YOLOv5 Die Version 6.1 ist jetzt noch stärker!

Als Pioniere auf dem Gebiet der Computer Vision und des maschinellen Lernens freut sich Ultralytics , die neuesten Entwicklungen unseres Flaggschiffs YOLO (You Only Look Once) bekannt zu geben. Mit der Version YOLOv5 v6.1 haben wir unsere Architektur verfeinert, um die Einfachheit, Geschwindigkeit und Stärke zu verbessern und sicherzustellen, dass unsere Technologie weiterhin an der Spitze der Innovation steht. Unsere letzte Veröffentlichung im Oktober 2021 legte den Grundstein für diese Fortschritte, und jetzt sind wir stolz, diese entscheidenden Updates zu präsentieren, die die Benutzerfreundlichkeit und Leistung von YOLO neu definieren.

Wichtige Updates

In unserem unermüdlichen Streben nach Spitzenleistungen im Bereich der KI sind dies die bahnbrechenden Verbesserungen, die du in YOLOv5 v6.1 finden wirst:

• TensorRT Unterstützung: Verbesserte Integration für TensorFlow, Keras, TFLite und TF.js Modellexporte mit python export.py --include saved_model pb tflite tfjs(#5699 von @imyhxy). Dies ist ein wichtiger Meilenstein, denn NVIDIA's TensorRT ist ein hochleistungsfähiger Deep-Learning-Inferenz-Optimierer und eine Laufzeitumgebung, die eine niedrige Latenz und einen hohen Durchsatz für Deep-Learning-Anwendungen bietet.
• TensorFlow Edge TPU Unterstützung ⭐ NEU: Wir stellen das neue, kleinere YOLOv5n-Modell (1,9 Mio. Parameter) vor, das in Bezug auf die Komplexität unter dem YOLOv5s-Modell (7,5 Mio. Parameter) liegt, aber durch seine Fähigkeit glänzt, auf nur 2,1 MB INT8-Größe zu exportieren. Dies ist besonders ideal für ultraleichte mobile Lösungen, die leistungsstarkes maschinelles Lernen an den Rand der Technologie bringen(#3630 by @zldrobit).
• OpenVINO Unterstützung: YOLOv5 ONNX Modelle sind jetzt kompatibel Mit OpenVINO können Modelle jetzt die volle Leistung von Intel CPUs und integrierten GPUs für eine Vielzahl von Anwendungen nutzen(#6057 by @glenn-jocher).
• Export-Benchmarks: Wir haben ein neues Benchmarking-Tool eingeführt, um die mAP (Mean Average Precision) und die Geschwindigkeit in allen YOLOv5 Exportformaten mit python utils/benchmarks.py --weights yolov5s.pt zu bewerten. Derzeit funktioniert es mit CPUs, aber wir planen, es in zukünftigen Updates auf GPU Benchmarks zu erweitern(#6613 von @glenn-jocher).
• Hyperparameter: Es gab eine kleine, aber entscheidende Anpassung unserer Hyperparameter - in hyp-scratch-large.yaml wurde der Lernratenfaktor (lrf) von 0,2 auf 0,1 reduziert(#6525 von @glenn-jocher).
• Training: Die Standard-Lernrate (LR) wurde auf einen linearen Zyklus aktualisiert und ersetzt den vorherigen einen Zyklus mit Kosinus, um die Trainingsergebnisse zu verbessern(#6729 von @glenn-jocher).

YOLOv5 arbeitet jetzt offiziell mit 11 Formaten und unterstützt nicht nur den Export, sondern auch die Inferenz mit detect.py und PyTorch Hub sowie die Validierung von mAP- und Geschwindigkeitsprofilen:

• ✅ PyTorch
• ✅ TorchScript
• ✅ ONNX
• ✅ OpenVINO
• ✅ TensorRT
• ✅ CoreML
• ✅ TensorFlow SavedModel
• ✅ TensorFlow GraphDef
• ✅ TensorFlow Lite
• ✅ TensorFlow Kante TPU
• ✅ TensorFlow.js

Gemeinsam für jedermanns KI

Bei Ultralytics treibt uns nicht nur der Wunsch an, zu führen, sondern auch die Leidenschaft, uns einzubringen und einen Beitrag für die Gemeinschaft zu leisten. Die YOLOv5 Familie hat uns auf unserem Weg begleitet und uns bei Triumphen und Herausforderungen gleichermaßen unterstützt. Dieses Update ist ein kollektiver Triumph, der die harte Arbeit von 271 PRs von 48 neuen Mitwirkenden repräsentiert. Wir bleiben unserer Mission treu, KI zu demokratisieren und sie für alle zugänglich und einsatzfähig zu machen.

Mach mit bei der Vision AI Revolution

Wir sind ständig auf der Suche nach Talenten, die sich uns anschließen und an unseren Open-Source-Projekten mitarbeiten möchten. Wenn du daran interessiert bist, Teil des bahnbrechenden KI-Teams zu werden, sieh dich auf unserer Karriereseite um oder denke darüber nach, bei YOLOv5 mitzuarbeiten.

Von KI-Enthusiasten zur beliebtesten Objekterkennung des Jahres 2022

In diesem Jahr hat unser Ultralytics/ YOLOv5 Repository einen wichtigen Meilenstein erreicht, indem es Joseph Redmons pjreddie/darknet YOLOv3 in der Gesamtzahl der GitHub-Sterne überholt hat und nun über 22,4k Sterne aufweist. Dies ist ein Beweis für das Vertrauen und den Enthusiasmus der Community und motiviert uns, die Grenzen der Vision AI weiter zu verschieben. Es ist uns eine große Ehre, das Erbe von You Only Look Once weiterzuführen.

Besuche unser YOLOv5 GitHub Repository für umfassende Informationen über die neue Version und schließe dich der lebendigen Gemeinschaft von YOLO Objekterkennungs-Enthusiasten an.

Erlebe die Magie von YOLO ohne Code

Aber es gibt noch mehr! Wenn du neu im Bereich Computer Vision bist oder einfach nur eine Erfahrung ohne Code bevorzugst, ist Ultralytics HUB dein Einstieg. Entdecke, wie du YOLO und die Computer Vision Technologie mit ein paar einfachen Klicks nutzen kannst. Erfahre mehr unter Ultralytics HUB - Dein Tor zur KI und begib dich auf deine Reise in die Computer Vision.