Guia completo para Ultralytics YOLOv5
Bem-vindo ao Ultralytics' YOLOv5🚀 Documentação! YOLOv5, a quinta iteração do revolucionário modelo de deteção de objectos "You Only Look Once", foi concebido para fornecer resultados de alta velocidade e elevada precisão em tempo real.
Construído em PyTorch, este poderoso quadro de aprendizagem profunda ganhou imensa popularidade pela sua versatilidade, facilidade de utilização e elevado desempenho. A nossa documentação guia-te através do processo de instalação, explica as nuances arquitectónicas do modelo, apresenta vários casos de utilização e fornece uma série de tutoriais detalhados. Estes recursos irão ajudar-te a aproveitar todo o potencial do YOLOv5 para os teus projectos de visão por computador. Vamos começar!
Explora e aprende
Aqui está uma compilação de tutoriais abrangentes que te guiarão através de diferentes aspectos de YOLOv5.
- Treinar dados personalizados 🚀 RECOMENDADO: Aprende a treinar o modelo YOLOv5 no teu conjunto de dados personalizado.
- Dicas para obter os melhores resultados de treinamento ☘️: Descobre dicas práticas para otimizar o teu processo de formação de modelos.
- Treinamento com várias GPUs: Compreende como tirar partido de várias GPUs para acelerar o teu treino.
- PyTorch Hub 🌟 NOVO: Aprende a carregar modelos pré-treinados através do PyTorch Hub.
- TFLite, ONNX, CoreML, TensorRT Exportar 🚀: Compreende como exportar o teu modelo para diferentes formatos.
- Implementação da plataforma NVIDIA Jetson 🌟 NOVO: Aprende a implementar o teu modelo YOLOv5 na plataforma NVIDIA Jetson.
- Aumento do tempo de teste (TTA): Explora como utilizar o TTA para melhorar a precisão da previsão do teu modelo.
- Agrupamento de modelos: Aprende a estratégia de combinar vários modelos para melhorar o desempenho.
- Poda/esparsidade de modelos: Entende os conceitos de poda e esparsidade e como criar um modelo mais eficiente.
- Evolução do hiperparâmetro: Descobre o processo de afinação automática de hiperparâmetros para um melhor desempenho do modelo.
- Transferir Aprendizagem com Camadas Congeladas: Aprende a implementar a aprendizagem por transferência congelando camadas em YOLOv5.
- Resumo da arquitetura 🌟 Aprofunda os detalhes estruturais do modelo YOLOv5 .
- Roboflow para conjuntos de dados: Compreende como utilizar Roboflow para gestão de conjuntos de dados, rotulagem e aprendizagem ativa.
- ClearML Registo 🌟 Aprende a integrar o ClearML para um registo eficiente durante o treino do teu modelo.
- YOLOv5 com Neural Magic Descobre como utilizar o Deepsparse de Neural Magic para podar e quantificar o teu modelo YOLOv5 .
- Comet Registo 🌟 NOVO: Explora como utilizar Comet para melhorar o registo de treino de modelos.
Ambientes suportados
Ultralytics fornece uma gama de ambientes prontos a utilizar, cada um pré-instalado com dependências essenciais como CUDA, CUDNN, Python, e PyTorchpara dar início aos teus projectos.
- Portáteis GPU gratuitos:
- Google Cloud: Guia de início rápido do GCP
- Amazon: Guia de início rápido do AWS
- Azure: Guia de início rápido do AzureML
- Docker: Guia de início rápido do Docker
Estado do projeto
Este emblema indica que todos os testes de Integração Contínua (CI) do YOLOv5 GitHub Actions foram aprovados com êxito. Esses testes de CI verificam rigorosamente a funcionalidade e o desempenho do YOLOv5 em vários aspectos principais: treinamento, validação, inferência, exportação e benchmarks. Eles garantem uma operação consistente e confiável no macOS, Windows e Ubuntu, com testes realizados a cada 24 horas e a cada novo commit.
Liga-te e contribui
A tua viagem com YOLOv5 não tem de ser solitária. Junta-te à nossa vibrante comunidade no GitHub, liga-te a profissionais no LinkedIn, partilha os teus resultados no Twitter e encontra recursos educativos no YouTube. Segue-nos no TikTok e no Instagram para obteres mais conteúdos interessantes.
Estás interessado em contribuir? Aceitamos contribuições de todas as formas; desde melhorias no código e relatórios de erros até actualizações de documentação. Consulta as nossas directrizes de contribuição para obteres mais informações.
Estamos entusiasmados por ver as formas inovadoras como vais utilizar o YOLOv5. Mergulha, experimenta e revoluciona os teus projectos de visão computacional! 🚀