 ImageNet لأول مرة.
  • تسجيلClearML : التكامل مع أداة تعقب التجارب مفتوحة المصدر ClearML. سيؤدي التثبيت باستخدام pip install clearml إلى تمكين التكامل والسماح للمستخدمين بتتبع كل عملية تشغيل تدريبية في ClearML. وهذا بدوره يسمح للمستخدمين بتتبع ومقارنة عمليات التشغيل وحتى جدولة عمليات التشغيل عن بُعد.
  • معايير تصديرGPU : قياس جميع تنسيقات تصدير YOLOv5 (mAP والسرعة) باستخدام python utils/benchmarks.py --weights yolov5s.pt -الجهاز 0 لمعايير GPU أو -الجهاز CPU لمعايير CPU .
  • استنساخ التدريب: أصبح الآن تدريبYOLOv5 أحادي GPU معالجة معالجة النصوص الأحادية مع torch.12.0 قابلاً للتكرار بالكامل، ويمكن استخدام وسيطة جديدة -- بذرة (البذرة الافتراضية = 0).
  • دعم Apple Metal Performance Shader (MPS ): دعم MPS لأجهزة Apple M1/M2 مع - الجهاز mps (الوظيفة الكاملة في انتظار تحديثات torch في pytorch/ pytorch#77764).

YOLOv5 v6.2 التصنيف

نماذج تصنيف جديدة

هدفنا الرئيسي من هذا الإصدار هو تقديم البساطة YOLOv5 مهام سير عمل التصنيف، تماما مثل نماذج اكتشاف الكائنات الحالية لدينا. الإصدار 6.2 الجديد YOLOv5-نماذج CLS هي مجرد بداية ، وسنواصل تحسينها للمضي قدما جنبا إلى جنب مع نماذج الكشف الحالية لدينا. نحن نحب مساهماتك في هذا الجهد!

يتضمن هذا الإصدار 401 علاقات عامة من 41 مساهما منذ إصدارنا الأخير في فبراير 2022. يضيف التدريب على التصنيف والتحقق من الصحة والتنبؤ والتصدير (إلى جميع التنسيقات ال 11) ، كما يوفر نماذج YOLOv5m-cls المدربة مسبقا على ImageNet و ResNet (18 و 34 و 50 و 101) و EfficientNet (b0-b3).

قمنا بتدريب نماذج التصنيف YOLOv5-cls على ImageNet لمدة 90 حلقة تدريبية باستخدام مثيل 4xA100، وقمنا بتدريب نماذج ResNet وEfficientNet جنبًا إلى جنب مع نفس إعدادات التدريب الافتراضية للمقارنة. قمنا بتصدير جميع النماذج إلى ONNX FP32 لاختبارات السرعة CPU وإلى TensorRT FP16 لاختبارات السرعة GPU . أجرينا جميع اختبارات السرعة على Google Colab Pro لسهولة التكرار.  

ما هي الخطوة التالية من Ultralytics?

من المقرر إصدار الإصدار التالي ، الإصدار 6.3 في سبتمبر 2022 وسيجلب دعم تجزئة المثيل الرسمي إلى YOLOv5، مع إصدار رئيسي من الإصدار v7.0 في وقت لاحق من هذا العام لتحديث البنى عبر جميع المهام ال 3 - التصنيف والكشف والتجزئة.

تفضل بزيارة مستودع GitHub مفتوح المصدر YOLOv5 الخاص بنا على GitHub للبقاء على اطلاع دائم ومعرفة المزيد عن هذا الإصدار.

شعار LinkedInشعار تويترشعار الفيسبوكرمز نسخ الرابط

اقرأ المزيد في هذه الفئة

دعونا نبني المستقبل
من الذكاء الاصطناعي معا!

ابدأ رحلتك مع مستقبل التعلم الآلي