YOLOvME: Detección de especies de cebras

Hemos visto a gente usar YOLOv5 para crear una aplicación de estimación del rendimiento de los cultivos, detectar plástico en el océano y saber si alguien lleva la mascarilla correctamente. Nos pusimos en contacto con nuestra comunidad y les pedimos que compartieran aún más formas de utilizar YOLOv5 para resolver sus retos.  

Kayo Kumabe es analista de datos de Kumamoto, Japón. Kayo solo ha estado trabajando con YOLOv5 durante el último mes, pero disfruta experimentando con la infraestructura porque “simplemente es inteligente”. Para alguien que es nuevo en la IA, Kayo recomienda que dedique tiempo a personalizar su modelo, incluso si no tiene conocimientos de Python o machine learning.

Generalmente, puede ser difícil distinguir las sutilezas en las apariencias con el ojo humano. Kayo planteó la hipótesis de que, en cambio, la IA podría detectar fácilmente estas sutiles diferencias. Para probar esto, Kayo compiló un conjunto de datos de tres especies diferentes de cebras para alimentar su modelo YOLOv5. Kayo creó un modelo YOLOv5 para detectar diferentes tipos de cebras. Este modelo compara las características de los animales y produce un resultado que determina la especie de la cebra.

Como resultado, Kayo pudo probar su hipótesis. El modelo YOLOv5 pudo detectar cada especie de cebra con un alto nivel de precisión, mientras que se entrenó con solo 20 imágenes por especie de cebra.

Teníamos curiosidad por entender cómo Kayo comenzó con la visión artificial, así que le hicimos algunas preguntas.

¿Qué le llevó a elegir YOLOv5 para la detección de especies de cebras?

"Nunca he probado ninguna otra infraestructura de detección de objetos. YOLOv5 me pareció fácil ya que no requería codificación manual."

¿Qué aspectos de YOLOv5 le facilitaron la puesta en marcha?

"Recopilé solo 20 imágenes para cada tipo de cebra, hice archivos de etiquetado de la imagen y dejé que YOLOv5 aprendiera. ¡Eso es todo! ¡Es sorprendente ver que YOLOv5 detectó los tipos de cebra correctamente al 100%! Tal vez menos de 20 imágenes estarían bien."

¿Cómo comenzaste con el aprendizaje automático y la visión artificial?

"Algunos de mis clientes están interesados en la IA, así que empecé a estudiarla para ampliar mi trabajo. Cuando me encontré con la IA visual, me emocioné mucho porque parecía mi película favorita, Terminator, en la vida real."

¿Qué otros proyectos tiene en mente para Yolov5 en el futuro?

"Me gustaría detectar a mi hijo entre muchos estudiantes en la escuela. Podría ser útil en un día deportivo. Me gustaría hacerlo para una aplicación de iPhone."

Para ver más creaciones de Kayo con YOLOv5, consulta su LinkedIn y Twitter.

¿Tiene su propio caso de uso de YOLOv5?

Este caso de uso de detección de cebras con YOLOv5 es un gran ejemplo del éxito de YOLOv5 en la distinción de especies. Si aplicamos esta red neuronal a otros tipos diferentes de animales, ¿podrá YOLOv5 diferenciarlos? ¿Qué tan bien funcionará el modelo si deseas detectar peatones en un paso de cebra o predecir el rendimiento anual de los cultivos? ¡Deja volar tu imaginación!

Etiquétanos con #YOLOvME en nuestras redes sociales con tu propio caso de uso de YOLOv5 y promocionaremos tu trabajo a la comunidad de ML.

¿Quiere divertirse con la visión artificial de la IA pero sin código?

Todo lo que necesita es una idea. Con Ultralytics HUB, es fácil crear modelos con YOLOv5 y dar vida a sus ideas. Simplificamos las cosas y hacemos todo el MLOps complicado nosotros mismos, para que no necesite saber ningún código para divertirse con la IA. Es fácil empezar e incluso más fácil construir su primer modelo de ML.

Únete a Ultralytics HUB y disfruta de la magia de la IA hoy mismo.

Actualmente estamos en fase beta y hay plazas limitadas, así que asegúrate de inscribirte ahora!