رؤية YOLO لعام 2022: الأفق الجديد للذكاء الاصطناعي البصري

عُقد أول YOLO VISION على الإطلاق في 27 سبتمبر 2022. من دخول الذكاء الاصطناعي في صناعة السيارات إلى التحليل في الوقت الفعلي لإنتاج الفاكهة، استمعنا إلى محادثات ملهمة من مستخدمي YOLOv5 في جميع المجالات.

ما جعل هذا الحدث مميزًا هو التنوع الكبير في خلفيات المتحدثين. فبالإضافة إلى ممثلي 18 شركة مشاركة، قدم المتحدثون رؤى من كل جانب من جوانب عملية تعلم الآلة. ومن بين هؤلاء المتحدثين، شركاتنا الشريكة مثل Comet و Deci و ClearML و Paperspace و Roboflow، بالإضافة إلى آخرين في مجال المصادر المفتوحة مثل الشركات الصينية العملاقة Baidu و Meituan و OpenMMLabs.

إعادة تعريف أحدث التقنيات مع YOLOv5

هل تتساءل عن القصة وراء إنشاء YOLOv5 والمنهجية المستخدمة في البحث والتطوير؟

تعمق في تفاصيل النهج الشامل المستخدم لاختيار أفضل الهياكل مع Glenn Jocher، المؤسس والرئيس التنفيذي لدينا هنا في Ultralytics، و Ayush Chaurasia، مهندس ML لدينا.

تعتبر هياكل النماذج الرائعة مثل YOLOv5 ضرورية للحصول على نتائج مفيدة في تعلم الآلة. لكن النماذج جيدة فقط بقدر جودة مجموعات البيانات الخاصة بها. أوضح جوزيف نيلسون، الرئيس التنفيذي والمؤسس المشارك في شريكنا Roboflow، تأثير جودة مجموعة البيانات على نتائج الإنتاج. تستند الرؤى إلى أكثر من 10000 مهمة تدريب على الرؤية ومجتمع Roboflow Universe مفتوح المصدر الذي يضم أكثر من 90000 مجموعة بيانات.

في جلسته، عرض جوزيف أيضًا الاختلافات الرئيسية في البحث مقابل الإنتاج التي تمكن المطورين من اختراق مجموعات البيانات الخاصة بهم للحصول على نتائج ذات مغزى بشكل أسرع.

تعرف على جودة مجموعة البيانات وتأثيرها على الحصول على نموذج الرؤية الحاسوبية الخاص بك إلى قيمة الإنتاج!

أفضل الممارسات للتحقق من صحة نموذج التعلم الآلي والبيانات قبل النشر

يخضع كل جزء من البرامج التقليدية اليوم لاختبارات شاملة من أنواع مختلفة قبل النشر، مما يقلل بشكل كبير من خطر حدوث أعطال في الإنتاج.

كيف يمكننا تكييف هذه الأفكار مع عالم التعلم الآلي (ML) ذي التوجه الإحصائي؟

Aishwarya Srinivasan، عالمة بيانات في Google ومدافعة عن تطوير المصادر المفتوحة في Deepchecks، تتحدث عن مجرد الإثارة وراء بناء حلول قادرة على حل تحديات العالم الحقيقي. في Google، تقوم ببناء حلول تعلم الآلة لحالات استخدام العملاء، والاستفادة من منتجات Google الأساسية بما في ذلك TensorFlow و DataFlow و AI Platform.

انضمت إلينا ايشواريا في YOLO VISION لمناقشة أفضل الممارسات والنصائح العملية للاختبار والتحليل المكثف لنموذجك. تحقق من حديثها لمعرفة الفرق بين اختبار البرامج واختبار تعلم الآلة.

مشاريع مفتوحة المصدر تمكن مستقبل الذكاء الاصطناعي للرؤية الحاسوبية

استضفنا حلقة نقاشية رائدة جمعنا فيها أعضاء آخرين من عائلة معمارية YOLO بالإضافة إلى أفضل معماريات رؤية الذكاء الاصطناعي مفتوحة المصدر في هذا المجال.

هنا، انضمت إلينا YOLOv6 من Meituan و MMDetection من OpenMMLab CN و PaddlePaddle من Baidu, Inc. بصفتهم YOLOv5 من Ultralytics لمناقشة مشاريع مفتوحة المصدر تمكن مستقبل رؤية الذكاء الاصطناعي.

كانت هذه هي المرة الأولى على الإطلاق التي تشارك فيها مستودعات الذكاء الاصطناعي الرائدة هذه المسرح. إذا فاتتك هذه الحلقة النقاشية، فشاهد هذا الفيديو حيث ناقش Bo Zhang و Glenn Jocher و Guanzhong Wang و Wenwei Zhang و Yixin Shi اختيارهم للأطر والتصميمات وتطور هيكل المستودع والمزيد!

كما يقول رئيسنا التنفيذي Glenn Jocher، "يجب علينا جميعًا أن نتعلم من أدوات وتجارب بعضنا البعض."

البيانات المرئية في ازدياد

تعاني أنظمة إدارة البيانات المرئية من نقص في جميع الجوانب: التخزين والجودة والبحث والتحليل والتصور. ونتيجة لذلك، تفقد الشركات والباحثون موثوقية المنتج وساعات العمل والتخزين المهدر والحوسبة، والأهم من ذلك، القدرة على إطلاق الإمكانات الكاملة لبياناتهم.

في هذه المحاضرة، علمنا الدكتور داني بيكسون كيفية حل هذه المشكلة باستخدام أداته المجانية الشهيرة على GitHub، Fastdup.

FastDup هي أداة للحصول على رؤى من مجموعة صور كبيرة. يمكنها العثور على الحالات الشاذة والصور المكررة والقريبة من المكررة، ومجموعات التشابه، وتعلم السلوك الطبيعي والتفاعلات الزمنية بين الصور. يمكن استخدامه لأخذ عينات فرعية ذكية لمجموعة بيانات عالية الجودة، وإزالة القيم المتطرفة، والكشف عن المعلومات الجديدة لإرسالها لوضع العلامات.

يتمتع داني بيكسون، الخبير في تحليلات البيانات الضخمة والتعلم الآلي واسع النطاق، بأكثر من 15 عامًا من الخبرة في صناعة التكنولوجيا المتقدمة. قد تعرفه من Turi، وهي منصة تعلم آلي تقوم بإنشاء منتجات تحليلات البيانات الضخمة لمستخدميها. في عام 2016، استحوذت شركة Apple على Turi حيث عمل الدكتور داني بيكسون كمدير أول لعلوم البيانات لعدة سنوات.

بوابتك إلى رؤية الذكاء الاصطناعي

وأخيرًا، كان من دواعي سرورنا أن نعلن رسميًا عن إطلاق Ultralytics HUB!

Ultralytics HUB هو حلنا بدون تعليمات برمجية لتدريب نماذج الذكاء الاصطناعي ونشرها في ثلاث خطوات سهلة! اجعل نماذجك تنبض بالحياة عن طريق اختيار البيانات التي ستتعلم منها.

قام خبراؤنا ومنشئو الأدوات، كالين مايكل وسيرجيو سانشيز، باصطحابنا في جولة في Ultralytics HUB وشرحوا جميع الميزات والوظائف. تعرف على المزيد حول Ultralytics HUB و ابدأ في إنشاء نماذجك مجانًا!

ابحث عن جميع الجلسات المسجلة على قناتنا على يوتيوب!

نحن سعداء بالإقبال على YOLO VISION ويسعدنا إنشاء حدث يمكن للخبراء من جميع أنحاء العالم الانضمام إليه للتعرف على رؤية الذكاء الاصطناعي، والبقاء على اطلاع دائم بكل جديد من خلال متابعتنا على وسائل التواصل الاجتماعي. نراكم العام المقبل في YOLO VISION 2023!

‍