Đơn giản hóa quy trình phân loại với Ultralytics YOLOv5 v6.2

Quan trọng YOLOv5 Cập nhật

Chúng tôi đã làm việc để cải thiện yêu thích của bạn YOLO Kiến trúc Vision AI kể từ lần phát hành mới nhất của chúng tôi vào tháng 2 năm 2022. Đây là những cập nhật quan trọng nhất trong phiên bản mới nhất YOLOv5 Câu 6.2:

• Mô hình phân loại: YOLOv5 -cls Các mô hình phân loại được đào tạo trước của ImageNet hiện đã có sẵn lần đầu tiên.
  ‍
• Ghi nhật ký ClearML : Tích hợp với trình theo dõi thử nghiệm nguồn mở ClearML . Cài đặt bằng pip install clearml sẽ cho phép tích hợp và cho phép người dùng theo dõi mọi lần chạy đào tạo trong ClearML . Điều này cho phép người dùng theo dõi và so sánh các lần chạy và thậm chí lên lịch chạy từ xa.
  ‍
• Điểm chuẩn xuất GPU : Điểm chuẩn (mAP và tốc độ) tất cả YOLOv5 xuất khẩu định dạng với python utils/benchmarks.py --weights yolov5s.pt --device 0 cho GPU chuẩn mực hoặc --thiết bị CPU vì CPU chuẩn mực.
  ‍
• Khả năng tái tạo đào tạo: Đơn GPU YOLOv5 đào tạo với torch >=1.12.0 hiện có thể tái tạo hoàn toàn và có thể sử dụng đối số --seed mới (seed mặc định=0).
  ‍
• Apple Metal Performance Shader (MPS) Hỗ trợ: MPS hỗ trợ cho các thiết bị Apple M1 / M2 với --thiết bị mps (chức năng đầy đủ đang chờ xử lý torch Cập nhật trong pytorch/pytorch#77764).

Mô hình phân loại mới

Mục tiêu chính của chúng tôi với bản phát hành này là giới thiệu đơn giản YOLOv5 Quy trình phân loại, giống như các mô hình phát hiện đối tượng hiện có của chúng tôi. Phiên bản v6.2 mới YOLOv5-Các mô hình CLS chỉ là một khởi đầu, chúng tôi sẽ tiếp tục cải thiện những điều này trong tương lai cùng với các mô hình phát hiện hiện có của chúng tôi. Chúng tôi rất thích những đóng góp của bạn cho nỗ lực này!

Bản phát hành này kết hợp 401 PR từ 41 người đóng góp kể từ lần phát hành cuối cùng của chúng tôi vào tháng 2 năm 2022. Nó bổ sung đào tạo phân loại , xác nhận, dự đoán và xuất khẩu (cho tất cả 11 định dạng), và cũng cung cấp các mô hình YOLOv5m-cls, ResNet (18, 34, 50, 101) và EfficientNet (b0-b3) được đào tạo trước ImageNet.

Chúng tôi đã đào tạo YOLOv5Mô hình phân loại -cls trên ImageNet cho 90 kỷ nguyên bằng cách sử dụng phiên bản 4xA100 và chúng tôi đã đào tạo các mô hình ResNet và EfficientNet cùng với các cài đặt đào tạo mặc định giống nhau để so sánh. Chúng tôi đã xuất tất cả các mô hình sang ONNX FP32 cho CPU kiểm tra tốc độ và để TensorRT FP16 cho GPU kiểm tra tốc độ. Chúng tôi đã chạy tất cả các bài kiểm tra tốc độ trên Google Colab Pro cho khả năng tái tạo dễ dàng.  

Tiếp theo là gì Ultralytics?

Bản phát hành tiếp theo của chúng tôi, phiên bản 6.3 dự kiến ra mắt vào Tháng Chín 2022 và sẽ hỗ trợ phân đoạn phiên bản chính thức cho YOLOv5, với bản phát hành v7.0 lớn vào cuối năm nay cập nhật kiến trúc trên cả 3 tác vụ - phân loại, phát hiện và phân đoạn.

Ghé thăm chúng tôi YOLOv5 kho lưu trữ GitHub nguồn mở để cập nhật và tìm hiểu thêm về bản phát hành này.