Roboflow データセット
Roboflow を使って、YOLOv5 🚀モデルをトレーニングするためのデータセットの整理、ラベル付け、準備、バージョン管理、ホスティングができるようになった。Roboflow は、ワークスペースを公開すれば、YOLOv5 とともに無料で使える。
ライセンス
Ultralytics は2つのライセンスオプションを提供している:
- AGPL-3.0 ライセンスは、学生や愛好家に理想的なOSI承認のオープンソースライセンスです。
- エンタープライズ・ライセンスは、当社のAIモデルを製品やサービスに組み込もうとする企業向けのライセンスです。
アップロード
ウェブ UI、REST API、または以下の方法でRoboflow にデータをアップロードできます。 Python.
ラベリング
Roboflow にデータをアップロードした後、データにラベルを付け、以前のラベルを確認することができます。
バージョニング
YOLOv5 はネイティブにオンライン拡張を行うので、Roboflow のオフライン拡張を上に重ねるときは意図的に行うこと。
データのエクスポート
YOLOv5 形式でデータをダウンロードすれば、すぐにトレーニングを開始できます。
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")
カスタム・トレーニング
上記のすべての機能をデモンストレーションするカスタムトレーニングチュートリアルをリリースしました。コードはこちらからアクセスできます:
アクティブ・ラーニング
現実の世界は混乱しており、あなたのモデルは必ず、データセットが予想しなかった状況に遭遇する。アクティブラーニングを使うことは、データセットとモデルを繰り返し改善するための重要な戦略である。Roboflow とYOLOv5 の統合により、テスト済みの機械学習パイプラインを使用して、モデルのデプロイメントを素早く改善することができます。
対応環境
Ultralytics は、CUDAや CUDNNといった必要不可欠な依存関係がプリインストールされた、すぐに使えるさまざまな環境を提供します、 Pythonそして PyTorchなどの不可欠な依存関係がプリインストールされています。
- 無料GPUノートブック:
- グーグル・クラウド GCPクイックスタートガイド
- アマゾン AWSクイックスタートガイド
- Azure:AzureMLクイックスタートガイド
- ドッカー: Dockerクイックスタートガイド
プロジェクト状況
このバッジは、YOLOv5 GitHub ActionsContinuous Integration (CI) テストがすべて正常にパスしていることを示します。これらのCIテストは、トレーニング、検証、推論、エクスポート、ベンチマークといったさまざまな重要な側面にわたって、YOLOv5 の機能とパフォーマンスを厳密にチェックします。これらのテストは、macOS、Windows、Ubuntu上で、24時間ごとおよび新しいコミットごとに実施され、一貫した信頼性の高い動作を保証します。