Rationalisierung von Custom Vision AI Ops

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 ist es, Entwicklern die Möglichkeit zu geben, bessere Computer-Vision-Modelle zu erstellen, indem sie den Prozess des Sammelns und Kennzeichnens ihrer Daten, des Trainings ihres Modells und des aktiven Lernens rationalisieren, um ihre Modelle noch schneller zu verbessern. Auf diese Weise können sich die Entwickler/innen mehr Zeit für domänenspezifische Probleme nehmen, anstatt sich mit dem maschinellen Lernen und der Computer Vision Infrastruktur zu beschäftigen.

Roboflow hat seine Unterstützung für Open-Source-Projekte, die unsere Vision teilen, immer wieder unter Beweis gestellt. Schau dir unbedingt ihren 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 wir für jeden Entwickler zugängliche Vision AI Tools entwickeln. 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 Nutzern mehr Möglichkeiten zu bieten.
Jetzt gibt es neue Hilfe am Horizont, dank dieser neuen Partnerschaft, die das Training von benutzerdefinierten Modellen einfacher macht als je zuvor!

Eine neue Partnerschaft, die die Ausbildung von Custom Models einfacher macht

YOLOv5 ist aufgrund seiner Einfachheit und Genauigkeit in realen Anwendungsfällen zu einer der weltweit beliebtesten KI geworden. Unsere neue Roboflow Integration sorgt für ein noch nahtloseres YOLOv5 Trainings- und Einsatzerlebnis.  

Jetzt kannst du deine benutzerdefinierten Datensätze direkt beschriften und automatisch nach YOLOv5 exportieren, um sie mit Roboflow zu trainieren und aktives Lernen zu ermöglichen. Auf diese Weise kannst du deinen MLOps-Prozess rationalisieren, indem du die Zeit vermeidest, die du mit Computer Vision Minutien verbringst.
Eliminiere die ganze unnötige Arbeit mit maschinellem Lernen, um Computer Vision so einfach zu machen wie, sagen wir, YOLO.

Wo soll ich anfangen?

Mit unserem neuen YOLOv5 Colab-Notebook ist es ganz einfach, deine Modelle auf benutzerdefinierten Datensätzen zu trainieren. Um loszulegen, befolge die folgenden Schritte:

1. Öffne das YOLOv5 custom training Colab Notizbuch
2. pip install roboflow um deine Roboflow Datensätze zu verwenden
3. Exportiere dein Projekt von Roboflow in deinem gewünschten Format
4. Für das benutzerdefinierte Training wird ein Codeschnipsel generiert
5. Kopiere das Snippet von deinem Konto und füge es an der gewünschten Stelle im Notizbuch ein.

Voilà!

‍

Weitere nützliche Informationen findest du in dem folgenden Roboflow Video-Tutorial.

Eine aufregende Zeit für das Feld der Computer Vision  

Die Kombination aus den neuesten Funktionen von Roboflow und 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 Nutzer mit unserer neuen Integration schaffen.

Wir freuen uns darauf, von den Durchbrüchen zu hören, die unsere Entwicklergemeinschaft erzielen wird!

‍