YOLOvME: Detección de especies de cebras

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

Kayo Kumabe es un analista de datos de Kumamoto, Japón. Kayo sólo ha trabajado con YOLOv5 desde hace un mes, pero disfruta experimentando con la infraestructura porque "es simplemente inteligente". Para alguien que se inicie en la IA, Kayo recomienda que dedique tiempo a personalizar su modelo, aunque no tenga conocimientos de python o aprendizaje automático.

Por lo general, puede resultar difícil distinguir las sutilezas de las apariencias con el ojo humano. La hipótesis de Kayo es que, en cambio, la IA puede detect fácilmente estas sutiles diferencias. Para probarlo, Kayo recopiló un conjunto de datos de tres especies distintas de cebra para alimentar su modelo YOLOv5 . Kayo creó un modelo YOLOv5 para detect distintos 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 demostrar su hipótesis. El modelo YOLOv5 fue capaz de detect cada especie de cebra con un alto nivel de precisión, mientras se entrenaba con sólo 20 imágenes por especie de cebra.

Teníamos curiosidad por saber cómo empezó Kayo con la visión por ordenador, así que les hicimos algunas preguntas.

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

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

¿Qué aspectos de YOLOv5 te facilitaron el inicio?

"Recogí sólo 20 imágenes para cada tipo de cebra, hice archivos de etiquetado de la imagen y dejé que YOLOv5 aprendiera. ¡Eso es todo! Es asombroso ver que YOLOv5 detectó los tipos de cebra correctamente al 100%. Quizás con menos de 20 imágenes estaría 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 detect mi hijo entre muchos alumnos de la escuela. Podría ser útil en un día de deporte. Me gustaría hacerlo para una aplicación de iPhone".

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

¿Tienes tu propio caso de uso YOLOv5 ?

Este caso de uso de YOLOv5 para la detección de cebras es un gran ejemplo del éxito de YOLOv5a la hora de distinguir especies. Si aplicamos esta red neuronal a otros tipos de animales, ¿será capaz YOLOv5 de diferenciarlos? ¿Qué tal funcionará el modelo si queremos detect peatones en un paso de peatones o predecir el rendimiento anual de las cosechas? Deja volar tu imaginación!

Etiquétanos con #YOLOvME en nuestras redes sociales con tu propio caso de uso YOLOv5 y promocionaremos tu trabajo entre 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. Hacemos las cosas simples y hacemos todos los MLOps complicados nosotros mismos, por lo que no necesita saber nada de código para divertirse con la IA. Es fácil empezar y aún más fácil crear tu primer modelo ML.

Únase al HUB de Ultralytics y disfrute hoy mismo de la magia de la IA

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