Optimise et déploie les modèles Ultralytics YOLOv5 avec la plateforme de Deci, en améliorant les performances jusqu'à 10 fois. Commence gratuitement et tire parti de l'optimisation automatique des modèles.
À Ultralytics , nous nous associons commercialement à d'autres startups pour nous aider à financer la recherche et le développement de nos formidables outils open-source, comme YOLOv5, afin qu'ils restent gratuits pour tout le monde. Cet article peut contenir des liens d'affiliation vers ces partenaires.
La plateforme Deci comprend des outils gratuits pour gérer, optimiser et déployer facilement tes modèles dans tout environnement de production. YOLOv5 modèles dans n'importe quel environnement de production. Deci prend en charge tous les frameworks DL populaires, tels que TensorFlow, PyTorch, Keras et ONNX. Tout ce dont tu as besoin, c'est de notre plateforme web ou de notre client Python pour l'exécuter à partir de ton code.
Tu peux utiliser Deci non seulement pour l'exportation mais aussi pour l'élagage et la quantification du modèle !
Deci propose une interface agréable pour l'exportation dans n'importe quel format et la comparaison des performances entre les modèles originaux et convertis. Les utilisateurs choisissent d'optimiser davantage leurs modèles par quantification.
Automatiquement, compile et quantifie tes modèles et évalue différents paramètres de production pour obtenir une meilleure latence, tout au long, et une réduction de la taille du modèle et de l'empreinte mémoire sur ton matériel.
Benchmarkeles performances de ton modèle sur divers appareils matériels (y compris edge) à l'aide d'un bouton. Élimine le besoin de configurer et de tester manuellement plusieurs matériels et paramètres de production.
LeverageDeci's python-based inference engine. Compatible avec plusieurs cadres de travail et types de matériel.
Pour plus d'informations sur la plateforme Deci, visite le site web de Deci.
Ouvre ton compte gratuit.
Pour commencer à optimiser ton modèle pré-entraîné YOLOv5 , tu dois le convertir au format ONNX . Voir YOLOv5 Export Tutorial pour savoir comment convertir ton modèle au format ONNX .
Va dans l'onglet "Labo" et clique sur le bouton "Nouveau modèle" en haut à droite de l'écran pour télécharger ton modèle. YOLOv5 ONNX modèle.
Suis les étapes de l'assistant de téléchargement de modèle pour sélectionner ton matériel cible ainsi que la taille de lot et le niveau de quantification souhaités pour la compilation du modèle.
Après avoir rempli les informations pertinentes, clique sur "Démarrer". La plateforme Deci effectuera automatiquement une optimisation de l'exécution de ton modèle YOLOv5 pour le matériel que tu as sélectionné, ainsi qu'une analyse comparative de ton modèle sur différents types de matériel. Ce processus dure environ 10 minutes.
Une fois cela fait, une nouvelle ligne apparaîtra sur ton écran sous le modèle de base que tu as précédemment téléchargé. Tu peux y voir la version optimisée de ton modèle pré-entraîné YOLOv5 .
Tu peux ensuite télécharger ton modèle optimisé en cliquant sur le bouton "Déployer".
Tu seras ensuite invité à télécharger ton modèle et tu recevras des instructions sur l'installation et l'utilisation d'Infery - le moteur d'inférence d'exécution de Deci.
L'utilisation d'Infery est facultative. Tu peux obtenir les fichiers bruts de python et les utiliser avec n'importe quel autre moteur d'inférence de ton choix.
Explore les résultats de l'optimisation et de l'analyse comparative dans l'onglet "Insights".
Avant de conclure, discutons de certains des avantages qu'offre Deci :
Comme tu viens de le voir, tu peux doubler les performances d'un modèle YOLOv5 en 15 minutes de temps global. La plateforme Deci est super facile et intuitive à utiliser.
Tu as des questions ? Rejoins notre communauté et laisse ta question aujourd'hui !
Commence ton voyage avec le futur de l'apprentissage automatique.
