Entdecken Sie innovative YOLOv5-Anwendungen, wie die Erkennung von Zebra-Arten, und sehen Sie, wie unsere Community KI für anspruchsvolle Aufgaben einsetzt.
.webp)
Entdecken Sie innovative YOLOv5-Anwendungen, wie die Erkennung von Zebra-Arten, und sehen Sie, wie unsere Community KI für anspruchsvolle Aufgaben einsetzt.
Wir haben gesehen, wie Menschen YOLOv5 nutzen, um eine App zur Schätzung von Ernteerträgen zu erstellen, Plastik im Meer zu erkennen und festzustellen, ob jemand seine Maske richtig trägt. Wir haben uns an unsere Community gewandt und sie gebeten, uns mitzuteilen, wie sie YOLOv5 nutzen, um ihre Herausforderungen zu lösen.
Kayo Kumabe ist ein Datenanalyst aus Kumamoto, Japan. Kayo arbeitet erst seit einem Monat mit YOLOv5, aber es macht ihm Spaß, mit der Infrastruktur zu experimentieren, denn "es ist einfach intelligent." Kayo empfiehlt KI-Neulingen, sich Zeit für die Anpassung ihres Modells zu nehmen, auch wenn sie keine Kenntnisse in Python oder maschinellem Lernen haben.
Im Allgemeinen kann es schwierig sein, Feinheiten im Erscheinungsbild mit dem menschlichen Auge zu erkennen. Kayo stellte die Hypothese auf, dass eine künstliche Intelligenz in der Lage sein könnte, diese feinen Unterschiede zu erkennen. Um dies zu testen, stellte Kayo einen Datensatz von drei verschiedenen Zebraarten zusammen, um sein YOLOv5-Modell damit zu füttern. Kayo erstellte ein YOLOv5-Modell zur Erkennung verschiedener Zebraarten. Dieses Modell vergleicht Merkmale der Tiere und erzeugt eine Ausgabe, die die Art des Zebras bestimmt.
Als Ergebnis konnte Kayo seine Hypothese beweisen. Das YOLOv5-Modell war in der Lage, jede Zebraart mit einem hohen Maß an Genauigkeit zu erkennen, während es mit nur 20 Bildern pro Zebraart trainiert wurde.
Wir waren neugierig darauf, wie Kayo mit Computer Vision angefangen hat, und haben ihnen deshalb ein paar Fragen gestellt.
"Ich habe noch nie eine andere Infrastruktur zur Objekterkennung ausprobiert. YOLOv5 erschien mir einfach, da es keine harte Kodierung erforderte."
"Ich habe nur 20 Bilder für jede Art von Zebra gesammelt, Beschriftungsdateien der Bilder erstellt und YOLOv5 lernen lassen. Das ist alles! Es ist erstaunlich zu sehen, dass YOLOv5 die Zebra-Typen zu 100% richtig erkannt hat! Vielleicht wären weniger als 20 Bilder in Ordnung."
"Einige meiner Kunden interessieren sich für KI, also habe ich angefangen, mich damit zu beschäftigen, um meine Arbeit zu erweitern. Als ich auf Vision AI stieß, war ich sehr begeistert, denn es sah aus wie mein Lieblingsfilm Terminator im echten Leben.
"Ich würde mein Kind gerne unter den vielen Schülern in der Schule entdecken. Das könnte an einem Sporttag nützlich sein. Ich würde es gerne für eine iPhone-Anwendung entwickeln."
Um mehr von Kayos Kreationen mit YOLOv5 zu sehen, besuchen Sie ihre LinkedIn und Twitter.
Dieser YOLOv5-Anwendungsfall zur Erkennung von Zebras ist ein gutes Beispiel für den Erfolg von YOLOv5 bei der Unterscheidung von Tierarten. Wenn wir dieses neuronale Netz auf andere Tierarten anwenden, wird YOLOv5 in der Lage sein, diese zu unterscheiden? Wie gut wird das Modell funktionieren, wenn Sie Fußgänger auf einem Zebrastreifen erkennen oder den jährlichen Ernteertrag vorhersagen wollen? Lassen Sie Ihrer Fantasie freien Lauf!
Markieren Sie uns mit #YOLOvME in unseren sozialen Medien mit Ihrem ganz eigenen YOLOv5-Anwendungsfall, und wir werden Ihre Arbeit in der ML-Community bekannt machen.
Alles, was Sie brauchen, ist eine Idee. Mit Ultralytics HUB ist es einfach, Modelle mit YOLOv5 zu erstellen und Ihre Ideen zum Leben zu erwecken. Wir machen die Dinge einfach und machen alle komplizierten MLOps selbst, so dass Sie keinen Code kennen müssen, um Spaß an AI zu haben. Der Einstieg ist einfach, und noch einfacher ist es, Ihr erstes ML-Modell zu erstellen.
Wir befinden uns derzeit in der Beta-Phase und es gibt nur begrenzte Plätze, also melden Sie sich jetzt an!