Semplificare i flussi di lavoro di classificazione con YOLOv5 v6.2

YOLOv5 sta spingendo lo stato dell'arte del rilevamento degli oggetti verso nuove vette! Dai nuovi modelli di classificazione, alla riproducibilità dell'addestramento e al supporto di Apple Metal Performance Shader (MPS), fino alle integrazioni con ClearML e Deci, ti presentiamo la nuova versione YOLOv5 v6.2.

Aggiornamenti importanti su YOLOv5

Stiamo lavorando per migliorare la tua architettura AI preferita di YOLO Vision dal nostro ultimo rilascio del febbraio 2022. Questi sono gli aggiornamenti più importanti dell'ultima versione di YOLOv5 v6.2:

• Modelli di classificazione: YOLOv5-cls I modelli di classificazione preparati per ImageNet sono ora disponibili per la prima volta.
• ClearML registrazione: Integrazione con il tracker degli esperimenti open-source ClearML. L'installazione con pip install clearml abiliterà l'integrazione e consentirà agli utenti di tenere traccia di ogni sessione di allenamento in ClearML. Questo a sua volta permette agli utenti di tracciare e confrontare le sessioni e persino di programmare le sessioni da remoto.
• GPU Esportazione di benchmark: Es egui benchmark (mAP e velocità) in tutti i formati di esportazione di YOLOv5 con python utils/benchmarks.py --peso yolov5s.pt --dispositivo 0 per i benchmark di GPU o --dispositivo CPU per i benchmark di CPU .
• Riproducibilità della formazione: L'addestramento diGPU YOLOv5 singolo con torch>=1.12.0 è ora completamente riproducibile e può essere utilizzato un nuovo argomento --seed (seed=0 di default).
• Supporto Apple Metal Performance Shader (MPS ): MPS supporto per i dispositivi Apple M1/M2 con --device mps (la funzionalità completa è in attesa degli aggiornamenti torch in pytorch/ pytorch#77764).

Nuovi modelli di classificazione

Il nostro obiettivo principale con questa versione è quello di introdurre semplici flussi di lavoro di classificazione YOLOv5 , proprio come i nostri modelli di rilevamento degli oggetti esistenti. I nuovi modelli v6.2 YOLOv5-cls sono solo un inizio, continueremo a migliorarli in futuro insieme ai modelli di rilevamento esistenti. Saremo lieti di ricevere il tuo contributo a questo sforzo!

Questo rilascio incorpora 401 PR di 41 collaboratori dall'ultimo rilascio del febbraio 2022. Aggiunge l'addestramento, la convalida, la previsione e l'esportazione della classificazione (in tutti gli 11 formati) e fornisce anche i modelli YOLOv5m-cls, ResNet (18, 34, 50, 101) ed EfficientNet (b0-b3) pre-addestrati per ImageNet.

Abbiamo addestrato i modelli di classificazione YOLOv5-cls su ImageNet per 90 epoch utilizzando un'istanza 4xA100 e abbiamo addestrato i modelli ResNet ed EfficientNet con le stesse impostazioni di addestramento predefinite per poterli confrontare. Abbiamo esportato tutti i modelli in ONNX FP32 per i test di velocità su CPU e in TensorRT FP16 per i test di velocità su GPU . Abbiamo eseguito tutti i test di velocità su Google Colab Pro per facilitare la riproducibilità.  

Qual è il prossimo passo di Ultralytics?

La nostra prossima release, la v6.3, è prevista per settembre 2022 e porterà il supporto ufficiale per la segmentazione delle istanze su YOLOv5, mentre la release principale v7.0 verrà rilasciata nel corso dell'anno e aggiornerà le architetture di tutte e tre le attività: classificazione, rilevamento e segmentazione.

Visita il nostro repository GitHub open-source YOLOv5 per rimanere aggiornato e scoprire di più su questa release.