Модели Ultralytics YOLOv5

Ultralytics YOLOv5 был запущен в 2020 году с доступным рабочим процессом PyTorch, который помог сделать кастомное обнаружение объектов в реальном времени практичным. Актуальный Ultralytics Python package поддерживает обновленные безъякорные модели обнаружения YOLOv5u; веса оригинального репозитория YOLOv5 используют другую архитектуру и несовместимы с текущей библиотекой. Подробности смотри в YOLOv5 documentation.

Модели YOLOv5u, поддерживаемые актуальной библиотекой Ultralytics и проектом Платформы, созданы для object detection. Исторический репозиторий YOLOv5 также выпускал отдельные варианты для классификации и сегментации, но те оригинальные архитектуры и веса не взаимозаменяемы с актуальными моделями YOLOv5u.

Начни с детектора YOLOv5u версии nano или small, если задержка и размер модели имеют решающее значение. Medium балансирует скорость и точность для многих рабочих нагрузок, в то время как large и extra-large отдают приоритет точности при наличии больших вычислительных мощностей. Сравни актуальные бенчмарки моделей в YOLOv5 docs, а затем проверь кандидатов на своих данных.

Используй train mode библиотеки Ultralytics с актуальным чекпоинтом обнаружения YOLOv5u или открой официальный YOLOv5 project on Ultralytics Platform, чтобы начать с одной из моделей обнаружения. После обучения используй export mode для подготовки детектора к развертыванию.

Да. YOLOv5 по-прежнему поддерживается для существующих проектов и развертываний. Ultralytics YOLO26 — это последняя стабильная модель и рекомендуемая отправная точка для новых проектов, в то время как YOLOv5 остается полезной там, где важна совместимость с уже созданным конвейером YOLOv5.