Roboflow Set di dati
Ora puoi usare Roboflow per organizzare, etichettare, preparare, versionare e ospitare i tuoi set di dati per l'addestramento dei modelli YOLOv5 🚀. Roboflow è utilizzabile gratuitamente con YOLOv5 se rendi pubblico il tuo spazio di lavoro.
Licenze
Ultralytics offre due opzioni di licenza:
- La licenzaAGPL-3.0 è una licenza open-source approvata dall'OSI, ideale per studenti e appassionati.
- La Licenza Enterprise per le aziende che vogliono incorporare i nostri modelli di intelligenza artificiale nei loro prodotti e servizi.
Per maggiori dettagli consulta Ultralytics Licensing.
Carica
Puoi caricare i tuoi dati su Roboflow tra mite l'interfaccia web, l'API REST o il sito web di . Python.
Etichettatura
Dopo aver caricato i dati su Roboflow, puoi etichettare i tuoi dati e rivedere le etichette precedenti.
Versione
Puoi creare delle versioni del tuo set di dati con diverse opzioni di pre-elaborazione e di incremento offline. YOLOv5 esegue gli incrementi online in modo nativo, quindi sii intenzionato a sovrapporre gli incrementi offline di Roboflow.
Esportazione dei dati
Puoi scaricare i tuoi dati in formato YOLOv5 per iniziare rapidamente la formazione.
from roboflow import Roboflow
rf = Roboflow(api_key="YOUR API KEY HERE")
project = rf.workspace().project("YOUR PROJECT")
dataset = project.version("YOUR VERSION").download("yolov5")
Formazione personalizzata
Abbiamo pubblicato un tutorial di formazione personalizzato che dimostra tutte le funzionalità sopra descritte. Puoi accedere al codice qui:
Apprendimento attivo
Il mondo reale è disordinato e il tuo modello incontrerà immancabilmente situazioni che il tuo set di dati non aveva previsto. L'utilizzo dell'apprendimento attivo è una strategia importante per migliorare iterativamente il tuo set di dati e il tuo modello. Grazie all'integrazione tra Roboflow e YOLOv5 , puoi migliorare rapidamente le implementazioni dei tuoi modelli utilizzando una pipeline di apprendimento automatico già collaudata.
Ambienti supportati
Ultralytics offre una serie di ambienti pronti all'uso, ciascuno preinstallato con le dipendenze essenziali come CUDA, CUDNN, Python, e PyTorchper dare il via ai tuoi progetti.
- Quaderni GPU gratuiti:
- Google Cloud: Guida rapida a GCP
- Amazon: Guida rapida di AWS
- Azure: Guida rapida ad AzureML
- Docker: Guida rapida a Docker
Stato del progetto
Questo badge indica che tutti i test di YOLOv5 GitHub Actions Continuous Integration (CI) sono stati superati con successo. Questi test CI verificano rigorosamente la funzionalità e le prestazioni di YOLOv5 in vari aspetti chiave: formazione, validazione, inferenza, esportazione e benchmark. Assicurano un funzionamento coerente e affidabile su macOS, Windows e Ubuntu, con test condotti ogni 24 ore e su ogni nuovo commit.