YOLOvME: detección de especies de cebras

Hemos visto a personas utilizar Ultralytics YOLOv5 para crear una aplicación de estimación del rendimiento de los cultivos, detectar plástico en el océano y determinar 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 lleva solo un mes trabajando con YOLOv5, pero disfruta experimentando con la infraestructura porque «es inteligente, sin más». Para quienes se inician en la IA, Kayo recomienda dedicar tiempo a personalizar el modelo, aunque no tengan conocimientos de Python o machine learning. En general, al ojo humano puede resultarle difícil distinguir sutiles diferencias de aspecto. Kayo planteó la hipótesis de que, en cambio, la IA podría detectar fácilmente esas diferencias.

Para comprobarlo, Kayo recopiló un conjunto de datos de tres especies distintas de cebras para entrenar su modelo Ultralytics YOLOv5. Kayo creó un modelo YOLOv5 para detectar distintos tipos de cebras. El modelo compara las características de los animales y genera un resultado que determina la especie de la cebra.

Como resultado, Kayo pudo demostrar su hipótesis. El modelo Ultralytics YOLOv5 logró detectar cada especie de cebra con gran precisión, pese a entrenarse con solo 20 imágenes por especie. Nos interesaba saber cómo empezó Kayo en la visión artificial, así que le hicimos algunas preguntas.

¿Qué te llevó a elegir Ultralytics YOLOv5 para detectar especies de cebras?#

«Nunca he probado ninguna otra infraestructura de detección de objetos. Ultralytics YOLOv5 me pareció fácil porque no requería programar código complejo».

¿Qué aspectos de Ultralytics YOLOv5 te facilitaron empezar a utilizarlo?#

«Recopilé solo 20 imágenes de cada tipo de cebra, creé archivos de etiquetado para las imágenes y dejé que Ultralytics YOLOv5 aprendiera. ¡Eso es todo! Es increíble ver que YOLOv5 detectó correctamente los tipos de cebras en el 100 % de los casos. Quizá bastaría con menos de 20 imágenes».

¿Cómo empezaste en el machine learning y la IA de visión?#

«A algunos de mis clientes les interesa la IA, así que empecé a estudiarla para ampliar mis oportunidades laborales. Cuando descubrí la IA de visión, me hizo mucha ilusión porque parecía la película Terminator hecha realidad».

¿Qué otros proyectos tienes en mente para Ultralytics YOLOv5 en el futuro?#

«Me gustaría detectar a mi hijo entre los muchos alumnos del colegio. Podría ser útil durante el día del deporte. Me gustaría crear una aplicación para iPhone». Para ver más creaciones de Kayo con Ultralytics YOLOv5, echa un vistazo a su LinkedIn y a su Twitter_._

¿Tienes tu propio caso de uso de Ultralytics YOLOv5?#

Este caso de uso de Ultralytics YOLOv5 para detectar cebras es un excelente ejemplo de la capacidad de YOLOv5 para distinguir especies. Si aplicamos esta red neuronal a otros tipos de animales, ¿podrá YOLOv5 diferenciarlos? ¿Qué tal funcionará el modelo si quieres detectar peatones en un paso de cebra o predecir el rendimiento anual de los cultivos? ¡Deja volar tu imaginación! Etiquétanos en las redes sociales con #YOLOvME y tu propio caso de uso de YOLOv5, y difundiremos tu trabajo entre la comunidad de aprendizaje automático.

¿Quieres divertirte con la visión artificial y la IA, pero sin código?#

Solo necesitas una idea. Con Ultralytics Platform, es fácil crear modelos con YOLOv5 y hacer realidad tus ideas. Te lo ponemos fácil y nos encargamos de toda la complejidad de MLOps, así que no necesitas saber programar para disfrutar de la IA. Empezar es fácil y crear tu primer modelo de aprendizaje automático lo es aún más.

Únete a Ultralytics Platform y disfruta hoy de la magia de la IA#

Empieza hoy mismo y regístrate ahora.