Các model Ultralytics YOLOv5
Xây dựng khả năng phát hiện đối tượng thời gian thực đáng tin cậy với các model YOLOv5u hiện tại và quy trình làm việc giúp việc huấn luyện, triển khai bộ phát hiện tùy chỉnh trở nên thiết thực và dễ tiếp cận.
Các model phát hiện YOLOv5u
Gói Ultralytics hiện tại cung cấp các model phát hiện YOLOv5u không anchor đã được cập nhật, với năm kích thước từ nano đến extra-large. Các model này vẫn giữ quy trình làm việc YOLOv5 đã được kiểm chứng, đồng thời cải thiện sự cân bằng giữa độ chính xác và tốc độ; có thể huấn luyện, đánh giá, xuất và triển khai thông qua cùng API như mọi model Ultralytics YOLO khác.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLOv5u model
model = YOLO("yolov5nu.pt")
# Run inference
results = model("image.jpg")| Model | Kích thước (px) | mAP 50-95 | CPU ONNX (ms) | A100 TensorRT (ms) | Tham số (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 |
Các benchmark phát hiện YOLOv5u ở độ phân giải 640 pixel từ tài liệu Ultralytics; các biến thể P6 1280 pixel lớn hơn cũng có sẵn.
Được các tổ chức hàng đầu thế giới tin dùng
Tác động từ các model của chúng tôi
Tinh gọn quy trình trên nhiều ngành với các model AI thị giác tiên tiến của chúng tôi. Tốc độ, độ chính xác và tính dễ sử dụng được hỗ trợ bởi Ultralytics.
Từ YOLOv5 đến Ultralytics YOLO mới nhất
Tìm hiểu cách quy trình làm việc thiết thực của YOLOv5 phát triển thành một hệ sinh thái model thống nhất cho huấn luyện và triển khai.
Gắn nhãn nhanh hơn tới 10 lần với công cụ chú thích thông minh
Ultralytics Platform cung cấp công cụ chú thích ảnh giúp bạn xây dựng dataset chất lượng cao nhanh hơn. Từ chú thích thông minh đến chỉnh sửa thủ công chính xác, các tính năng này được thiết kế để giảm thời gian gắn nhãn ảnh mà không ảnh hưởng đến chất lượng.
- Chú thích thông minh được hỗ trợ bởi SAM:Tạo mask và bounding box chỉ bằng một lần nhấp.
- Hỗ trợ đầy đủ các tác vụ AI:Phát hiện, phân đoạn instance, phân đoạn ngữ nghĩa, phân loại, pose, OBB.
- Hỗ trợ định dạng phổ quát:Tùy chọn YOLO, COCO và nhiều định dạng khác.
- Đánh giá và quản lý phiên bản nhóm:Cộng tác rõ ràng ở mọi bước.
Huấn luyện trên các GPU tốt nhất với chi phí thấp hơn
26 GPU NVIDIA với giá khởi điểm $0.24/giờ — từ Ampere đến Blackwell. Không phụ phí, không mức tối thiểu, không cam kết.
Triển khai ở mọi nơi
Xuất sang 22 định dạng và triển khai trên các thiết bị biên, nền tảng đám mây và thiết bị di động.
Khám phá giải pháp theo ngành
Tìm hiểu cách các nhóm ứng dụng thị giác máy tính Ultralytics trong môi trường sản xuất.
Nông nghiệp
Ô tô
Chăm sóc sức khỏe
Logistics
Sản xuất
Bán lẻ
Robot
Câu hỏi thường gặp
Ultralytics YOLOv5 ra mắt năm 2020 với quy trình PyTorch dễ tiếp cận, giúp việc phát hiện đối tượng thời gian thực tùy chỉnh trở nên thiết thực. Gói Python Ultralytics hiện tại hỗ trợ các model phát hiện YOLOv5u không anchor đã được cập nhật; các trọng số từ repository YOLOv5 ban đầu sử dụng kiến trúc khác và không tương thích với thư viện hiện tại. Xem tài liệu YOLOv5 để biết chi tiết.
Các model YOLOv5u được thư viện Ultralytics hiện tại và dự án Platform hỗ trợ được xây dựng cho tác vụ phát hiện đối tượng. Repository YOLOv5 trước đây cũng phát hành các biến thể riêng cho phân loại và phân đoạn, nhưng những kiến trúc và trọng số ban đầu đó không thể dùng thay thế cho các model YOLOv5u hiện tại.
Hãy bắt đầu với bộ phát hiện YOLOv5u nano hoặc small khi độ trễ và kích thước model là ưu tiên hàng đầu. Medium cân bằng tốc độ và độ chính xác cho nhiều workload, trong khi large và extra-large ưu tiên độ chính xác khi có thêm tài nguyên tính toán. So sánh benchmark model hiện tại trong tài liệu YOLOv5, sau đó đánh giá các model tiềm năng trên dữ liệu của riêng bạn.
Dùng chế độ train của thư viện Ultralytics với checkpoint phát hiện YOLOv5u hiện tại, hoặc mở dự án YOLOv5 chính thức trên Ultralytics Platform để bắt đầu từ một trong các model phát hiện. Sau khi huấn luyện, dùng chế độ export để chuẩn bị bộ phát hiện cho việc triển khai.
Có. YOLOv5 vẫn được hỗ trợ cho các dự án và hệ thống triển khai hiện có. Ultralytics YOLO26 là model ổn định mới nhất và là lựa chọn được khuyến nghị để bắt đầu các dự án mới, trong khi YOLOv5 vẫn hữu ích khi cần tương thích với pipeline YOLOv5 hiện có.
Xây dựng với Ultralytics YOLOv5
Huấn luyện, đánh giá, xuất và triển khai các model phát hiện YOLOv5u hiện tại với Ultralytics Platform.