Encuentro de la comunidad de Ultralytics en China: el país con el mayor interés global en el aprendizaje automático

A medida que la tecnología de visión artificial sigue evolucionando, el enfoque del sector también está cambiando. En el pasado, a la gente le importaba más si los modelos SOTA de laboratorio eran lo suficientemente avanzados. Hoy, sin embargo, ha surgido una pregunta más importante:

¿Cómo se pueden aplicar realmente estos modelos en escenarios del mundo real? ¿Cómo pueden los proyectos de visión artificial pasar de ser demos a aplicaciones prácticas, seguir iterando y crear valor real?

Con estas preguntas en mente, Ultralytics llegó a Shenzhen para organizar su primer Meetup comunitario presencial en China. A través de este evento, esperábamos conectar cara a cara con desarrolladores, socios del sector y entusiastas de la visión artificial chinos, para hablar sobre dónde está Ultralytics YOLO hoy y hacia dónde se dirige Ultralytics próximamente.

Fig 1. El fundador y CEO de Ultralytics, Glenn Jocher, presentando en nuestro primer evento comunitario en Shenzhen.

Link to this sectionDe Ultralytics YOLO a la Plataforma Ultralytics#

En el pasado, Ultralytics YOLO era conocido principalmente por ser rápido, práctico y fácil de implementar. Ya sea para detección de objetos, inspección industrial, supervisión de seguridad o tareas de visión en tiempo real en dispositivos periféricos, YOLO se ha convertido en una de las herramientas de referencia para muchos desarrolladores que inician sus proyectos de visión artificial.

Hoy, Ultralytics va más allá de un único modelo hacia una plataforma completa de visión artificial que abarca la gestión de conjuntos de datos, el entrenamiento, la implementación, el seguimiento y un bucle de retroalimentación para una mejora continua.

La gente solía preguntar: ¿Es preciso el modelo? ¿Es rápido?

Ahora, estamos más centrados en resolver una cuestión más amplia: ¿Cómo puede un proyecto de visión artificial ponerse en marcha, utilizarse en escenarios reales y seguir mejorando con el tiempo?

Esto es lo que Ultralytics Platform pretende conseguir: hacer que el etiquetado de datos sea más eficiente, el entrenamiento de modelos más sencillo, la implementación multiplataforma más fluida y permitir a los desarrolladores iterar continuamente sobre sus aplicaciones de visión artificial.

Fig 2. Primer evento comunitario de Ultralytics en Shenzhen, China.

Link to this sectionPlataforma Ultralytics: haciendo más completo el flujo de trabajo de la visión artificial#

Durante la sesión, Glenn también presentó varias capacidades básicas de la Plataforma Ultralytics, como la anotación automática, el entrenamiento con un solo clic, la implementación multiformato y la capacidad de mejorar continuamente los modelos a través de datos de retroalimentación.

Fig 3. El fundador y CEO de Ultralytics, Glenn Jocher, presentando en nuestro primer evento comunitario en Shenzhen.

Para muchos equipos, crear un proyecto de visión artificial no consiste solo en elegir un modelo. La verdadera complejidad suele residir en preguntas como de dónde proceden los datos, cómo deben etiquetarse, cómo deben entrenarse e implementarse los modelos y cómo pueden seguir mejorando tras su lanzamiento. Si estos pasos están desconectados, resulta difícil que un proyecto entre realmente en producción.

La Plataforma Ultralytics conecta estos pasos, permitiendo a los desarrolladores completar todo el flujo de trabajo con mayor fluidez, desde los datos hasta el modelo, desde el entrenamiento hasta la implementación, y desde el lanzamiento hasta la retroalimentación, sin tener que cambiar constantemente de herramienta.

Hoy en día, la plataforma ya ha visto más de 100 millones de imágenes subidas, más de 600 millones de anotaciones y aproximadamente de 40.000 a 50.000 conjuntos de datos.

Detrás de estas cifras hay una señal clara: la demanda de visión artificial es real y está pasando de la investigación y la experimentación a la implementación práctica a gran escala. La Plataforma Ultralytics se adapta para satisfacer estas necesidades cambiantes de los usuarios: desde planes adecuados para desarrolladores individuales y equipos de investigación, hasta licencias empresariales para organizaciones a gran escala.

Fig 4. Glenn Jocher describiendo las tareas clave de detección compatibles con Ultralytics YOLO.

Link to this sectionLa comunidad china es una parte esencial del ecosistema global de Ultralytics#

Glenn mencionó que China es una parte muy importante de la comunidad de usuarios de Ultralytics y que puede ser uno de los países con mayor número de personas aprendiendo aprendizaje automático e interesadas en él.

Para Ultralytics, China no es solo una región con una gran base de usuarios, sino también una comunidad muy activa con una fuerte presencia de desarrolladores, diversos escenarios de aplicación y valiosos comentarios técnicos.

Para que una herramienta sea ampliamente adoptada, una tecnología sólida no basta. La documentación, la comunidad, la accesibilidad, la experiencia de implementación y el soporte local deben ser fluidos y fiables.

Link to this sectionObservar el verdadero enfoque de los desarrolladores en la implementación de la visión artificial#

Durante la sesión de preguntas y respuestas, los participantes plantearon muchas preguntas reflexivas, lo que nos dio una visión más clara de lo que realmente preocupa a los desarrolladores chinos a la hora de llevar la visión artificial a aplicaciones del mundo real.

Un asistente de AMD preguntó si la Plataforma Ultralytics admite entornos de entrenamiento privados o locales. Esta es también una preocupación clave para muchas empresas y equipos. Cuando los proyectos implican datos sensibles, datos específicos del sector o datos comerciales internos, la privacidad, la seguridad y las capacidades de implementación local cobran especial importancia.

Glenn compartió que esta es una dirección que el equipo está discutiendo activamente. A medida que la visión artificial se ejecuta en más dispositivos y entornos de chips, el soporte del ecosistema de hardware se convertirá en una parte crítica de la experiencia de implementación de modelos.

Más allá de los casos de uso industrial, el hardware y la implementación, algunos asistentes también preguntaron si YOLO podría utilizarse para el reconocimiento de estilos artísticos o si podría admitir la comprensión visual con conciencia de IP.

Estas preguntas fueron inspiradoras. Demuestran que la imaginación en torno a las aplicaciones de YOLO ya no se limita a la inspección industrial tradicional, la detección de objetos y los escenarios de seguridad. Ahora se está expandiendo a áreas más amplias como la creación de contenido, la comprensión de medios y la producción creativa.

Además, temas como los pequeños dispositivos periféricos, la implementación sin conexión y la optimización de cuantización fueron también áreas clave de interés. Está claro que a los desarrolladores no solo les importa el rendimiento del modelo en sí, sino también la experiencia práctica general de usar la visión artificial.

Estas son exactamente las cuestiones que la visión artificial debe abordar a medida que pasa de la investigación a las aplicaciones del mundo real.

Link to this sectionLa visión artificial entra en una nueva etapa#

Este evento nos dio una fuerte sensación de una tendencia clara:

La visión artificial está superando la competencia de modelos y entrando en una nueva etapa de plataformización, productización y desarrollo del ecosistema.

Las fortalezas principales de YOLO siempre han sido la velocidad, la practicidad y la facilidad de implementación. Hoy, Ultralytics espera extender estas fortalezas a todo el flujo de trabajo, para que los desarrolladores no solo puedan acceder a modelos sólidos, sino también gestionar datos, entrenar modelos, implementar aplicaciones y optimizar continuamente sus sistemas de visión artificial con mayor facilidad.

La comunidad china de IA también se está convirtiendo en una parte cada vez más importante de este viaje. Tiene una gran base de desarrolladores, ricos escenarios de aplicación y una gran pasión por el aprendizaje y la práctica práctica. Mirando hacia el futuro, estamos entusiasmados por trabajar con más desarrolladores chinos, socios empresariales y miembros de la comunidad para llevar la visión artificial a una gama más amplia de aplicaciones del mundo real.

Como dijo Glenn:

“Queremos que todo el mundo pueda utilizar la visión artificial”.

Esta puede ser la mejor explicación del movimiento de Ultralytics hacia un futuro más impulsado por la plataforma.