YOLOv5 ¡ya está aquí la v6.0!

Nuestra última actualización llegó el 12 de octubre de 2021 y es la primera versión importante desde abril de 2021. La versión v6.0 aporta mejoras significativas que reducen los requisitos de memoria durante el entrenamiento, aumentan la precisión durante el despliegue y optimizan el rendimiento en tiempo de ejecución en toda la gama de modelos de YOLOv5 .

‍

‍

El resultado para los ingenieros de ML y los científicos de datos es que YOLOv5 proporciona ahora una solución de IA de Visión más potente, y es aún más fácil de entrenar y desplegar que antes. Se han realizado múltiples actualizaciones de las bases del modelo basadas en los resultados empíricos de los esfuerzos de I+D de Ultralytics .

Las modificaciones incluyen nuevos módulos y mejoras de los módulos existentes que se combinan para producir modelos más rápidos, pequeños y precisos.

Sin embargo, ¡no podríamos haberlo hecho solos! Esta versión incorpora 465 RP de 73 colaboradores de todo el mundo, todos ellos colaborando para ampliar los límites de la IA. Consulta nuestras directrices de contribución al código abierto si quieres saber más o contribuir tú mismo.

Esta versión aporta cientos de pequeños cambios que se acumulan para marcar una diferencia real, demasiados para entrar en detalles, pero algunos de los más destacados son:

• Roboflow Integración ⭐ NUEVO: ¡Entrena modelos YOLOv5 directamente en cualquier conjunto de datos Roboflow con nuestra nueva integración! Esta integración proporciona una conexión perfecta entre tus conjuntos de datos Roboflow y tus entrenamientos YOLOv5 .(#4975 por @Jacobsolawetz)
• Modelos YOLOv5n 'Nano ' ⭐ NUEVO: Nuevo modelo YOLOv5n más pequeño (1,9M de parámetros) por debajo de YOLOv5s (7,5M de parámetros), exporta a 2,1 MB de tamaño INT8, ideal para soluciones móviles ultraligeras.(#5027 por @glenn-jocher)
• TensorFlow y Keras: TensorFlow La exportación de modelos Keras, TFLite y TF.js ahora está totalmente integrada en YOLOv5 para transiciones fluidas del entrenamiento a la implantación.(#1127 de @zldrobit)
• OpenCV DNN: YOLOv5 Los modelos deONNX son ahora compatibles tanto con OpenCV DNN como con ONNX Runtime para ofrecer a los usuarios aún más opciones de destino de despliegue.(#4833 por @jebastin-nadar)
• Arquitectura del modelo: Las columnas vertebrales actualizadas son ligeramente más pequeñas, rápidas y precisas, y requieren menos memoria GPU durante el entrenamiento.

Reflexiones finales

Poco más de un año después de lanzar YOLOv5, nuestra tecnología punta de detección de objetos va camino de convertirse en la IA de visión más querida del mundo. Con la ayuda de cientos de colaboradores y los comentarios de miles de usuarios, estamos creando herramientas eficaces y fáciles de usar, y nuestra nueva versión 6.0 es el siguiente paso emocionante en este viaje.

Dirígete a nuestro repositorio GitHub de código abierto para empezar a utilizar YOLOv5 hoy mismo. https://github.com/ ultralytics/ yolov5

‍