Devenir ingénieur en computer vision

La vision par ordinateur (CV) est un domaine de l’intelligence artificielle qui entraîne les ordinateurs à interpréter et à comprendre le monde visuel. Cette technologie fonctionne de manière assez similaire à la vision humaine, mais avec quelques différences notables : les humains disposent de toute une vie de contexte pour apprendre à distinguer les objets, à estimer leur distance, à déterminer s’ils sont en mouvement et à repérer les anomalies dans une image.

La technologie CV permet aux ordinateurs non seulement de visualiser des images, mais aussi d’en extraire le message ou l’objectif, par exemple en déterminant les distances et les mouvements des objets qui s’approchent. Grâce aux progrès de l’intelligence artificielle et aux innovations dans les domaines de l’apprentissage profond et des réseaux neuronaux, ce domaine a fait des avancées considérables ces dernières années et a dépassé les capacités humaines dans certaines tâches de détection et d’étiquetage des objets.

La CV permet de créer des solutions concrètes dans des secteurs comme la médecine, où elle est extrêmement utile pour les applications de diagnostic. Cependant, son utilité s’étend également à de nombreuses autres applications, notamment dans le sport, le commerce, l’agriculture, les transports, l’industrie manufacturière et bien d’autres domaines. Chez Ultralytics, nous rendons l’entraînement des modèles et le machine learning accessibles à tous. Notre objectif est de t’aider à tirer parti de la puissance de l’intelligence artificielle sans avoir à te soucier de tous les détails techniques. Grâce à nos efforts, nous avons vu des collégiens commencer à entraîner leurs modèles avec Ultralytics Platform et YOLOv5.

« La vision par ordinateur est l’une des réalisations les plus remarquables issues du monde de l’apprentissage profond et de l’intelligence artificielle. Les avancées apportées par l’apprentissage profond au domaine de la vision par ordinateur ont réellement permis à celui-ci de se distinguer. »

Wayne Thompson, scientifique des données chez SAS

Les ingénieurs en vision par ordinateur appliquent la recherche en IA de vision et en machine learning pour résoudre des problèmes concrets. Ils possèdent généralement une expérience significative de divers systèmes, notamment la reconnaissance d’images, le machine learning, l’IA en périphérie, les réseaux et les communications, l’apprentissage profond, l’intelligence artificielle, l’informatique avancée, l’annotation d’images ainsi que la segmentation d’images et de vidéos. Sans plus attendre, nous aimerions donc te présenter un ingénieur en vision par ordinateur et te faire découvrir son expérience.

Fais connaissance avec Muhammad !#

Muhammad Rizwan Munawar est ingénieur en vision par ordinateur. Il a obtenu une licence en informatique, avec une spécialisation en intelligence artificielle, à l’université COMSATS d’Islamabad, sur le campus de Wah. Son expertise ne se limite pas au domaine de la vision, car il sait que des compétences supplémentaires peuvent l’aider à progresser et à faire évoluer sa carrière. Il possède donc également des connaissances en applications de bureau, en développement front-end web et en développement de tableaux de bord attrayants. Actuellement, il travaille comme freelance et développe des solutions adaptées à différents cas d’usage selon les besoins de ses clients.

Comment as-tu commencé à t’intéresser au machine learning et à l’IA de vision ?#

« Eh bien, ça a été un parcours semé d’obstacles et marqué par un travail acharné et constant. Quand j’ai commencé, je ne connaissais même pas la détection d’objets, mais j’étais surtout curieux et passionné par l’IA de vision. J’étais en dernière année d’études lorsque j’ai commencé à travailler en freelance, simplement pour acquérir des compétences. Parallèlement, j’ai commencé à apprendre les concepts fondamentaux du machine learning grâce à différentes chaînes YouTube. Après avoir travaillé régulièrement pendant 7 à 8 mois, j’ai acquis une bonne compréhension de l’IA de vision et de l’apprentissage profond, puis j’ai décidé de poursuivre ma carrière professionnelle dans le domaine de la CV. »

Parle-nous de ton expérience avec Ultralytics YOLOv5 !#

« J’utilise Ultralytics YOLOv5 depuis sa sortie, mais pour le développement et la modification adaptés à différents cas d’usage, j’utilise YOLOv5 depuis 1,5 an. » « Au départ, je travaillais sur un problème lié à la détection d’objets. J’ai donc commencé à explorer différents algorithmes de détection d’objets. Après quelque temps de recherche, j’ai comparé le mAP de différents détecteurs d’objets et j’ai constaté que la précision de YOLOv5 sur le jeu de données COCO était très élevée par rapport à celle des autres détecteurs d’objets disponibles à l’époque. J’ai donc étiqueté mes données et effectué un fine-tuning de YOLOv5 sur mes données personnalisées afin de détecter des personnes. » « YOLOv5 est très facile à utiliser, à modifier et à affiner, et sa vaste communauté est toujours disponible pour aider en cas de problème. Les mises à jour régulières de YOLOv5 me permettent de réaliser chaque jour la détection d’objets de manière très efficace. »

Les 3 conseils de Muhammad pour les débutants#

1. Apprends régulièrement de nouveaux concepts et adopte une routine constante. Muhammad considère la régularité comme l’un des principaux facteurs de sa réussite.
2. Continue à réfléchir à de nouvelles idées, même si elles sont stupides ! Elles t’aideront à approfondir ta réflexion. Essaie de mettre ces idées en œuvre à un certain niveau et note-les dans un document. Suis toujours cette stratégie.
3. Développe des projets liés à la CV. Travailler régulièrement sur des projets t’aidera à apprendre et à développer une passion pour le domaine de la CV.

Merci d’avoir suivi le parcours de Muhammad ! Si tu veux en savoir plus sur son travail, consulte son site web. Et pour rester au courant des dernières actualités d’Ultralytics YOLOv5 et de l’IA de vision que nous partageons, suis-nous sur Twitter et LinkedIn !