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.
ИИ в сельском хозяйстве
ИИ в автомобильной отрасли
ИИ в здравоохранении
ИИ в логистике
ИИ в производстве
ИИ в розничной торговле
ИИ в робототехнике
ИИ в сельском хозяйстве
ИИ в автомобильной отрасли
ИИ в здравоохранении
ИИ в логистике
ИИ в производстве
ИИ в розничной торговле
ИИ в робототехнике
ИИ в сельском хозяйстве
ИИ в автомобильной отрасли
ИИ в здравоохранении
ИИ в логистике
ИИ в производстве
ИИ в розничной торговле
ИИ в робототехнике
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.