Optimize and deploy Ultralytics YOLOv5 models with Deci's platform, enhancing performance by up to 10x. Get started for free and leverage automatic model optimization.
在Ultralytics ，我们与其他初创公司建立了商业合作伙伴关系，以帮助我们为我们出色的开源工具（如YOLOv5 ）的研究和开发提供资金，从而使这些工具对所有人都是免费的。本文可能包含这些合作伙伴的关联链接。
Deci 平台包含免费工具，可在任何生产环境中轻松管理、优化和部署您的 YOLOv5模型。Deci 支持所有流行的 DL 框架，如TensorFlow 、PyTorch 、Keras 和ONNX 。您只需要我们基于 Web 的平台或我们的Python 客户端即可从您的代码中运行它。
使用 Deci 不仅可以导出模型，还可以对模型进行剪枝和量化！
Deci 提供了一个很好的界面，可以导出任何格式的数据，并对原始模型和转换后的模型进行性能比较。用户可选择通过量化进一步优化模型。
自动编译和量化模型，并评估不同的制作设置，以获得更好的延迟、贯穿性，并减少模型大小和硬件内存占用。
只需一个按钮，即可在各种硬件（包括边缘）设备上对您的模型性能进行基准测试。无需手动设置和测试多个硬件和生产设置。
LeverageDeci'spython 基于推理引擎。兼容多种框架和硬件类型。
有关德西平台的更多信息，请访问德西网站。
Open your free account.
要开始优化预训练的YOLOv5 模型，您需要将其转换为ONNX 格式。有关如何将模型转换为ONNX 格式的说明，请参见YOLOv5 Export Tutorial。
进入 "实验室 "选项卡，点击屏幕右上方的 "新建模型 "按钮，上传您的模型。 YOLOv5ONNX 模型。
按照模型上传向导的步骤选择目标硬件以及所需的批量大小和模型编译的量化级别。
填写相关信息后，点击 "开始"。德西平台将自动针对所选硬件对YOLOv5 模型进行运行优化，并在各种硬件类型上对模型进行基准测试。这个过程大约需要 10 分钟。
完成后，屏幕上会在您之前上传的基线模型下方出现一行新内容。在这里，您可以看到预训练的YOLOv5 模型的优化版本。
然后，您可以点击 "部署 "按钮下载优化后的模型。
然后，系统会提示您下载您的模型，并向您提供如何安装和使用 Infery 的说明--Infery 是 Deci 的运行时推理引擎。
Infery 的使用是可选的。您可以获取python 原始文件，并将其用于您选择的任何其他推理引擎。
在 "洞察 "选项卡上查看优化和基准结果。
在结束之前，让我们来讨论一下德西提供的一些优势：
正如您刚才看到的，您可以在 15 分钟内将YOLOv5 型号的性能提高一倍。德西平台使用起来超级简单直观。
有问题吗？现在就加入我们的社区，留下您的问题！
