عن المشروع

YOLOv5 هو إطار عمل مفتوح المصدر شائع يستخدم في مجال الرؤية الحاسوبية مبني على PyTorch. يوفر نماذج مسبقة التدريب والتدريب للالتقاط وتحديد الكائنات، وتجزئة التكوينات، وتحديد الصور. القدرات الرئيسية تشمل: - التحليل عن طريق PyTorch Hub أو kịchبة detect.py، يدعم الصور، فيديوهات، كاميرات الويب، تدفقات RTSP، والتقاط الشاشة - التدريب على مجموعات بيانات مخصصة مع دعم للاتصالات الواحدة والعديدة - تصدير النماذج إلى تنسيقات ONNX، TensorRT، CoreML، TFLite، وتنسيقات أخرى للتشغيل - نقاط التفتيش مسبقة التدريب متاحة في أحجام نانو (n)، صغير (s)، متوسط (m)، كبير (l)، واكبر (x) - دروس إضافية تغطي نقل التعلم، تحسين وقت الاختبار، تقليل النموذج، تطور المعلمات، وتشغيل المعدات (بما في ذلك NVIDIA Jetson) - التكامل مع منصات تتبع التجارب مثل ClearML، Weights & Biases، وComet يتطلب المشروع Python 3.8+ وPyTorch 1.8+. النماذج ومجموعات البيانات تنزل تلقائيًا من الإصدارات. يبين المثالين الأمرين تدريبًا على مجموعة بيانات COCO، وتبلوغات الجداول تحدد نقاط mAP وسpped التحليل عبر تنويع النماذج.