yolov5

Ultralytics YOLOv5 es un marco de visión por computadora de código abierto ampliamente utilizado construido sobre PyTorch. Proporciona modelos preentrenados y entrenables para tareas de detección de objetos, segmentación de instancias e clasificación de imágenes. Las capacidades clave incluyen: - Inferencia a través de PyTorch Hub o el script detect.py, que admite imágenes, videos, cámaras web, transmisiones RTSP y capturas de pantalla - Entrenamiento en conjuntos de datos personalizados con soporte para configuraciones de GPU única y múltiples - Exportación de modelos a ONNX, TensorRT, CoreML, TFLite y otros formatos de implementación - Peso preentrenado disponible en tamaños nano (n), pequeño (s), mediano (m), grande (l) y extragrande (x) - Tutoriales adicionales que cubren el aprendizaje por transferencia, laaugmentación en tiempo de prueba, la poda de modelos, la evolución de hiperparámetros y la implementación en hardware (incluido NVIDIA Jetson) - Integraciones con plataformas de seguimiento de experimentos como ClearML, Weights & Biases y Comet El proyecto requiere Python 3.8+ y PyTorch 1.8+. Los modelos y conjuntos de datos se descargan automáticamente desde las liberaciones. El entrenamiento en el conjunto de datos COCO se demuestra con comandos de ejemplo y las tablas de resultados informan las puntuaciones mAP y la velocidad de inferencia en las variantes del modelo.