بالنقر فوق “قبول جميع ملفات تعريف الارتباط”، فإنك توافق على تخزين ملفات تعريف الارتباط على جهازك لتحسين التنقل في الموقع وتحليل استخدام الموقع والمساعدة في جهودنا التسويقية. مزيد من المعلومات
إعدادات ملفات تعريف الارتباط
بالنقر فوق “قبول جميع ملفات تعريف الارتباط”، فإنك توافق على تخزين ملفات تعريف الارتباط على جهازك لتحسين التنقل في الموقع وتحليل استخدام الموقع والمساعدة في جهودنا التسويقية. مزيد من المعلومات
عُقد أول مؤتمرYOLO VISION على الإطلاق في 27 سبتمبر 2022. استمعنا إلى محادثات ملهمة من مستخدمي YOLOv5 في جميع المجالات، بدءًا من دخول الذكاء الاصطناعي في صناعة السيارات إلى التحليل في الوقت الفعلي لإنتاج الفاكهة.
ما جعل هذا الحدث مميزاً هو التنوع الكبير في خلفيات المتحدثين. فقد قدم المتحدثون، الذين انضم إليهم ممثلون من 18 شركة مشاركة، رؤى من كل جانب من جوانب عملية تعلّم الآلة. من بينهم، شركات شريكة لنا مثل CometوDeciClearML, Paperspaceو Roboflowبالإضافة إلى شركات أخرى في مجال المصادر المفتوحة مثل الشركات الصينية العملاقة مثل Baidu وMeituan وOpenMMLabs.
إعادة تعريف أحدث ما توصلت إليه التكنولوجيا مع YOLOv5
هل تتساءل عن القصة وراء إنشاء YOLOv5 والمنهجية المستخدمة في البحث والتطوير؟
تعمّق في تفاصيل النهج الشامل المستخدم لاختيار أفضل البنى مع جلين يوتشر، المؤسس والرئيس التنفيذي لدينا هنا في Ultralytics وأيوش تشوراسيا، مهندس التعلّم الآلي لدينا.
تُعد هياكل النماذج الرائعة مثل YOLOv5 ضرورية للحصول على نتائج مفيدة في التعلم الآلي. ولكن النماذج جيدة بقدر جودة مجموعات البيانات الخاصة بها. أظهر جوزيف نيلسون، الرئيس التنفيذي والمؤسس المشارك في شريكنا Roboflow تأثير جودة مجموعة البيانات على نتائج الإنتاج. وقد استندت هذه الرؤى إلى أكثر من 10 آلاف مهمة تدريب على الرؤية ومجتمع Roboflow Universe المفتوح المصدر الذي يضم أكثر من 90 ألف 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؟
تتحدّث آيشواريا سرينيفاسان، عالمة بيانات في Google ومُناصرة مطوّري البرامج مفتوحة المصدر في Deepchecks، عن مجرد الإثارة الكامنة وراء بناء حلول قادرة على حل تحديات العالم الحقيقي. تعمل في Google على بناء حلول التعلُّم الآلي لحالات استخدام العملاء، مستفيدةً من منتجات Google الأساسية بما في ذلك TensorFlow وDataFlow ومنصة الذكاء الاصطناعي.
انضمت إلينا آيشواريا في مؤتمر YOLO VISION لمناقشة أفضل الممارسات والنصائح العملية لاختبار نموذجك وتحليله على نطاق واسع. اطلع على حديثها لمعرفة الفرق بين اختبار البرمجيات واختبار تعلّم الآلة.
مشاريع مفتوحة المصدر تمكن مستقبل الذكاء الاصطناعي للرؤية الحاسوبية
لقد استضفنا جلسة نقاش رائدة جمعنا فيها أعضاء آخرين من عائلة بنية YOLO بالإضافة إلى أفضل بنيات الذكاء الاصطناعي للرؤية مفتوحة المصدر في هذا المجال.
وهنا انضم إلينا كل من YOLOv6 من Meituan، وMMDetection من OpenMMLab CN، PaddlePaddle من Baidu، وشركة Baidu، وشركة Ultralytics YOLOv5 لمناقشة المشاريع مفتوحة المصدر التي تمكّن مستقبل الذكاء الاصطناعي البصري.
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 الخالي من التعليمات البرمجية لتدريب نماذج الذكاء الاصطناعي ونشرها في ثلاث خطوات سهلة! اجعل نماذجك تنبض بالحياة من خلال اختيار البيانات التي ستتعلم منها.
أخذنا خبراؤنا ومبتكرو الأدوات، كالين مايكل وسيرجيو سانشيز، في جولة في برنامج Ultralytics HUB وشرحوا لنا جميع الميزات والوظائف تعرف على المزيد حول Ultralytics HUB وابدأ في إنشاء نماذجك مجانًا!
نحن سعداء بالإقبال الذي شهده مؤتمر YOLO VISION ويسعدنا أن ننظم حدثًا يمكن للخبراء من جميع أنحاء العالم الانضمام إليه للتعرف على الذكاء الاصطناعي للرؤية، ابق على اطلاع دائم معنا من خلال متابعتنا على وسائل التواصل الاجتماعي. نراكم العام المقبل في YOLO VISION 2023!
