Ultralytics YOLOv5 modelleri
Güncel YOLOv5u modelleri ve özel dedektörleri eğitmeyi ve dağıtmayı pratik ve erişilebilir kılan iş akışıyla güvenilir gerçek zamanlı nesne algılama sistemleri kur.
Dünyanın önde gelen kuruluşlarının güvendiği
Modellerimizin etkisi
Son teknoloji bilgisayarlı görü yapay zeka modellerimizle sektörler genelinde süreçleri kolaylaştırın. Ultralytics tarafından desteklenen hız, doğruluk ve kullanım kolaylığı.
YOLOv5'ten en yeni Ultralytics YOLO'ya
Pratik YOLOv5 iş akışının eğitim ve dağıtım için nasıl birleşik bir model ekosistemine dönüştüğünü gör.
Hızlı ve pratik bir PyTorch iş akışıyla gerçek zamanlı nesne algılamayı erişilebilir kıldı.
Algılama, segmentasyon, sınıflandırma, pose ve OBB genelinde birleşik iş akışını genişletti.
Tanıdık Ultralytics iş akışını korurken doğruluk, hız ve verimliliği artırdı.
Uç cihazlarda verimli dağıtım için optimize edilmiş bir mimari ve uçtan uca çıkarım özelliğini sundu.
Akıllı etiketleme ile 10 kata kadar daha hızlı etiketle
Ultralytics Platform, yüksek kaliteli veri kümelerini daha hızlı oluşturman için gereken görüntü etiketleme aracını sana sunar. Akıllı etiketlemeden hassas manuel düzenlemeye kadar bu özellikler, kaliteden ödün vermeden görüntü etiketleme süresini azaltmak için tasarlanmıştır.
- SAM destekli akıllı etiketleme: Tek tıkla maskeler ve sınırlayıcı kutular.
- Tam AI görev kapsamı: Algılama, örnek segmentasyonu, anlamsal segmentasyon, sınıflandırma, poz tahmini, OBB.
- Evrensel format desteği: YOLO, COCO, VOC ve daha fazlası arasından seçimin.
- Ekip incelemesi ve sürüm yönetimi: Her adımda net iş birliği.
En İyi GPU'lar üzerinde daha ucuza eğitim yapın
Ampere'den Blackwell'e kadar 26 NVIDIA GPU, saatlik 0,24$ başlangıç fiyatıyla. Ek ücret yok, alt limit yok, taahhüt yok.
Sektörel çözümleri keşfedin
Ekiplerin Ultralytics bilgisayarlı görü teknolojisini üretim ortamlarında nasıl uyguladığını görün.
Tarımda yapay zeka
Otomotivde yapay zeka
Sağlıkta yapay zeka
Lojistikte yapay zeka
Üretimde yapay zeka
Perakendede yapay zeka
Robotikte yapay zeka
Tarımda yapay zeka
Otomotivde yapay zeka
Sağlıkta yapay zeka
Lojistikte yapay zeka
Üretimde yapay zeka
Perakendede yapay zeka
Robotikte yapay zeka
Tarımda yapay zeka
Otomotivde yapay zeka
Sağlıkta yapay zeka
Lojistikte yapay zeka
Üretimde yapay zeka
Perakendede yapay zeka
Robotikte yapay zeka
Sıkça sorulan sorular
Ultralytics YOLOv5, 2020 yılında özel gerçek zamanlı nesne algılamayı pratik hale getirmeye yardımcı olan erişilebilir bir PyTorch iş akışıyla piyasaya sürüldü. Güncel Ultralytics Python paketi, güncellenmiş çapasız YOLOv5u algılama modellerini destekler; orijinal YOLOv5 deposundaki ağırlıklar farklı bir mimari kullanır ve güncel kütüphane ile uyumlu değildir. Detaylar için YOLOv5 dokümantasyonuna göz at.
Güncel Ultralytics kütüphanesi ve Platform projesi tarafından desteklenen YOLOv5u modelleri, nesne algılama için oluşturulmuştur. Tarihsel YOLOv5 deposu ayrıca ayrı sınıflandırma ve bölütleme varyantları da yayınlamıştı, ancak bu orijinal mimariler ve ağırlıklar güncel YOLOv5u modelleriyle birbirinin yerine kullanılamaz.
Gecikme ve model boyutunun en önemli olduğu durumlarda nano veya küçük YOLOv5u dedektörü ile başla. Orta boy, birçok iş yükü için hız ve doğruluk dengesi sağlarken, büyük ve çok büyük modeller daha fazla bilgi işlem gücü mevcut olduğunda doğruluğu önceliklendirir. YOLOv5 dokümanlarındaki güncel model karşılaştırmalarını incele ve ardından adayları kendi verilerin üzerinde doğrula.
Ultralytics kütüphanesinin eğitim modunu güncel bir YOLOv5u algılama kontrol noktasıyla kullan veya algılama modellerinden biriyle başlamak için Ultralytics Platform'daki resmi YOLOv5 projesini aç. Eğitimden sonra, dedektörü dağıtıma hazırlamak için dışa aktarma modunu kullan.
Evet. YOLOv5, mevcut projeler ve dağıtımlar için desteklenmeye devam ediyor. Ultralytics YOLO26 en son kararlı modeldir ve yeni projeler için önerilen başlangıç noktasıdır; YOLOv5 ise yerleşik bir YOLOv5 hattı ile uyumluluğun önemli olduğu durumlarda yararlı olmaya devam eder.
Ultralytics YOLOv5 ile geliştir
Ultralytics Platform ile güncel YOLOv5u algılama modellerini eğit, doğrula, dışa aktar ve dağıt.