Simplifica os fluxos de trabalho de classificação com Ultralytics YOLOv5 v6.2

Importante YOLOv5 Actualizações

Temos trabalhado para melhorar a tua arquitetura de IA favorita do YOLO Vision desde o nosso último lançamento em fevereiro de 2022. Estas são as actualizações mais importantes da última versão YOLOv5 v6.2:

• Modelos de classificação: Os modelos de classificação pré-treinados do YOLOv5 ImageNet estão agora disponíveis pela primeira vez.
  ‍
• RegistoClearML : Integração com o rastreador de experiências de código aberto ClearML. A instalação com pip install clearml irá ativar a integração e permitir que os utilizadores acompanhem cada execução de treino no ClearML. Isto, por sua vez, permite aos utilizadores acompanhar e comparar execuções e até mesmo agendar execuções remotamente.
  ‍
• Benchmarks de exportação deGPU : Faz benchmark (mAP e velocidade) de todos os formatos de exportação YOLOv5 com python utils/benchmarks.py --weights yolov5s.pt --device 0 para benchmarks GPU ou --device CPU para benchmarks CPU .
  ‍
• Reprodutibilidade do treino: O treinamentoYOLOv5 de GPU único com torch.12.0 agora é totalmente reproduzível, e um novo argumento --seed pode ser usado (seed padrão = 0).
  ‍
• Suporte Apple Metal Performance Shader (MPS ): MPS suporte para dispositivos Apple M1/M2 com --device mps (a funcionalidade completa está pendente das actualizações torch em pytorch/ pytorch#77764).

Novos modelos de classificação

O nosso principal objetivo com esta versão é introduzir fluxos de trabalho de classificação YOLOv5 simples, tal como os nossos modelos de deteção de objectos existentes. Os novos modelos v6.2 YOLOv5-cls são apenas um começo, e continuaremos a melhorá-los juntamente com os nossos modelos de deteção existentes. Gostaríamos de receber as tuas contribuições para este esforço!

Esta versão incorpora 401 PRs de 41 colaboradores desde a nossa última versão em fevereiro de 2022. Adiciona treinamento, validação, previsão e exportação de classificação (para todos os 11 formatos), e também fornece modelos YOLOv5m-cls, ResNet (18, 34, 50, 101) e EfficientNet (b0-b3) pré-treinados para ImageNet.

Treinámos os modelos de classificação YOLOv5-cls no ImageNet durante 90 épocas, utilizando uma instância 4xA100, e treinámos os modelos ResNet e EfficientNet com as mesmas definições de treino predefinidas para comparação. Exportámos todos os modelos para ONNX FP32 para testes de velocidade em CPU e para TensorRT FP16 para testes de velocidade em GPU . Executámos todos os testes de velocidade em Google Colab Pro para facilitar a reprodutibilidade.  

O que é que se segue em Ultralytics?

A nossa próxima versão, a v6.3, está agendada para setembro de 2022 e trará o suporte oficial de segmentação de instâncias para YOLOv5, com uma grande versão v7.0 no final deste ano a atualizar as arquitecturas em todas as 3 tarefas - classificação, deteção e segmentação.

Visita o nosso repositório GitHub de código aberto YOLOv5 para te manteres atualizado e saberes mais sobre esta versão.