グリーンチェック
クリップボードにコピーされたリンク

Ultralytics YOLOv5 v6.0はこちら!

YOLOv5 v6.0: 精度の向上、メモリ使用量の削減、AIモデルのパフォーマンス向上のためのメジャーアップデート。今すぐグローバル・コントリビューターにご参加ください!

最新のアップデートは2021年10月12日にリリースされ、2021年4月以来のメジャーリリースとなります。リリースv6.0では、トレーニング時のメモリ要件の低減、配備時の精度の向上、YOLOv5 モデルの全範囲にわたるランタイム・パフォーマンスの最適化など、大幅な改良が施されています。

YOLOv5 v6.0のスピード対精度のプロット。

その結果、MLエンジニアやデータサイエンティストにとって、YOLOv5 、より強力なビジョンAIソリューションが提供され、これまで以上にトレーニングや導入が容易になった。モデルのバックボーンに対する複数のアップデートは、Ultralytics R&D努力の経験的な結果に基づいて行われました。

修正には、より速く、より小さく、より正確なモデルを作るために組み合わされる、新しいモジュールと既存のモジュールの改良が含まれる。

しかし、これは我々だけではできなかったことだ!このリリースには、世界中の73人のコントリビューターによる465のPRが含まれており、全員がAIの限界を押し広げるために協力しています。もっと詳しく知りたい、あるいは自分自身で貢献したいという方は、オープンソース貢献ガイドラインをご覧ください。

今回のリリースでは、何百もの小さな変更が積み重なり、本当の違いを生み出している:

  • Roboflow 統合⭐NEW:Roboflow データセット上で直接YOLOv5 モデルをトレーニングできます!この統合により、Roboflow データセットとYOLOv5 トレーニングをシームレスに接続できます。(#4975by@Jacobsolawetz)
  • YOLOv5n 'Nano'モデル⭐NEW: YOLOv5s (7.5M params)よりも小さい新しいYOLOv5n (1.9M params)モデル、2.1MB INT8サイズにエクスポート、超軽量モバイル・ソリューションに最適。(#5027by@glenn-jocher)
  • TensorFlow とKerasに統合されました:TensorFlowKeras、TFLite、TF.js モデルエクスポートがYOLOv5 に完全に統合され、トレーニングからデプロイまでシームレスに移行できるようになりました。(#1127by@zldrobit)
  • OpenCV DNN:YOLOv5 ONNX モデルが OpenCV DNN とONNX Runtime の両方に対応し、ユーザーにさらに多くのデプロイ先オプションを提供できるようになりました。(#4833by@jebastin-nadar)
  • モデル・アーキテクチャ:更新されたバックボーンはわずかに小さくなり、より速く、より正確になり、トレーニング中に必要なGPU メモリが少なくなった。

最終的な感想

YOLOv5 をリリースしてから1年余り、私たちの最先端の物体検出技術は、世界で最も愛されているビジョンAIへの道を歩んでいます。何百人もの協力者と何千人ものユーザーからのフィードバックにより、私たちは効果的で使いやすいツールを作成しています。そして、私たちの新しいv6.0リリースは、この旅における次のエキサイティングなステップです。

オープンソースのGitHubリポジトリにアクセスして、今すぐYOLOv5 を使い始めましょう!https://github.com/ultralytics/yolov5

Facebookのロゴツイッターのロゴリンクトインのロゴコピー・リンク・シンボル

このカテゴリの続きを読む

AIの未来
を一緒に作りましょう!

機械学習の未来への旅を始めよう