इस प्रोजेक्ट के बारे में

Ultralytics YOLOv5 एक व्यापक रूप से उपयोग किया जाने वाला ओपन-सोर्स कंप्यूटर विज़न फ्रेमवर्क है जो PyTorch पर निर्मित है। यह ऑब्जेक्ट डिटेक्शन, इंस्टेंस सेगमेंटेशन और इमेज क्लासिफिकेशन कार्यों के लिए प्रीट्रेन्ड और ट्रेनेबल मॉडल प्रदान करता है। मुख्य क्षमताएँ शामिल हैं: - PyTorch Hub या detect.py स्क्रिप्ट के माध्यम से निष्पादन, जो इमेजों, वीडियो, वेबकैम, RTSP स्ट्रीम्स और स्क्रीन कैप्चर को सपोर्ट करता है - एकल और मल्टी-GPU सेटअप के साथ अनुकूलित डेटासेट पर प्रशिक्षण - ONNX, TensorRT, CoreML, TFLite और अन्य डिप्लॉयमेंट फॉर्मेट में मॉडल निर्यात - नैनो (n), छोटा (s), मध्यम (m), बड़ा (l) और अति-बड़ा (x) आकार में उपलब्ध प्रीट्रेन्ड चेकपॉइंट्स - ट्रांसफ़र लर्निंग, टेस्ट-टाइम आउगमेंटेशन, मॉडल प्रूनिंग, हाइपरपैरामीटर एवोल्यूशन और हार्डवेयर डिप्लॉयमेंट (NVIDIA Jetson सहित) जैसे अतिरिक्त ट्यूटोरियल्स - ClearML, Weights & Biases और Comet जैसे प्रयोग ट्रैकिंग प्लेटफ़ॉर्म के साथ एकीकरण इस प्रोजेक्ट के लिए Python 3.8+ और PyTorch 1.8+ की आवश्यकता होती है। मॉडल और डेटासेट रिलीज़ से स्वचालित रूप से डाउनलोड किए जाते हैं। उदाहरण कमांड्स के साथ COCO डेटासेट पर प्रशिक्षण दिखाया गया है, और बेंचमार्क टेबल्स मॉडल प्रकारों के बीच mAP स्कोर और निष्पादन गति की रिपोर्ट करती हैं।