Ultralytics YOLOv5 La v6.0 est arrivée !

Notre dernière mise à jour est arrivée le 12 octobre 2021 et constitue la première version majeure depuis avril 2021. La version v6.0 apporte des améliorations significatives qui diminuent les besoins en mémoire pendant la formation, augmentent la précision pendant le déploiement et optimisent les performances d'exécution sur toute la gamme de modèles YOLOv5 .

‍

‍

Le résultat pour les ingénieurs ML et les scientifiques des données est que YOLOv5 fournit maintenant une solution Vision AI plus puissante, et est encore plus facile à former et à déployer qu'auparavant. De multiples mises à jour des dorsales des modèles ont été effectuées sur la base des résultats empiriques des efforts de recherche et développement de Ultralytics .

Les modifications comprennent de nouveaux modules et des améliorations apportées aux modules existants qui se combinent pour produire des modèles plus rapides, plus petits et plus précis.

Mais nous n'aurions pas pu le faire tout seuls ! Cette version incorpore 465 PR de 73 contributeurs du monde entier, qui collaborent tous ensemble pour repousser les limites de l'IA. Si tu souhaites en savoir plus ou contribuer toi-même, consulte nos directives de contribution aux logiciels libres.

Cette version apporte des centaines de petits changements qui s'accumulent pour faire une réelle différence, bien trop nombreux pour entrer dans les détails, mais voici quelques-uns des principaux points forts :

• Roboflow Intégration ⭐ NOUVEAU : entraîne les modèles YOLOv5 directement sur n'importe quel ensemble de données Roboflow grâce à notre nouvelle intégration ! Cette intégration permet une connexion transparente entre tes jeux de données Roboflow et tes entraînements YOLOv5 .(#4975 par @Jacobsolawetz)
• Modèles YOLOv5n 'Nano' ⭐ NOUVEAU : Nouveau modèle YOLOv5n (1,9M params) plus petit que le YOLOv5s (7,5M params), exporte vers une taille INT8 de 2,1 Mo, idéal pour les solutions mobiles ultralégères.(#5027 par @glenn-jocher)
• TensorFlow et Keras: TensorFlow, Keras, TFLite, TF L'exportation de modèles .js est maintenant entièrement intégrée à YOLOv5 pour des transitions transparentes de la formation au déploiement.(#1127 par @zldrobit)
• OpenCV DNN: YOLOv5 Les modèlesONNX sont désormais compatibles à la fois avec OpenCV DNN et ONNX Runtime pour offrir aux utilisateurs encore plus d'options de destination de déploiement.(#4833 par @jebastin-nadar)
• Architecture du modèle: Les dorsales mises à jour sont légèrement plus petites, plus rapides et plus précises, et nécessitent moins de mémoire GPU pendant la formation.

Réflexions finales

Un peu plus d'un an après la sortie de YOLOv5, notre technologie de pointe en matière de détection d'objets est en passe de devenir l'IA de vision la plus appréciée au monde. Avec l'aide de centaines de collaborateurs et les commentaires de milliers d'utilisateurs, nous créons des outils à la fois efficaces et faciles à utiliser, et notre nouvelle version v6.0 est la prochaine étape passionnante de ce voyage.

Rendez-vous sur notre dépôt GitHub open-source pour commencer à utiliser YOLOv5 dès aujourd'hui ! https://github.com/ultralytics / yolov5

‍