Vereinfachung von Klassifizierungsworkflows mit YOLOv5 v6.2

YOLOv5 treibt den Stand der Technik in der Objekterkennung zu neuen Höhen! Von neuen Klassifizierungsmodellen, über die Reproduzierbarkeit des Trainings und die Unterstützung von Apple Metal Performance Shader (MPS) bis hin zu Integrationen mit ClearML und Deci - wir präsentieren dir die neue Version YOLOv5 v6.2.

Wichtige YOLOv5 Updates

Seit unserer letzten Veröffentlichung im Februar 2022 haben wir an der Verbesserung deiner beliebten YOLO Vision AI Architektur gearbeitet. Das sind die wichtigsten Updates in der neuesten YOLOv5 v6.2:

• Klassifizierungsmodelle: YOLOv5-cls ImageNet-vortrainierte Klassifizierungsmodelle sind jetzt zum ersten Mal verfügbar.
• ClearML Protokollierung: Integration mit dem Open-Source-Experiment-Tracker ClearML. Durch die Installation mit pip install clearml wird die Integration aktiviert und die Nutzer können jeden Trainingslauf in ClearML verfolgen. Dies wiederum ermöglicht es den Nutzern, Läufe zu verfolgen und zu vergleichen und sogar Läufe aus der Ferne zu planen.
• GPU Benchmarks exportieren: Benchmark (mAP und Geschwindigkeit) alle YOLOv5 Exportformate mit python utils/benchmarks.py --weights yolov5s.pt --device 0 für GPU Benchmarks oder --device CPU für CPU Benchmarks.
• Reproduzierbarkeit des Trainings: Single-GPU YOLOv5 Training mit torch>=1.12.0 ist jetzt vollständig reproduzierbar, und ein neues --seed Argument kann verwendet werden (standardmäßig seed=0).
• Apple Metal Performance Shader (MPS) Unterstützung: MPS Unterstützung für Apple M1/M2 Geräte mit --device mps (die volle Funktionalität steht noch aus torch Updates in pytorch/ pytorch#77764).

Neue Klassifizierungsmodelle

Unser Hauptziel mit dieser Version ist es, einfache YOLOv5 Klassifizierungs-Workflows einzuführen, genau wie bei unseren bestehenden Objekterkennungsmodellen. Die neuen v6.2 YOLOv5-cls Modelle sind nur ein Anfang. Wir werden sie zusammen mit unseren bestehenden Erkennungsmodellen weiter verbessern. Wir würden uns freuen, wenn du uns dabei hilfst!

Diese Version enthält 401 PRs von 41 Mitwirkenden seit unserer letzten Version im Februar 2022. Sie fügt Klassifizierungstraining, Validierung, Vorhersage und Export (in alle 11 Formate) hinzu und bietet außerdem vortrainierte ImageNet-Modelle für YOLOv5m-cls, ResNet (18, 34, 50, 101) und EfficientNet (b0-b3).

Wir haben YOLOv5-cls Klassifizierungsmodelle auf ImageNet für 90 Epochen mit einer 4xA100-Instanz trainiert und wir haben ResNet- und EfficientNet-Modelle mit denselben Standard-Trainingseinstellungen zum Vergleich trainiert. Wir exportierten alle Modelle auf ONNX FP32 für CPU Geschwindigkeitstests und auf TensorRT FP16 für GPU Geschwindigkeitstests. Zur besseren Reproduzierbarkeit haben wir alle Geschwindigkeitstests auf Google Colab Pro durchgeführt.  

Was kommt als Nächstes von Ultralytics?

Unser nächstes Release, v6.3, ist für September 2022 geplant und wird die offizielle Unterstützung der Instanzsegmentierung auf YOLOv5 bringen. Ein größeres Release, v7.0, wird später in diesem Jahr die Architekturen für alle drei Aufgaben - Klassifizierung, Erkennung und Segmentierung - aktualisieren.

Besuche unser YOLOv5 Open-Source-Repository auf GitHub, um auf dem Laufenden zu bleiben und mehr über diese Version zu erfahren.