Devenir ingénieur en vision par ordinateur

La vision par ordinateur (CV) est un domaine de l'intelligence artificielle qui forme les ordinateurs à interpréter et à comprendre le monde visuel. La technologie fonctionne un peu comme la vue humaine, mais avec quelques différences notables : les humains ont des années d'expérience pour apprendre à distinguer les objets, à évaluer leur éloignement, à déterminer s'ils sont en mouvement et à identifier 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 le but, par exemple en déterminant les distances et les mouvements des objets entrants. Grâce aux progrès de l’intelligence artificielle et aux innovations dans l’apprentissage profond et les réseaux neuronaux, le domaine a pu faire de grands progrès ces dernières années et a pu surpasser les humains dans certaines tâches liées à la détection et à l’étiquetage d’objets.

La CV permet de mettre en œuvre des solutions concrètes dans des secteurs tels que le secteur médical, où elle est extrêmement utile pour les implémentations de diagnostic. Cependant, l’utilité de la CV s’étend également à de nombreuses autres applications, telles que le sport, la vente au détail, l’agriculture, le transport, la fabrication, et bien d’autres encore. Chez Ultralytics, nous rendons la formation de modèles et l’apprentissage automatique accessibles à tous. Notre objectif est de vous aider à tirer parti de la puissance de l’intelligence artificielle sans avoir à vous soucier de tous les détails techniques. Grâce à nos efforts, nous avons vu des élèves du premier cycle du secondaire commencer à entraîner leurs modèles avec Ultralytics HUB et YOLOv5.

“La vision par ordinateur est l'une des choses les plus remarquables issues du monde de l'apprentissage profond et de l'intelligence artificielle. Les progrès que l'apprentissage profond a apportés au domaine de la vision par ordinateur ont vraiment distingué ce domaine.”

Wayne Thompson, Data Scientist chez SAS

Les ingénieurs en CV appliquent la vision IA et la recherche en apprentissage automatique pour résoudre des problèmes concrets. Les ingénieurs en CV ont généralement une expérience significative avec divers systèmes, tels que la reconnaissance d’images, l’apprentissage automatique, l’IA en périphérie, la mise en réseau et la communication, l’apprentissage profond, l’intelligence artificielle, l’informatique avancée, l’annotation d’images, la science des données et la segmentation d’images/vidéos. Par conséquent, sans plus tarder, nous aimerions vous présenter un ingénieur en vision par ordinateur et partager son expérience.

Rencontrez Muhammad !

Muhammad Rizwan Munawar est un ingénieur en vision par ordinateur. Il a obtenu sa licence en informatique avec une spécialisation en intelligence artificielle de l'université COMSATS d'Islamabad, 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 se développer et à faire progresser sa carrière. Il possède également des connaissances en matière d'applications de bureau, de front-end web et de développement de tableaux de bord attrayants. Actuellement, il travaille en tant que freelance en développant des solutions pour différents cas d'utilisation en fonction des besoins de ses clients.

Comment avez-vous débuté dans le machine learning et la vision IA ?

« Eh bien, cela a été un parcours d'obstacles et de travail acharné constant. Quand j'ai commencé, je n'étais même pas au courant de la détection d'objets, mais j'étais curieux et passionné surtout par la vision par l'IA. J'étais en dernière année d'études, quand j'ai commencé à travailler en freelance, juste pour apprendre les compétences. En parallèle, j'ai également commencé à apprendre les concepts de base de l'apprentissage automatique à partir de diverses chaînes YouTube. Après avoir passé 7 à 8 mois à travailler de manière constante, j'ai développé une bonne compréhension de la vision par l'IA et de l'apprentissage profond et j'ai décidé de poursuivre ma carrière professionnelle dans le domaine de la CV. »

Parlez-nous de votre expérience avec YOLOv5 !

« J'utilise YOLOv5 depuis sa sortie, mais pour un développement et une modification appropriés en fonction des différents cas d'utilisation, j'utilise YOLOv5 depuis 1,5 ans. »« Au départ, le problème auquel j'étais confronté était lié à la détection d'objets, j'ai donc commencé à explorer différents algorithmes liés à la détection d'objets. Après avoir passé un certain temps à faire des recherches, j'ai comparé la carte des différents détecteurs d'objets et j'ai réalisé que la précision de YOLOv5 sur l'ensemble de données coco est très élevée par rapport aux autres détecteurs d'objets de l'époque. J'ai donc étiqueté mes données et affiné YOLOv5 sur mes données personnalisées, dans le but de détecter des personnes. »YOLOv5 est très facile à utiliser, à modifier et à affiner, et son immense communauté est toujours disponible pour aider si quelqu'un rencontre un problème. Les mises à jour régulières de YOLOv5 me permettent de faire de la détection d'objets de manière très efficace au jour le jour.    

Les 3 conseils de Muhammad pour les débutants

1. Apprenez régulièrement de nouveaux concepts et uniformisez votre routine. Muhammad attribue la cohérence comme l'un des facteurs les plus importants de son succès.
2. Continuez à penser à de nouvelles idées, peu importe si elles sont stupides ! Elles vous aideront à réfléchir aux choses en profondeur. Essayez de mettre en œuvre ces idées à un certain niveau et notez-les dans un document. Suivez toujours cette stratégie.
3. Développez des projets liés à la vision par ordinateur. Travailler régulièrement sur des projets vous aidera à apprendre et à développer une passion pour ce domaine.

Merci d'avoir lu le récit du parcours de Muhammad ! Si vous souhaitez en savoir plus sur son travail, consultez son site web. Et, pour rester informés de nos dernières actualités sur YOLOv5 et la vision par ordinateur, suivez-nous sur Twitter et LinkedIn !