Roboflow: desarrollo con código abierto y Ultralytics YOLOv8

Estas son las principales conclusiones de la charla de Joseph Nelson en YOLO Vision 2023 (YV23), celebrado en el Google for Startups Campus de Madrid.

Joseph, cofundador y director ejecutivo de Roboflow, habló de los modelos fundacionales, la colaboración de código abierto y Ultralytics YOLOv8. Roboflow es una plataforma que ayuda a los desarrolladores a crear conjuntos de datos y modelos de visión artificial, y cuyas herramientas utilizan más de un cuarto de millón de desarrolladores.

¿Por qué visión artificial?#

Joseph empezó explicando qué es la visión artificial. En esencia, la visión artificial es un campo de la inteligencia artificial (IA) y la informática centrado en permitir que los ordenadores procesen imágenes y vídeos, extraigan datos e información de ellos y, después, los analicen según sea necesario.

En pocas palabras, transforma todo lo que vemos en software y contribuye a hacer que el mundo sea programable. Sus aplicaciones son muy diversas: desde mejorar la gestión del inventario en el comercio minorista hasta crear filtros divertidos para Snapchat.

Joseph compartió ejemplos de proyectos basados en visión artificial. Había desde robots lanzallamas para eliminar malas hierbas y máquinas de ejercicio para gatos (¡con puntero láser incluido!) hasta drones que navegan por imágenes aéreas para detectar elementos como paneles solares, controladores automatizados de OBS e incluso una herramienta para salvarnos del famoso Rick Roll.

Modelos fundacionales: un cambio radical#

La charla describió el cambio que han supuesto los modelos fundacionales y presentó tres escenarios:

• Modelos listos para usar: Puedes utilizar modelos existentes como CLIP de OpenAI para tareas como filtrar contenido y generar descripciones de imágenes. Es una opción ideal cuando los requisitos de tiempo real no son cruciales y se dispone de una capacidad de cálculo considerable.
• Modelos que necesitan un poco de ayuda: Puedes utilizar modelos como Grounding DINO para etiquetar datos automáticamente y ajustar un modelo para tareas específicas. Esto funciona bien en casos como la identificación de especies, donde se puede mejorar un modelo de referencia para adaptarlo a las necesidades de un ámbito concreto.
• Crear desde cero: Cuando sigues un flujo de trabajo tradicional que incluye la recopilación de datos personalizados, el entrenamiento de modelos y la mejora continua. Es una solución a medida para problemas específicos de un ámbito con requisitos de tiempo real o recursos de computación limitados.

Desbloquear posibilidades con Ultralytics#

Joseph destacó cómo Ultralytics agiliza los flujos de trabajo y facilita la creación, el entrenamiento y la implementación de modelos. Ultralytics actúa como centro de conjuntos de datos, modelos y otros recursos de código abierto, como su herramienta SaaS sin código, Ultralytics Platform.

Conclusiones#

Joseph concluyó animando a la comunidad a explorar estas herramientas, compartir experiencias y seguir dando forma al futuro de la visión artificial.

Mira la charla completa sobre la implementación de Ultralytics YOLOv8 de código abierto.