YOLO VISION 2022: La nueva frontera de la IA de visión

Nuestro primer YOLO VISION tuvo lugar el 27 de septiembre de 2022. Desde la introducción de la IA en la industria automotriz hasta el análisis en tiempo real de la producción de frutas, escuchamos charlas inspiradoras de usuarios de YOLOv5 de todos los ámbitos.

Algo que hizo especial a este evento fue la gran variedad de perfiles de los ponentes. Junto a representantes de 18 empresas participantes, los ponentes ofrecieron perspectivas sobre todos los aspectos del proceso de ML. Entre ellos, se encuentran empresas colaboradoras como Comet, Deci, ClearML, Paperspace y Roboflow, así como otras del espacio de código abierto como los gigantes chinos Baidu, Meituan y OpenMMLabs.

Link to this sectionRedefiniendo el estado del arte con YOLOv5#

¿Tienes curiosidad por conocer la historia detrás de la creación de YOLOv5 y la metodología utilizada para I+D?

Sumérgete en los detalles del enfoque integral utilizado para elegir las mejores arquitecturas con Glenn Jocher, nuestro fundador y CEO aquí en Ultralytics, y Ayush Chaurasia, nuestro ingeniero de ML.

Grandes arquitecturas de modelos como YOLOv5 son cruciales para obtener resultados útiles en aprendizaje automático. Pero los modelos son tan buenos como sus datasets. Joseph Nelson, CEO y cofundador de nuestro socio Roboflow, mostró el impacto de la calidad de los datasets en los resultados de producción. Las perspectivas se basan en más de 10,000 trabajos de entrenamiento de visión y la comunidad de código abierto de Roboflow Universe de más de 90,000 datasets.

En su sesión, Joseph también mostró las diferencias clave entre la investigación y la producción que permiten a los desarrolladores hackear sus datasets para obtener resultados significativos más rápido.

¡Aprende sobre la calidad de los datasets y su impacto para llevar tu modelo de CV a un valor de producción!

Link to this sectionMejores prácticas para validar tu modelo de ML y tus datos antes del despliegue#

Hoy en día, cada pieza de software tradicional pasa por pruebas exhaustivas de diversos tipos antes de su despliegue, lo que reduce significativamente el riesgo de fallos en producción.

¿Cómo podemos adaptar estas ideas al mundo orientado a la estadística del ML?

Aishwarya Srinivasan, científica de datos en Google y defensora del código abierto en Deepchecks, habla sobre la simple emoción detrás de la creación de soluciones capaces de resolver desafíos del mundo real. En Google, ella construye soluciones de aprendizaje automático para casos de uso de clientes, aprovechando productos centrales de Google, incluidos TensorFlow, DataFlow y AI Platform.

Aishwarya nos acompañó en YOLO VISION para discutir las mejores prácticas y consejos prácticos para probar y analizar exhaustivamente tu modelo. Echa un vistazo a su charla para aprender la diferencia entre probar software y probar ML.

Link to this sectionProyectos de código abierto que habilitan el futuro de la IA de visión artificial#

Organizamos un panel innovador donde reunimos a otros miembros de la familia de arquitecturas YOLO, así como a otras arquitecturas de IA de visión de código abierto líderes en el sector.

Aquí, YOLOv6 de Meituan, MMDetection de OpenMMLab CN y PaddlePaddle de Baidu, Inc. se unieron a YOLOv5 de Ultralytics para discutir proyectos de código abierto que habilitan el futuro de la IA de visión.

Esta fue la primera vez en la historia que estos repositorios líderes de IA de visión compartieron escenario. Si te perdiste este panel, mira este vídeo donde Bo Zhang, Glenn Jocher, Guanzhong Wang, Wenwei Zhang y Yixin Shi discutieron sus opciones de frameworks, diseños, la evolución de la estructura del repositorio ¡y mucho más!

Como dice nuestro CEO Glenn Jocher: "Todos pudimos aprender de las herramientas y experiencias de los demás".

Link to this sectionLos datos visuales están explotando#

Los sistemas de gestión de datos visuales carecen de todo: almacenamiento, calidad, búsqueda, análisis y visualización. Como consecuencia, las empresas y los investigadores pierden fiabilidad en el producto, horas de trabajo, desperdician almacenamiento, capacidad de computación y, lo más importante, la capacidad de liberar todo el potencial de sus datos.

En esta charla, el Dr. Danny Bickson nos enseñó cómo resolver este problema con su popular herramienta gratuita de GitHub, Fastdup.

FastDup es una herramienta para obtener información de una gran colección de imágenes. Puede encontrar anomalías, imágenes duplicadas o casi duplicadas, grupos de similitud y aprender el comportamiento normal y las interacciones temporales entre imágenes. Puede utilizarse para el submuestreo inteligente de un dataset de mayor calidad, la eliminación de valores atípicos y la detección de novedades de información nueva para su etiquetado.

Experto en análisis de Big Data y aprendizaje automático a gran escala, Danny Bickson cuenta con más de 15 años de experiencia en la industria de la alta tecnología. Quizás lo conozcas por Turi, una plataforma de aprendizaje automático que crea productos de análisis de Big Data para sus usuarios. En 2016, Turi fue adquirida por Apple, donde el Dr. Danny Bickson trabajó como Senior Data Science Manager durante varios años.

Link to this sectionTu puerta de entrada a la IA de visión#

Y finalmente, ¡fue un placer anunciar formalmente el lanzamiento de nuestra Ultralytics Platform!

¡Ultralytics Platform es nuestra solución sin código para entrenar y desplegar modelos de IA en tres sencillos pasos! Da vida a tus modelos eligiendo con qué datos deben aprender.

Nuestros expertos y creadores de las herramientas, Kalen Michael y Sergio Sánchez, nos hicieron un recorrido por Ultralytics Platform y explicaron todas las características y funcionalidades. ¡Aprende más sobre Ultralytics Platform y empieza a crear tus modelos gratis!

¡Encuentra todas las sesiones grabadas en nuestro canal de YouTube!

Estamos encantados con la asistencia a YOLO VISION y felices de crear un evento donde expertos de todo el mundo puedan unirse para aprender sobre IA de visión. Mantente al día siguiéndonos en redes sociales. ¡Nos vemos el próximo año en YOLO VISION 2023!