YOLOv5 فقط أصبحت أقوى في الإصدار 6.1!

تحديثات مهمة

استمرارا لسعينا الدؤوب للتميز في Vision الذكاء الاصطناعي ، هذه هي التحسينات الرائدة التي ستجدها في YOLOv5 الإصدار 6.1:

• دعمTensorRT : تكامل محسّن لصادرات نماذج TensorFlow و Keras و TFLite و TF.js باستخدام python export.py --include saved_model pb tflite tfjs(#5699 بواسطةimyhxy). يعد هذا إنجازًا مهمًا حيث إن TensorRT من NVIDIA هو مُحسِّن استدلالي عالي الأداء للتعلم العميق ووقت تشغيل يوفر زمن استجابة منخفض وإنتاجية عالية لتطبيقات التعلم العميق.
  ‍
• دعمTensorFlow Edge TPU ⭐ جديد: تقديم نموذج YOLOv5n الجديد الأصغر حجمًا (1.9 مليون بارامز) الذي يقل عن YOLOv5s (7.5 مليون بارامز) من حيث التعقيد، ومع ذلك يتألق في قدرته على التصدير إلى حجم 2.1 ميغابايت فقط INT8. يعد هذا مثاليًا بشكل خاص للحلول المحمولة فائقة الخفة، مما يجعل التعلم الآلي القوي في أقصى حدود التكنولوجيا(#3630 بواسطة @zldrobit).
  ‍
• دعمOpenVINO : أصبحت نماذج YOLOv5 ONNX الآن متوافقة، مع OpenVINO يمكن للنماذج الآن تسخير القوة الكاملة لوحدات المعالجة المركزية Intel ووحدات معالجة الرسومات المدمجة لمجموعة متنوعة من التطبيقات(#6057 بواسطة @glenn-jocher).
  ‍
• معايير التصدير: لقد قدمنا أداة قياس مرجعية جديدة لتقييم mAP (متوسط الدقة المتوسطة) والسرعة عبر جميع تنسيقات تصدير YOLOv5 باستخدام python utils/benchmarks.py --weights yolov5s.pt. تعمل حاليًا على وحدات المعالجة المركزية، ونخطط لتوسيع نطاقها لتشمل معايير GPU في التحديثات المستقبلية(#6613 بواسطة @glenn-jocher).
  ‍
• المعلمات الفائقة: لقد تم إجراء تعديل طفيف ولكنه حاسم على المعلمات الفائقة لدينا - في hyp-scratch-large.yaml تم تخفيض عامل معدل التعلم (lrf) من 0.2 إلى 0.1(#6525 بواسطة @glenn-jocher).
  ‍
• التدريب: تم تحديث جدولة معدل التعلم الافتراضية (LR) إلى دورة واحدة خطية ، لتحل محل الدورة الواحدة السابقة بجيب التمام ، لتحسين نتائج التدريب (# 6729 بواسطة @glenn-jocher).

كشف النقاب عن مجموعة كاملة من دعمنا عبر تنسيقات مختلفة ، YOLOv5 يعمل الآن رسميا مع 11 تنسيقا ، ولا يدعم التصدير فحسب ، بل يدعم أيضا الاستدلال باستخدام detect.py و PyTorch Hub، والتحقق من صحة ملف تعريف mAP والسرعة:

• ✅ PyTorch
• ✅ TorchScript
• ✅ ONNX
• ✅ OpenVINO
• ✅ TensorRT
• ✅ CoreML
• ✅ TensorFlow SavedModel
• ✅ TensorFlow GraphDef
• ✅ TensorFlow لايت
• ✅ TensorFlow حافة TPU
• ✅ TensorFlow.شبيبه

معا من أجل الذكاء الاصطناعي الجميع

في Ultralytics، نحن لا مدفوعون فقط بالرغبة في القيادة ولكن بالشغف للمشاركة والمساهمة في المجتمع. ال YOLOv5 لعبت العائلة دورا أساسيا في رحلتنا ، حيث دعمتنا من خلال الانتصارات والتحديات على حد سواء. يعد هذا التحديث انتصارا جماعيا ، حيث يمثل العمل الشاق ل 271 من العلاقات العامة من 48 مساهما جديدا. نحن ملتزمون بمهمتنا المتمثلة في إضفاء الطابع الديمقراطي على الذكاء الاصطناعي ، وجعلها متاحة وعملية للجميع.

من عشاق الذكاء الاصطناعي إلى اكتشاف الأشياء الأكثر شيوعا لعام 2022

هذا العام ، لدينا Ultralytics/YOLOv5 حقق المستودع إنجازا مهما من خلال تجاوز pjreddie / darknet YOLOv3 لجوزيف ريدمون في العدد الإجمالي لنجوم GitHub ، والذي يضم الآن أكثر من 22.4 ألف نجمة. هذه شهادة على ثقة وحماس المجتمع ، وتحفزنا على الاستمرار في دفع حدود الرؤية الذكاء الاصطناعي. يشرفنا بشدة أن نمضي قدما في إرث You Only Look Once .

تفضل بزيارة موقعنا YOLOv5 مستودع GitHub للحصول على تفاصيل شاملة حول الإصدار الجديد والانضمام إلى مجتمع نابض بالحياة YOLO عشاق الكشف عن الكائنات.