YOLOv5 ¡Se ha hecho más fuerte en la v6.1!

Como pioneros en el ámbito de la visión por ordenador y el aprendizaje automático, Ultralytics se complace en anunciar los últimos avances de nuestra tecnología insignia YOLO (You Only Look Once). Con la versión YOLOv5 v6.1, hemos perfeccionado nuestra arquitectura para mejorar la simplicidad, la velocidad y la solidez, garantizando que nuestra tecnología siga estando a la vanguardia de la innovación. Nuestra última versión de octubre de 2021 sentó las bases para estos avances, y ahora estamos orgullosos de presentar estas actualizaciones cruciales que redefinen la usabilidad y el rendimiento de YOLO.

Actualizaciones importantes

Continuando con nuestra incesante búsqueda de la excelencia en la IA de Visión, éstas son las revolucionarias mejoras que encontrarás en YOLOv5 v6.1:

• TensorRT soporte: Integración mejorada para TensorFlow, Keras, TFLite y TF.js exportaciones de modelos utilizando python export.py --include saved_model pb tflite tfjs(#5699 por @imyhxy). Se trata de un hito importante, ya que NVIDIA's TensorRT es un optimizador de inferencia de aprendizaje profundo de alto rendimiento y tiempo de ejecución que ofrece baja latencia y alto rendimiento para aplicaciones de aprendizaje profundo.
• TensorFlow Compatibilidad con Edge TPU ⭐ NUEVO: Presentamos el nuevo modelo YOLOv5n más pequeño (1,9M de parámetros) que se sitúa por debajo de YOLOv5s (7,5M de parámetros) en complejidad, pero brilla por su capacidad de exportar a un tamaño INT8 de sólo 2,1 MB. Esto es especialmente ideal para soluciones móviles ultraligeras, que llevan el potente aprendizaje automático a los límites de la tecnología(#3630 de @zldrobit).
• OpenVINO soporte: YOLOv5 Los modelosONNX son ahora compCon OpenVINO, los modelos pueden ahora aprovechar toda la potencia de las CPUs Intel y GPUs integradas para una versátil gama de aplicaciones(#6057 por @glenn-jocher).
• Benchmarks de exportación: Hemos introducido una nueva herramienta de evaluación comparativa para evaluar la mAP (Precisión Media) y la velocidad en todos los formatos de exportación de YOLOv5 con python utils/benchmarks.py --weights yolov5s.pt. Actualmente funciona con CPUs, pero tenemos previsto ampliarla para incluir los puntos de referencia de GPU en futuras actualizaciones(#6613 de @glenn-jocher).
• Hiperparámetros: Se ha producido un ajuste menor pero crucial en nuestros hiperparámetros: en hyp-scratch-large.yaml se ha reducido el factor de tasa de aprendizaje (lrf) de 0,2 a 0,1(#6525 por @glenn-jocher).
• Entrenamiento: Se ha actualizado el programador por defecto de la Tasa de Aprendizaje (LR) a lineal de un ciclo, sustituyendo el anterior de un ciclo por coseno, para mejorar los resultados del entrenamiento(#6729 por @glenn-jocher).

Desvelando todo el espectro de nuestra compatibilidad con distintos formatos, YOLOv5 funciona ahora oficialmente con 11 formatos, y admite no sólo la exportación, sino también la inferencia con detect.py y PyTorch Hub , y la validación para perfilar el mAP y la velocidad:

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

Juntos por la IA de todos

En Ultralytics, nos mueve no sólo el deseo de liderar, sino la pasión por participar y contribuir a la comunidad. La familia YOLOv5 ha sido fundamental en nuestro viaje, apoyándonos tanto en los triunfos como en los retos. Esta actualización es un triunfo colectivo, que representa el duro trabajo de 271 RP de 48 nuevos colaboradores. Seguimos comprometidos con nuestra misión de democratizar la IA, haciéndola accesible y operativa para todos.

Únete a la revolución de la IA Vision

Buscamos continuamente talentos que se unan a nuestras filas e invitamos a colaborar en nuestros proyectos de código abierto. Si estás interesado en formar parte del equipo de IA más innovador, explora nuestra página de empleo o considera la posibilidad de contribuir a YOLOv5.

De los entusiastas de la IA a la detección de objetos más popular de 2022

Este año, nuestro repositorio Ultralytics/ YOLOv5 ha alcanzado un hito importante al superar al pjreddie/darknet YOLOv3 de Joseph Redmon en el número total de estrellas de GitHub, contando ahora con más de 22,4k estrellas. Esto es un testimonio de la confianza y el entusiasmo de la comunidad, y nos motiva para seguir ampliando los límites de la IA de Visión. Nos sentimos profundamente honrados de llevar adelante el legado de Sólo se mira una vez.

Visita nuestro repositorio GitHub YOLOv5 para obtener información detallada sobre la nueva versión y únete a la vibrante comunidad de entusiastas de la detección de objetos YOLO .

Experimenta la magia de YOLO Sin código

¡Pero hay más! Si eres nuevo en Visión por Computador o simplemente prefieres una experiencia sin código, Ultralytics HUB es tu puerta de entrada. Descubre cómo aprovechar YOLO y la tecnología de Visión por Computador con unos pocos clics sin esfuerzo. Obtén más información visitando Ultralytics HUB - Tu puerta a la IA y embárcate en tu viaje por la Visión por Computador.