Ein Einblick in DagsHubs Active-Learning-Pipelines

Diese Zusammenfassung behandelt einen weiteren Vortrag von YOLO VISION 2023 (YV23). Bei dieser von Ultralytics unterstützten Veranstaltung auf dem Google-for-Startups-Campus in Madrid hielt Yono Mittlefehldt, zuvor Machine-Learning-Advocate bei DagsHub, einen Vortrag über die Entwicklung von Pipelines für aktives Lernen.

Einführung und Überblick#

Der Vortrag begann mit einer Einführung in Pipelines für Active Learning und die Unterschiede zwischen Active Learning und herkömmlichen überwachten Lernverfahren.

Datenaufbereitung#

Der erste Schritt legt die Grundlage für die Active-Learning-Pipeline: Abhängigkeiten importieren, die Datenquelle einrichten und Metadaten mit ersten Annotationen ergänzen.

Modelltraining#

Sobald die Daten bereit waren, folgte das Modelltraining. Mithilfe eines Ultralytics-YOLOv8-Datensatzes und seiner YAML-Datei fügte Yono Rückruffunktionen hinzu, um während des Trainings Parameter und Metriken zu protokollieren. So ließ sich jeder Trainingslauf einfach verfolgen und vergleichen.

Active-Learning-Zyklus#

Als Nächstes folgte der Active-Learning-Zyklus, ein iterativer Prozess, bei dem vortrainierte Modelle geladen, unbeschriftete Daten bewertet und die informativsten Beispiele für die Annotation ausgewählt werden. In jedem Zyklus wird die Datenquelle um neue Vorhersagen ergänzt, sodass sich das Modell mit jedem Durchlauf verbessert.

Active Learning für die Bildsegmentierung#

Anschließend setzte Yono Active Learning für die Bildsegmentierung ein. Die Vorhersagen wurden zur Annotation an Label Studio gesendet und zeigten, wie sich ein Segmentierungsmodell über mehrere Zyklen hinweg verbessern kann.

Label Studio verwenden#

Label Studio ist ein zentrales Werkzeug in dieser Pipeline. Projekte speichern die annotierten Daten, und Label-Studio-Server verbinden sich mit der Tasks-API. Durch die Zuordnung von Aufgaben zu Projektnamen bleibt der Arbeitsablauf organisiert und die Zusammenarbeit wird einfacher.

Zum Abschluss#

Zum Abschluss des Vortrags beantwortete Yono Fragen aus dem Publikum. Dabei ging es um Themen wie die Optimierung von Pipelines für bestimmte Aufgaben, Reproduzierbarkeit und Dokumentation.

Insgesamt zeigte der Vortrag, wie Active Learning die Datenbeschriftung und das Modelltraining effizienter machen kann. Wir freuen uns darauf, diese Ideen mit Unterstützung und Beteiligung unserer Community weiterzuentwickeln.

Sieh dir den vollständigen Vortrag auf YouTube an.