yolov5: オブジェクト検出、セグメンテーション、分類のための高速かつ実績のあるコンピュータビジョンフレームワーク

解決する課題

YOLOv5 は、コンピュータビジョンタスク向けの高速で高精度、かつ使いやすいフレームワークを提供します。リアルタイムまたはほぼリアルタイムでのオブジェクト検出、画像のセグメンテーション、画像の分類プロセスを簡素化し、開発者と研究者の両方が利用しやすくなります。

仕組み

PyTorch フレームワーク上に構築された YOLOv5 は、"You Only Look Once"（YOLO）アーキテクチャを実装しています。ユーザーは PyTorch Hub を利用した自動モデルロードによる推論、あるいは detect.py スクリプトを使用して、ウェブカメラ、ローカルファイル、YouTube URL、RTSP ストリームなど多様な入力ソースから推論を行うことができます。また、カスタムデータセットでのモデル学習や COCO データセットの結果再現のために train.py スクリプトも提供されています。

対象ユーザー

オブジェクト検出、インスタンスセグメンテーション、画像分類において、速度と精度のバランスが取れた実績のあるコンピュータビジョンモデルを必要とする開発者や AI 実務者向けに設計されています。

ハイライト

• 多様なビジョンタスク: オブジェクト検出、画像セグメンテーション、画像分類をサポート。
• 豊富なデプロイオプション: モデルは ONNX、TensorRT、TFLite、CoreML などの形式にエクスポートでき、NVIDIA Jetson を含む様々なハードウェア上でデプロイ可能。
• 柔軟な推論: 画像、動画、ストリーム、画面キャプチャなど複数の入力ソースに対応。
• モデルサイズの選択肢: Nano（YOLOv5n）から Extra‑large（YOLOv5x）まで、ハードウェア制約に合わせた事前学習チェックポイントを提供。
• 高度な学習ツール: AutoBatch、マルチ GPU 学習、ハイパーパラメータ進化などの機能を搭載。

Summary

リアルタイムのオブジェクト検出、画像セグメンテーション、画像分類のための、PyTorch ベースの高速で使いやすいコンピュータビジョンモデル。

Title

yolov5: オブジェクト検出、セグメンテーション、分類のための高速かつ実績のあるコンピュータビジョンフレームワーク