Модели Ultralytics YOLOv5
Создавай надежные системы обнаружения объектов в реальном времени с помощью актуальных моделей YOLOv5u и рабочего процесса, который сделал обучение и развертывание кастомных детекторов практичными и доступными.
Детекционные модели YOLOv5u
Текущий пакет Ultralytics включает обновленные бесъякорные (anchor-free) детекционные модели YOLOv5u в пяти размерах: от nano до extra-large. Они сохраняют проверенный рабочий процесс YOLOv5, улучшая при этом баланс точности и скорости, а также позволяют выполнять обучение, валидацию, экспорт и развертывание через тот же API, что и любая модель Ultralytics YOLO.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLOv5u model
model = YOLO("yolov5nu.pt")
# Run inference
results = model("image.jpg")| Модель | Размер (px) | mAP 50-95 | CPU ONNX (мс) | A100 TensorRT (мс) | Параметры (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| yolov5nu | 640 | 34.3 | 73.6 | 1.06 | 2.6 | 7.7 |
| yolov5su | 640 | 43.0 | 120.7 | 1.27 | 9.1 | 24.0 |
| yolov5mu | 640 | 49.0 | 233.9 | 1.86 | 25.1 | 64.2 |
| yolov5lu | 640 | 52.2 | 408.4 | 2.50 | 53.2 | 135.0 |
| yolov5xu | 640 | 53.2 | 763.2 | 3.81 | 97.2 | 246.4 |
Бенчмарки детектирования YOLOv5u для 640 пикселей из документации Ultralytics; также доступны более крупные варианты P6 на 1280 пикселей.
Доверяют ведущие мировые организации
Влияние наших моделей
Оптимизируй процессы в различных отраслях с помощью наших передовых моделей компьютерного зрения. Скорость, точность и простота использования от Ultralytics.
От YOLOv5 до новейшего Ultralytics YOLO
Посмотри, как практичный рабочий процесс YOLOv5 превратился в единую экосистему моделей для обучения и развертывания.
Размечай до 10 раз быстрее с помощью умной аннотации
Платформа Ultralytics предоставляет инструмент для аннотирования изображений, позволяющий быстрее создавать высококачественные наборы данных. От умной аннотации до точного ручного редактирования — эти функции разработаны для сокращения времени на разметку изображений без потери качества.
- Умная аннотация на базе SAM: Маски и BBox в один клик.
- Полный охват задач ИИ: Детекция, сегментация экземпляров, семантическая сегментация, классификация, оценка поз, OBB.
- Поддержка универсальных форматов: Твой выбор YOLO, COCO и многое другое.
- Командная проверка и версионирование: Прозрачное сотрудничество на каждом этапе.
Обучайся на лучших GPU дешевле
26 NVIDIA GPU по цене от $0.24/час — от Ampere до Blackwell. Никаких наценок, минимальных порогов и обязательств.
Развертывай где угодно
Экспортируй в 20 форматов и разворачивай на периферии, в облаке и на мобильных устройствах.
Изучить отраслевые решения
Посмотри, как команды применяют компьютерное зрение Ultralytics в производственных средах.
Сельское хозяйство
Автомобильная промышленность
Здравоохранение
Логистика
Производство
Розничная торговля
Робототехника
Сельское хозяйство
Автомобильная промышленность
Здравоохранение
Логистика
Производство
Розничная торговля
Робототехника
Сельское хозяйство
Автомобильная промышленность
Здравоохранение
Логистика
Производство
Розничная торговля
Робототехника
Часто задаваемые вопросы
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.
Создавай с помощью Ultralytics YOLOv5
Обучай, проверяй, экспортируй и развертывай актуальные модели обнаружения YOLOv5u с помощью Платформы Ultralytics.