Guía completa de Ultralytics YOLOv5

Bienvenido a Ultralytics' YOLOv5🚀 ¡Documentación! YOLOv5 la quinta iteración del revolucionario modelo de detección de objetos "Sólo se mira una vez", está diseñado para ofrecer resultados de alta velocidad y gran precisión en tiempo real.

Construido sobre PyTorch, este potente marco de aprendizaje profundo ha cosechado una inmensa popularidad por su versatilidad, facilidad de uso y alto rendimiento. Nuestra documentación te guía a través del proceso de instalación, explica los matices arquitectónicos del modelo, muestra varios casos de uso y proporciona una serie de tutoriales detallados. Estos recursos te ayudarán a aprovechar todo el potencial de YOLOv5 para tus proyectos de visión por ordenador. ¡Vamos a empezar!

Explora y aprende

Aquí tienes una recopilación de completos tutoriales que te guiarán a través de diferentes aspectos de YOLOv5.

• Entrenar datos personalizados 🚀 RECOMENDADO: Aprende a entrenar el modelo YOLOv5 en tu conjunto de datos personalizado.
• Consejos para obtener los mejores resultados de entrenamiento ☘️: Descubre consejos prácticos para optimizar tu proceso de entrenamiento de modelos.
• Formación Multi-GPU: Comprende cómo aprovechar varias GPU para agilizar tu formación.
• PyTorch Hub 🌟 NUEVO: Aprende a cargar modelos preentrenados a través de PyTorch Hub.
• TFLite, ONNX, CoreML, TensorRT Exportar 🚀: Comprende cómo exportar tu modelo a diferentes formatos.
• Despliegue en la plataforma NVIDIA Jetson 🌟 NUEVO: Aprende a desplegar tu modelo YOLOv5 en la plataforma NVIDIA Jetson.
• Aumento del tiempo de prueba (TTA): Explora cómo utilizar el TTA para mejorar la precisión de predicción de tu modelo.
• Ensamblaje de modelos: Aprende la estrategia de combinar varios modelos para mejorar el rendimiento.
• Poda de modelos/espaciosidad: Comprende los conceptos de poda y dispersión, y cómo crear un modelo más eficiente.
• Evolución de los hiperparámetros: Descubre el proceso de ajuste automatizado de hiperparámetros para mejorar el rendimiento del modelo.
• Aprendizaje por transferencia con capas congeladas: Aprende a aplicar el aprendizaje por transferencia congelando capas en YOLOv5.
• Resumen de la arquitectura 🌟 Profundiza en los detalles estructurales del modelo YOLOv5 .
• Roboflow para Conjuntos de Datos: Comprende cómo utilizar Roboflow para la gestión de conjuntos de datos, el etiquetado y el aprendizaje activo.
• ClearML Registro 🌟 Aprende a integrar ClearML para un registro eficaz durante el entrenamiento de tu modelo.
• YOLOv5 con Neural Magic Descubre cómo utilizar Neural Magic's Deepsparse para podar y cuantizar tu modelo YOLOv5 .
• Comet Registro 🌟 NUEVO: Explora cómo utilizar Comet para mejorar el registro del entrenamiento del modelo.

Entornos compatibles

Ultralytics proporciona una serie de entornos listos para usar, cada uno de ellos preinstalado con dependencias esenciales como CUDA, CUDNN, Pythony PyTorchpara poner en marcha tus proyectos.

• Cuadernos GPU gratuitos:
• Nube de Google: Guía de inicio rápido de GCP
• Amazon: Guía de inicio rápido de AWS
• Azure: Guía de inicio rápido de AzureML
• Docker: Guía de inicio rápido de Docker

Estado del proyecto

Este distintivo indica que todas las pruebas de Integración Continua (IC) de las Acciones de GitHub deYOLOv5 se han superado con éxito. Estas pruebas de IC comprueban rigurosamente la funcionalidad y el rendimiento de YOLOv5 en varios aspectos clave: formación, validación, inferencia, exportación y puntos de referencia. Garantizan un funcionamiento coherente y fiable en macOS, Windows y Ubuntu, con pruebas realizadas cada 24 horas y con cada nueva confirmación.

Conéctate y contribuye

Tu viaje con YOLOv5 no tiene por qué ser solitario. Únete a nuestra vibrante comunidad en GitHub, conecta con profesionales en LinkedIn, comparte tus resultados en Twitter y encuentra recursos educativos en YouTube. Síguenos en TikTok e Instagram para obtener más contenido atractivo.

¿Te interesa contribuir? Aceptamos contribuciones de todo tipo, desde mejoras del código e informes de errores hasta actualizaciones de la documentación. Consulta nuestras directrices de contribución para obtener más información.

Nos entusiasma ver las formas innovadoras en que utilizarás YOLOv5. ¡Sumérgete, experimenta y revoluciona tus proyectos de visión por ordenador! 🚀

Comentarios