Optimierung von benutzerdefinierten Vision AI-Operationen

Mit dem Ziel, Computer Vision zugänglich zu machen, freuen wir uns, unsere Partnerschaft mit Roboflow als offizielles Tool zur Verwaltung und Kommentierung von Datensätzen für YOLOv5 bekannt zu geben.

RoboflowZiel von Roboflow ist es, Entwicklern die Erstellung besserer Computer-Vision-Modelle zu ermöglichen, indem der Prozess der Datenerfassung und -beschriftung, das Training des Modells und die Verwendung von aktivem Lernen zur noch schnelleren Verbesserung der Modelle rationalisiert werden. Auf diese Weise können Entwickler mehr Zeit auf domänenspezifische Probleme verwenden, anstatt sich mit dem maschinellen Lernen und der Infrastruktur für Computer Vision zu beschäftigen.

Roboflow hat seine Unterstützung für Open-Source-Projekte, die unsere Vision teilen, kontinuierlich unter Beweis gestellt. Sehen Sie sich unbedingt den Leitfaden "How to Train YOLOv5 on Custom Dataset" an, der im Juni 2020 veröffentlicht wurde.

Ultralyticshat es sich zur Aufgabe gemacht, KI einfach zu machen, indem es für jeden Entwickler zugängliche Vision AI-Tools entwickelt. YOLOv5 ermöglicht es Entwicklern, modernste Bildverarbeitungsmodelle zu trainieren und in ihren eigenen Projekten einzusetzen.

Mit einer gemeinsamen Vision von einfacher KI nutzen Roboflow und Ultralytics ihre einzigartigen Stärken, um unseren Benutzern mehr Möglichkeiten zu bieten.
Jetzt gibt es neue Hilfe am Horizont dank dieser neuen Partnerschaft, die das Training benutzerdefinierter Modelle einfacher macht als je zuvor!

Wir stellen eine neue Partnerschaft vor, die das Trainieren von benutzerdefinierten Modellen vereinfacht

YOLOv5 ist aufgrund seiner Einfachheit und Genauigkeit in realen Anwendungsfällen zu einer der weltweit beliebtesten KI geworden. Unsere neue Roboflow sorgt für eine noch nahtlosere YOLOv5 und -Einsatzerfahrung.  

Jetzt können Sie Ihre benutzerdefinierten Datensätze direkt in YOLOv5 beschriften und automatisch exportieren, um sie mit Roboflow zu trainieren, indem Sie das Pip-Paket verwenden. Auf diese Weise können Sie Ihren MLOps-Prozess rationalisieren, indem Sie den Zeitaufwand für Computer-Vision-Minutien vermeiden.
Eliminieren Sie all die unnötige Arbeit mit maschinellem Lernen und machen Sie Computer Vision so einfach wie, sagen wir, YOLO.

Wo soll man anfangen?

Mit unserem neuen YOLOv5 Colab-Notebook ist es ganz einfach, Ihre Modelle auf benutzerdefinierten Datensätzen zu trainieren. Um loszulegen, folgen Sie den nachstehenden Schritten:

1. Öffnen Sie das benutzerdefinierte YOLOv5
2. pip install roboflow , um Ihre Roboflow zu verwenden
3. Exportieren Sie Ihr Projekt aus Roboflow in Ihrem gewünschten Format
4. Ein Code-Snippet für benutzerdefiniertes Training wird generiert
5. Kopieren Sie den Code-Schnipsel von Ihrem Konto und fügen Sie ihn an der entsprechenden Stelle im Notebook ein

Voilà!

‍

Weitere nützliche Informationen finden Sie in der folgenden Roboflow .

Eine aufregende Zeit, um im Bereich Computer Vision tätig zu sein  

Die Kombination der neuesten Funktionen von Roboflow mit den Stärken von YOLOv5 ergibt eine unglaublich leistungsstarke MLOps-Lösung. Wir sind begeistert von den Möglichkeiten, die Ultralytics und Roboflow durch unsere gemeinsame Vision von einfacher KI eröffnen, und können es kaum erwarten zu sehen, was unsere Benutzer mit unserer neuen Integration schaffen.

Wir freuen uns darauf, von den Durchbrüchen zu hören, die unsere Entwickler-Community erzielen wird!

‍