Kapsamlı Kılavuz Ultralytics YOLOv5
Ultralytics'a hoş geldiniz YOLOv5🚀 Dokümantasyon! YOLOv5 devrim niteliğindeki "You Only Look Once" nesne algılama modelinin beşinci yinelemesi, gerçek zamanlı olarak yüksek hızlı, yüksek doğrulukta sonuçlar sunmak üzere tasarlanmıştır.
PyTorch üzerine inşa edilen bu güçlü derin öğrenme çerçevesi, çok yönlülüğü, kullanım kolaylığı ve yüksek performansı ile büyük bir popülerlik kazanmıştır. Belgelerimiz kurulum sürecinde size rehberlik eder, modelin mimari nüanslarını açıklar, çeşitli kullanım durumlarını gösterir ve bir dizi ayrıntılı öğretici sağlar. Bu kaynaklar, bilgisayarla görme projeleriniz için YOLOv5 'un tüm potansiyelinden yararlanmanıza yardımcı olacaktır. Haydi başlayalım!
Keşfedin ve Öğrenin
İşte size YOLOv5'un farklı yönlerinde rehberlik edecek kapsamlı eğitimlerin bir derlemesi.
- Özel Verileri Eğit in 🚀 ÖNERİLEN: YOLOv5 modelini özel veri kümeniz üzerinde nasıl eğiteceğinizi öğrenin.
- En İyi Eğitim Sonuçları için İpuçları ☘️: Model eğitim sürecinizi optimize etmek için pratik ipuçlarını ortaya çıkarın.
- Çoklu GPU Eğitimi: Eğitiminizi hızlandırmak için birden fazla GPU'dan nasıl yararlanacağınızı anlayın.
- PyTorch Hub 🌟 YENİ: PyTorch Hub üzerinden önceden eğitilmiş modelleri yüklemeyi öğrenin.
- TFLite, ONNX, CoreML, TensorRT Dışa Aktar 🚀: Modelinizi farklı formatlara nasıl dışa aktaracağınızı anlayın.
- NVIDIA Jetson platformu Dağıt ımı 🌟 YENİ: YOLOv5 modelinizi NVIDIA Jetson platformunda nasıl dağıtacağınızı öğrenin.
- Test Süresi Artırma (TTA): Modelinizin tahmin doğruluğunu artırmak için TTA'yı nasıl kullanacağınızı keşfedin.
- Model Toplama: Gelişmiş performans için birden fazla modeli birleştirme stratejisini öğrenin.
- Model Budama/Seyreklik: Budama ve seyreklik kavramlarını ve daha verimli bir modelin nasıl oluşturulacağını anlayın.
- Hiperparametre Evrimi: Daha iyi model performansı için otomatik hiperparametre ayarlama sürecini keşfedin.
- Dondurulmuş Katmanlar ile Transfer Öğrenimi: YOLOv5 adresinde katmanları dondurarak transfer öğrenimini nasıl uygulayacağınızı öğrenin.
- Mimari Özeti 🌟 YOLOv5 modelinin yapısal detaylarını inceleyin.
- Roboflow Veri Kümeleriiçin: Veri kümesi yönetimi, etiketleme ve aktif öğrenme için Roboflow adresinin nasıl kullanılacağını anlayın.
- ClearML Loglama 🌟 Model eğitiminiz sırasında verimli loglama için ClearML adresini nasıl entegre edeceğinizi öğrenin.
- YOLOv5 Neural Magic ile YOLOv5 modelinizi budamak ve nicelleştirmek için 'un Deepsparse özelliğini nasıl kullanacağınızı keşfedin. Neural Magic
- Comet Günlüğe kaydetme 🌟 YENİ: Geliştirilmiş model eğitimi günlüğü için Comet adresinin nasıl kullanılacağını keşfedin.
Desteklenen Ortamlar
Ultralytics her biri CUDA, CUDNN gibi temel bağımlılıklarla önceden yüklenmiş bir dizi kullanıma hazır ortam sağlar, Pythonve PyTorchProjelerinizi başlatmak için.
- Ücretsiz GPU Notebookları:
- Google Cloud: GCP Hızlı Başlangıç Kılavuzu
- Amazon: AWS Hızlı Başlangıç Kılavuzu
- Azure: AzureML Hızlı Başlangıç Kılavuzu
- Docker: Docker Hızlı Başlangıç Kılavuzu
Proje Durumu
Bu rozet, tüm YOLOv5 GitHub Actions Sürekli Entegrasyon (CI) testlerinin başarıyla geçtiğini gösterir. Bu CI testleri, YOLOv5 'un işlevselliğini ve performansını çeşitli temel yönlerden titizlikle kontrol eder: eğitim, doğrulama, çıkarım, dışa aktarma ve kıyaslamalar. Her 24 saatte bir ve her yeni işlemde yapılan testlerle macOS, Windows ve Ubuntu üzerinde tutarlı ve güvenilir çalışma sağlarlar.
Bağlanın ve Katkıda Bulun
YOLOv5 ile yolculuğunuz yalnız olmak zorunda değil. GitHub'daki canlı topluluğumuza katılın, LinkedIn'de profesyonellerle bağlantı kurun, sonuçlarınızı Twitter'da paylaşın ve YouTube'da eğitim kaynakları bulun. Daha ilgi çekici içerikler için bizi TikTok ve Instagram 'da takip edin.
Katkıda bulunmak ister misiniz? Kod iyileştirmeleri ve hata raporlarından dokümantasyon güncellemelerine kadar her türlü katkıyı memnuniyetle karşılıyoruz. Daha fazla bilgi için katkıda bulunma yönergelerimize göz atın.
YOLOv5 adresini kullanacağınız yenilikçi yolları görmek için heyecanlıyız. Dalış yapın, deneyin ve bilgisayarla görme projelerinizde devrim yaratın! 🚀