Ultralytics YOLOv5 綜合指南

歡迎閱讀 Ultralytics 的 YOLOv5 文檔！YOLOv5 是革命性的“一次查看”對象檢測模型的第五次迭代，旨在實時提供高速、高精度結(jié)果。

這個基于 PyTorch 的強大深度學(xué)習(xí)框架因其多功能性、易用性和高性能而廣受歡迎。我們的文檔將指導(dǎo)您完成安裝過程，解釋模型的架構(gòu)細節(jié)，展示各種用例，并提供一系列詳細的教程。這些資源將幫助您在計算機視覺項目中充分發(fā)揮 YOLOv5 的潛力。讓我們開始吧

探索和學(xué)習(xí)

下面是全面的教程匯編開yun官網(wǎng)入口登錄APP下載，將指導(dǎo)您了解 YOLOv5.NET 的各個方面。

支持的環(huán)境

Ultralytics 提供了一系列可立即使用的環(huán)境，每個環(huán)境都預(yù)安裝了 CUDA、CUDNN、Python 和 PyTorch 等基本依賴項，以啟動您的項目。

項目狀態(tài)

此徽章表示 YOLOv5 GitHub Actions 的所有持續(xù)集成 (CI) 測試均已成功通過。這些 CI 測試嚴??格檢查 YOLOv5 在幾個關(guān)鍵領(lǐng)域的功能和性能，包括訓(xùn)練、驗證、推理、導(dǎo)出和基準測試。它們確保在 macOS、Windows 和 Ubuntu 上運行的一致性和可靠性，并且每 24 小時和每次新提交時都會進行測試。

聯(lián)系和貢獻

在 YOLOv5 的征程中，你并不孤單。加入我們在 GitHub 上的活躍社區(qū)，在 LinkedIn 上與專業(yè)人士聯(lián)系，在 Twitter 上分享你的工作，并在 YouTube 上尋找教育資源。在 TikTok 和 BiliBili 上關(guān)注我們，獲取更多精彩內(nèi)容。

有興趣貢獻嗎？我們歡迎各種貢獻；從代碼改進和錯誤報告到文檔更新。請查看我們的貢獻指南了解更多信息。

我們很高興看到您使用 YOLOv5 的創(chuàng)新方式。請深入研究、試驗并徹底改變您的計算機視覺項目！

常見問題解答 Ultralytics YOLOv5 的主要功能是什么？

Ultralytics YOLOv5 以其高速、高精度的物體檢測功能而聞名。它基于 PyTorch 構(gòu)建，功能多樣且用戶友好，適用于各種計算機視覺項目。其主要功能包括實時推理、支持多種訓(xùn)練技術(shù)（例如測試時間增強 (TTA) 和模型組裝）開yun官網(wǎng)入口登錄APP下載，以及與 TFLite、ONNX、CoreML 和 TensorRT 等導(dǎo)出格式的兼容性。要了解有關(guān) Ultralytics YOLOv5 如何增強您的項目的更多信息，請瀏覽我們的 TFLite、ONNX、CoreML、TensorRT 導(dǎo)出指南。

如何在數(shù)據(jù)集上訓(xùn)練自定義 YOLOv5 模型？

在數(shù)據(jù)集上訓(xùn)練自定義 YOLOv5 模型需要幾個關(guān)鍵步驟。首先，以所需的格式準備數(shù)據(jù)集并注釋標簽。然后，配置 YOLOv5 訓(xùn)練參數(shù)并使用 train.py 腳本。有關(guān)此過程的深入教程，請查看我們的訓(xùn)練自定義數(shù)據(jù)指南。它提供了分步說明，以確保為您的特定用例獲得最佳結(jié)果。

為什么使用 Ultralytics YOLOv5 而不是其他對象檢測模型（如 RCNN）？

Ultralytics YOLOv5 與 RCNN 等模型相比，YOLOv5 更受歡迎，因為它在實時物體檢測方面速度更快、更準確。它一次處理整個圖像，比 RCNN 基于區(qū)域的方法快得多。此外，YOLOv5 與各種導(dǎo)出格式無縫集成，文檔豐富，是初學(xué)者和專業(yè)人士的絕佳選擇。有關(guān)該架構(gòu)優(yōu)勢的更多信息，請參閱我們的架構(gòu)摘要。

訓(xùn)練過程中如何優(yōu)化YOLOv5模型的性能？

YOLOv5 Ultralytics 提供了有關(guān)超參數(shù)演化和修剪/稀疏化的全面資源，以提高模型效率。您可以在我們的最佳訓(xùn)練結(jié)果技巧指南中找到實用技巧，該指南提供了可行的見解，以便在訓(xùn)練期間實現(xiàn)最佳性能。

哪些環(huán)境支持運行 YOLOv5 應(yīng)用程序？

Ultralytics YOLOv5 支持多種環(huán)境，包括 Gradient、Google Colab、Kaggle 上的免費 G??PU 筆記本以及 Google Cloud、Amazon AWS 和 Azure 等主要云平臺。還提供了 Docker 映像以方便設(shè)置。有關(guān)設(shè)置這些環(huán)境的詳細指南云開·全站APP登錄入口，請查看我們的“支持的環(huán)境”部分，其中包含每個平臺的分步說明。