Ultralytics : Fünf Tools, eine Computer-Vision-Plattform

Heute haben wir Ultralytics vorgestellt, die ultimative End-to-End-Plattform für Computer Vision, die darauf ausgelegt ist, die Entwicklung und Bereitstellung von KI-Systemen für die Bildverarbeitung zu vereinfachen. Obwohl Computer Vision – ein Bereich der künstlichen Intelligenz, der es Maschinen ermöglicht, Bilder und Videos zu interpretieren – bereits viele Systeme antreibt, auf die wir uns heute verlassen, war die Entwicklung solcher Lösungen bislang mit hohem Aufwand verbunden.

Für viele KI-Ingenieure und Entwickler im Bereich des maschinellen Lernens bedeutet die Erstellung einer Computer-Vision-Anwendung nach wie vor, dass sie während des gesamten Entwicklungsprozesses zwischen verschiedenen Tools wechseln müssen. Ein Team verwaltet beispielsweise Datensätze und Annotationen auf einer Plattform, führt das Modelltraining auf einer anderen durch und nutzt zusätzliche Dienste, um Vorhersagen zu testen, Experimente zu verfolgen und Systeme in die Produktion zu überführen.

Wenn Projekte an Umfang zunehmen, kann der Wechsel zwischen verschiedenen Tools die Entwicklung verlangsamen und den Betriebsaufwand erhöhen. Anstatt sich auf die Verbesserung von Modellen und die Entwicklung neuer Computer-Vision-Anwendungen zu konzentrieren, verbringen Teams oft Zeit damit, Arbeitsabläufe zu verwalten, Daten zwischen Tools zu übertragen und die Infrastruktur zu konfigurieren.

Ultralytics wurde entwickelt, um diesen Prozess zu optimieren und zu beschleunigen. Durch die Zusammenführung von Annotation, Training, Validierung, Bereitstellung und Überwachung in einer einzigen Umgebung ersetzt sie zahlreiche Tools im gesamten KI-Vision-Stack durch eine einzige Computer-Vision-Plattform und unterstützt Teams dabei, skalierbare Vision-KI-Systeme effizienter zu entwickeln und bereitzustellen.

In diesem Artikel erfahren Sie, wie Ultralytics mehrere Tools durch eine einzige, einheitliche Computer-Vision-Plattform ersetzt. Los geht’s!

Das Multi-Tool-Problem bei der Entwicklung von Computer Vision

Die Entwicklung einer Computer-Vision-Lösung umfasst mehrere Phasen, von der Aufbereitung der Datensätze bis hin zur Bereitstellung der Systeme in der Produktion. In vielen Fällen greifen Teams für jeden Teil dieses Arbeitsablaufs auf unterschiedliche Tools zurück, darunter:

• Tools zur Verwaltung von Datensätzen: Teams nutzen diese Tools, um Bilder und Videos zu speichern und zu organisieren, die später als Trainingsdaten für Computer-Vision-Systeme verwendet werden.
  
• Annotationswerkzeuge: Diese Plattformen ermöglichen es Entwicklern und Datenteams, Objekte, Segmente oder Schlüsselpunkte in Bildern zu kennzeichnen, damit Systeme Muster aus den visuellen Daten lernen können.
  
• Tools und Frameworks für das Modelltraining: Entwickler nutzen diese Tools, um Computer-Vision-Systeme mithilfe von annotierten Datensätzen und Deep-Learning-Modellen zu trainieren, wobei sie häufig mit Python Machine-Learning-Frameworks wie PyTorch TensorFlow arbeiten.
• Test- und Auswertungswerkzeuge: Vor der Bereitstellung lassen die Teams die Modelle auf neuen Bildern oder Videos laufen, um die Vorhersagen zu überprüfen und die Leistungsfähigkeit des Systems zu bewerten.
  
• Bereitstellungs- und Überwachungstools: Sobald eine Vision-AI-Lösung auslieferungsbereit ist, wird zusätzliche Infrastruktur genutzt, um die Anwendung in der Produktion auszuführen und ihre Leistung im Laufe der Zeit zu überwachen.

Die getrennte Verwaltung dieser Tools kann die Koordination der Entwicklungsabläufe erschweren. Die Teams verbringen ihre Zeit damit, Daten zwischen den Plattformen zu übertragen, Integrationen zu pflegen und die Infrastruktur zu konfigurieren, anstatt sich auf die Verbesserung der Computer-Vision-Anwendungen zu konzentrieren.

Was ist eine durchgängige Vision-AI-Plattform?

Bevor wir uns mit den wichtigsten Funktionen Ultralytics und ihren Möglichkeiten befassen, wollen wir zunächst klären, was wir unter einer End-to-End-Computer-Vision-Plattform verstehen.

Einfach ausgedrückt bietet Ultralytics eine zentrale Plattform, auf der Entwickler Computer-Vision-Anwendungen erstellen und ausführen können. Anstatt für verschiedene Phasen des Entwicklungsprozesses auf separate Dienste zurückgreifen zu müssen, können Einzelpersonen und Teams in derselben Umgebung mit visuellen Daten arbeiten, Modelle und Algorithmen trainieren, Ergebnisse testen und Anwendungen ausführen.

Dieser Ansatz erleichtert es Entwicklern, zu experimentieren, ihre Systeme zu verbessern und Projekte voranzubringen, ohne ständig zwischen verschiedenen Tools wechseln zu müssen.

Wie Ultralytics den Workflow der Bildverarbeitungs-KI vereinfacht

Ultralytics ist das Ergebnis jahrelanger enger Zusammenarbeit mit der Computer-Vision-Community. In unseren Gesprächen mit Entwicklern und Teams, die Vision-KI-Systeme entwickeln, tauchten immer wieder einige gemeinsame Herausforderungen auf.

Ein zentrales Anliegen war beispielsweise die Datenannotation, die bei der Beschriftung großer Datensätze sehr zeitaufwendig sein kann. Eine weitere Herausforderung ergab sich, als die Teams versuchten, Systeme in die Produktion zu überführen, wo die Bereitstellung von Anwendungen in verschiedenen Umgebungen und auf unterschiedlichen Hardwarekonfigurationen oft zusätzliche Tools erfordert. 

Viele Teams sehen sich zudem mit dem Wechsel zwischen verschiedenen Tools konfrontiert, da Annotationswerkzeuge, Trainingsumgebungen und Bereitstellungssysteme häufig auf mehrere Plattformen verteilt sind. Ultralytics löst all diese Probleme mit einer Reihe integrierter Funktionen. 

Ein Überblick über die wichtigsten Funktionen Ultralytics

Werfen wir also einen Blick auf einige der wichtigsten Funktionen Ultralytics , die dazu beitragen, diese Herausforderungen zu bewältigen und den gesamten KI-Workflow zu optimieren:

• Intelligente Datenannotation: Die integrierten Annotationswerkzeuge helfen Teams dabei, Datensätze schneller zu kennzeichnen – dank Funktionen wie der intelligenten Annotation auf Basis des Segment Anything Model (SAM) und Tastaturkürzeln, die die Annotationsabläufe optimieren.
• Integriertes Modelltraining: Entwickler können vortrainierte Modelle direkt innerhalb der Plattform trainieren und dabei Experimente verfolgen sowie die Leistung über interaktive Dashboards überwachen.
• Browserbasierte Inferenzprüfung: Teams können Vorhersagen schnell im Browser testen, um die Leistung eines Systems zu bewerten, bevor sie es in der Produktion einsetzen.
• Flexible Bereitstellungsoptionen: Modelle können in 17 verschiedene Formate exportiert oder über gemeinsame Inferenzdienste und dedizierte Endpunkte in 43 Regionen weltweit bereitgestellt werden.
• Integrierte Überwachung: Die Plattform bietet Dashboards, mit denen Teams die Ergebnisse track , die Systemleistung und den Status der Bereitstellung an einem Ort track können.

Von den Rohdaten bis zur Bereitstellung mit Ultralytics

Wenn Sie mehr über Ultralytics erfahren, fragen Sie sich vielleicht, wie die Arbeit damit konkret aussieht. Um sich ein besseres Bild davon zu machen, wollen wir uns ein einfaches Beispiel ansehen.

Stellen Sie sich vor, Sie entwickeln ein visuelles Inspektionssystem für eine Fertigungslinie. Das Ziel besteht darin, beschädigte oder fehlerhafte Produkte automatisch zu erkennen, während sie die Produktionslinie durchlaufen.

Der Prozess beginnt in der Regel mit der Erfassung visueller Daten. Mithilfe der neuen Computer-Vision-Plattform Ultralyticskönnen Sie Bilder oder Videos von Produkten aus der Fertigungslinie hochladen und diese in Datensätze organisieren, die zum Trainieren eines Modells zur Fehlererkennung verwendet werden.

Als Nächstes folgt die Datenannotation. Mit den in die Plattform integrierten manuellen oder KI-gestützten Annotationstools können Sie Fehler direkt in den Bildern für fünf verschiedene Erkennungsaufgaben kennzeichnen. Die Innovation hinter Funktionen wie der intelligenten Annotation, die auf SAM basiert, und den integrierten Skelettvorlagen, mit denen sich Schlüsselpunkte mit einem einzigen Klick platzieren lassen, optimiert Arbeitsabläufe, die andernfalls Stunden dauern würden.

Sobald der Datensatz bereit ist, können Sie mit dem Modelltraining fortfahren. Die Plattform ermöglicht es Ihnen, Computer-Vision-Modelle wie beispielsweise YOLO anhand der beschrifteten Daten zu trainieren. Während des Trainings können Sie Leistungskennzahlen überwachen, track und Modelle im Laufe der Zeit optimieren, um die Systemleistung über ein einziges Dashboard zu verbessern.

Nach dem Training folgen die Test- und Validierungsphase. Sie können direkt innerhalb der Plattform Vorhersagen für neue Bilder erstellen, um zu überprüfen, wie gut das System Fehler erkennt, und um Bereiche zu identifizieren, in denen möglicherweise weitere Verbesserungen erforderlich sind.

Sobald das System zufriedenstellende Ergebnisse liefert, kann es schließlich in der Produktion eingesetzt werden. Ultralytics unterstützt den Export von Modellen in verschiedene Formate sowie deren Bereitstellung über Inferenzdienste und Endpunkte, sodass sie in realen Umgebungen ausgeführt werden können.

Durch die Unterstützung jedes einzelnen Schritts dieser Pipeline erleichtert Ultralytics den Übergang von rohen Bilddaten zu einer funktionsfähigen Computer-Vision-Anwendung, die detect an einer Produktionslinie automatisch detect kann.

Anwendungsfälle mit KI-gestützter Bildverarbeitung, die Sie mit Ultralytics realisieren können

In den meisten Anwendungsbereichen, in denen visuelle Daten in Informationen umgewandelt und zur Automatisierung von Prozessen genutzt werden können, kann Computer Vision einen entscheidenden Beitrag leisten. Dies gilt branchenübergreifend, vom Gesundheitswesen bis zur Automobilindustrie, und Ultralytics wurde entwickelt, um diese Vielseitigkeit zu unterstützen.

Die Plattform unterstützt nativ modernste Modelle wie Ultralytics sowie eine Reihe von Aufgaben im Bereich der Bildverarbeitung, darunter Objekterkennung, Bildklassifizierung, Instanzsegmentierung, Posenabschätzung und die Erkennung orientierter Begrenzungsrahmen (OBB). Dank dieser Flexibilität können Entwickler Anwendungen für viele verschiedene Szenarien erstellen, in denen Bilder oder Videos analysiert werden müssen.

Beispielsweise können Teams Systeme entwickeln, die eine Echtzeit-Überwachung unter Wasser in Meeresumgebungen ermöglichen, Zellzählungen in der medizinischen und biologischen Forschung durchführen, Wildtiere in abgelegenen Ökosystemen verfolgen, Wahrnehmungssysteme für autonome Fahrzeuge bereitstellen und Roboter durch komplexe Umgebungen navigieren. Und das ist nur ein kleiner Ausschnitt dessen, was mit Computer Vision möglich ist.

Warum Ultralytics die Zukunft der Bildverarbeitungs-KI ist

Da Computer Vision immer breitere Anwendung findet, wird es immer wichtiger, die Entwicklung von Bildverarbeitungs-KI zugänglicher zu machen. Viele Entwickler und Unternehmen möchten mit visuellen Daten experimentieren und KI-Anwendungen entwickeln, doch herkömmliche Entwicklungsumgebungen können den Einstieg erschweren.

Ultralytics trägt dazu bei, diese Hürden zu senken, indem sie eine Umgebung bietet, in der Entwickler schnell mit Computer-Vision-Technologie arbeiten können. Anstatt Zeit mit der Einrichtung der Infrastruktur oder der Integration verschiedener Tools zu verbringen, können sich die Teams darauf konzentrieren, mit Ideen zu experimentieren und praktische Anwendungen zu entwickeln.

Diese Zugänglichkeit eröffnet einem breiteren Kreis von Entwicklern, Forschern und Organisationen die Möglichkeit, sich mit Bildverarbeitungs-KI auseinanderzusetzen. Dadurch können mehr Teams visuelle Daten in aussagekräftige Erkenntnisse umwandeln und Anwendungen entwickeln, die reale Probleme lösen.

Da sich die bildverarbeitende KI branchenübergreifend immer weiter verbreitet, sind wir davon überzeugt, dass die Ultralytics die Entwicklung zugänglicher machen und eine Schlüsselrolle bei der Gestaltung der Zukunft der Computer Vision spielen wird.

Erste Schritte mit Ultralytics

Beginnen Sie noch heute mit der Entwicklung von Computer-Vision-Projekten auf Ultralytics . Im Rahmen des kostenlosen Tarifs können Sie die Plattform erkunden. Dieser umfasst Startguthaben für das Cloud-Training sowie Zugriff auf die wichtigsten Tools zur Verwaltung von Datensätzen, zur Annotation von Bildern, zum Trainieren von Modellen und zur Bereitstellung von Anwendungen.

Wenn Ihre Projekte wachsen, können Sie Ihre Nutzung durch zusätzliche Tarife skalieren, die mehr Rechenressourcen, Speicherplatz, Funktionen für die Zusammenarbeit und Bereitstellungskapazität bieten. Die Plattform nutzt zudem ein kreditbasiertes Preismodell für Dienste wie Cloud-Schulungen und verwaltete Endpunkte, sodass Teams Experimente durchführen und Anwendungen bereitstellen können, während sie track Nutzung transparent track .

Wesentliche Erkenntnisse

Bildverarbeitung und Computer-Vision-Technologie entwickeln sich rasch von Forschungsexperimenten zu praktischen Systemen, die die Technik unseres Alltags antreiben. Ultralytics trägt dazu bei, diesen Wandel zu beschleunigen, indem sie Entwicklern eine einfachere Möglichkeit bietet, Vision-AI-Anwendungen zu erstellen, zu testen und bereitzustellen. Da die Hürden zwischen Idee und Umsetzung geringer sind, lässt sich die nächste Generation von Computer-Vision-Lösungen schneller als je zuvor entwickeln.

Werden Sie Teil unserer Community und stöbern Sie im GitHub-Repository, um mehr über Modelle für Computer Vision zu erfahren. Informieren Sie sich auf unseren Lösungsseiten über Anwendungsbereiche wie KI in der Landwirtschaft und Computer Vision in der Robotik. Sehen Sie sich unsere Lizenzoptionen an und beginnen Sie mit der Entwicklung Ihres eigenen Vision-KI-Modells.