環境
ウィンドウズ10 64ビット
パイソン3.8.11
トーチ-1.7.1 + cu101
序文
北京時間の 8 月 17 日の夜、YOLOv5
公式v6.2
バージョン. v6.1 と比較して、このアップデートでは、分類トレーニング、検証、推論、および他のモデル形式のエクスポートが追加され、 、、、に基づくImageNet
事前トレーニング済みのモデルが提供されました。シリーズおよび( 、、、) モデルでは、分類ワークフローは元のターゲット検出ワークフローと一致しており、学習のコストを大幅に削減できます。YOLOv5m-cls
ResNet18
ResNet34
ResNet50
ResNet101
EfficientNet
b0
b1
b2
b3
更新する
いくつかの重要な更新ポイントのリストもここにあります
分類モデルのエクスポートは、、、、、を使用して完全に
tensorflow
サポートしますkeras
。tflite
tf.js
python export.py --include saved_model pb tflite tfjs
統合された
ClearML
、機械学習スイートです。公式ウェブサイトのアドレス: https://clear.ml/統合された
deci.ai
モデル最適化ツールであり、非常にシンプルで効果的に使用できます。公式ウェブサイトのアドレス: https://deci.ai/utils/benchmarks.py
スクリプトのサポートGPU
出力パフォーマンス パラメータtorch
バージョン 1.12.0 以降の環境でのシングルカード トレーニング用に、パラメーターが追加されました。--seed
Apple ノートブックのサポート
M1
、M2
MPS(Metal Performance Shader)
--device mps
練習
リンク https://github.com/ultralytics/yolov5/archive/refs/tags/v6.2.zip からソース コードをダウンロードし、解凍してソース コード ディレクトリに移動します。
https://github.com/ultralytics/yolov5/releases/download/v6.2/yolov5s-cls.pt から分類モデルをダウンロードし、ソース ディレクトリに配置します。
(pytorch1.7) PS D:\Github\yolov5-6.2> python classify/predict.py --weights yolov5s-cls.pt --source data/images/bus.jpg
classify\predict: weights=['yolov5s-cls.pt'], source=data/images/bus.jpg, imgsz=224, device=, half=False, dnn=False, project=runs\predict-cls, name=exp, exist_ok=False
YOLOv5 2022-8-17 Python-3.8.11 torch-1.7.1+cu101 CUDA:0 (NVIDIA GeForce GTX 1660, 6144MiB)
Fusing layers...
Model summary: 117 layers, 5447688 parameters, 0 gradients, 11.4 GFLOPs
image 1/1 data/images/bus.jpg: 224x224 minibus 0.44, police van 0.20, amphibious vehicle 0.04, trolleybus 0.04, recreational vehicle 0.03
Speed: 37.6ms pre-process, 3.0ms inference, 7.0ms post-process per image at shape (1, 3, 224, 224)
Saving runs\predict-cls\exp3\bus.jpg
Results saved to runs\predict-cls\exp3
分類モデルは他の形式に変換されます. このバージョンは、次のようなバッチ エクスポートをサポートしています。
python export.py --weights yolov5s-cls.pt resnet50.pt efficientnet_b0.pt --include onnx engine --img 224
上記はyolov5s-cls.pt
、と を と同時に に変換するモデルで、これは非常に便利です。resnet50.pt
efficientnet_b0.pt
onnx
tensorrt
述べる
バージョン リリース ノートでは glenn jocher
、v6.3
次のバージョンでインスタンス セグメンテーションの機能が追加されること、およびターゲット検出、分類、インスタンス セグメンテーションの 3 つのモデルのアーキテクチャが、2019 年末にリリースされるバージョンv7.0
で楽しみ に し ましょ う. 完全なバージョンのリリース ノートについては、https://github.com/ultralytics/yolov5/releases/tag/v6.2 を参照してください。
参考文献
https://github.com/ultralytics/yolov5/releases/tag/v6.2
YOLOv7 インスタンスのセグメンテーション