Rationaliser les opérations d'IA de vision personnalisée

Dédiés à rendre la vision par ordinateur accessible, nous sommes ravis d'annoncer notre partenariat avec Roboflow en tant qu'outil officiel de gestion et d'annotation des ensembles de données pour YOLOv5.

L'objectif de Roboflow est de permettre aux développeurs de créer de meilleurs modèles de vision par ordinateur en rationalisant le processus de collecte et d'étiquetage de vos données, d'entraînement de votre modèle et d'utilisation de l'apprentissage actif pour améliorer les modèles encore plus rapidement. De cette façon, les développeurs peuvent consacrer plus de temps aux problèmes spécifiques à un domaine au lieu de se concentrer sur les détails de l'apprentissage automatique et l'infrastructure de vision par ordinateur.

Roboflow a continuellement démontré son soutien aux projets open source qui partagent notre vision. N'oubliez pas de consulter leur guide sur la façon d'entraîner YOLOv5 sur un ensemble de données personnalisé, publié en juin 2020.

La mission d'Ultralytics est de rendre l'IA facile en créant des outils de Vision IA accessibles à tous les développeurs. YOLOv5 permet aux développeurs de commencer à entraîner et à déployer des modèles de vision de pointe dans leurs propres projets.

Grâce à une vision commune de l'IA facile, Roboflow et Ultralytics tirent parti de leurs forces uniques pour apporter de plus grandes capacités à nos utilisateurs.
Maintenant, une nouvelle aide se profile à l'horizon grâce à ce nouveau partenariat qui rend l'entraînement de modèles personnalisés plus facile que jamais !

Présentation d'un nouveau partenariat qui facilite l'entraînement de modèles personnalisés

YOLOv5 est maintenant devenu l'une des IA les plus populaires au monde en raison de sa simplicité et de sa précision dans les cas d'utilisation réels. Notre nouvelle intégration Roboflow offre une expérience d'entraînement et de déploiement YOLOv5 encore plus transparente.  

Vous pouvez maintenant étiqueter et exporter automatiquement vos ensembles de données personnalisés directement vers YOLOv5 pour l'entraînement avec Roboflow en utilisant leur package pip, en mettant l'accent sur l'activation de l'apprentissage actif. De cette façon, vous pouvez rationaliser votre processus MLOps en évitant le temps passé sur les détails de la vision par ordinateur.
Éliminez tout le travail inutile avec l'apprentissage automatique pour rendre la vision par ordinateur aussi facile que, disons, YOLO.

Par où commencer ?

Nous avons simplifié l'entraînement de vos modèles sur des ensembles de données personnalisés grâce à notre nouveau notebook Colab YOLOv5. Pour commencer, suivez les étapes ci-dessous :

1. Ouvrez le notebook Colab d'entraînement personnalisé YOLOv5
2. pip install roboflow pour commencer à utiliser vos ensembles de données Roboflow
3. Exportez votre projet depuis Roboflow dans le format souhaité
4. Un extrait de code sera généré pour l'entraînement personnalisé
5. Copiez/collez l'extrait de code de votre compte dans l'emplacement désigné dans le notebook

Et voilà !

‍

Vous trouverez des informations plus utiles dans le didacticiel vidéo Roboflow suivant.

Une époque passionnante dans le domaine de la vision par ordinateur  

La combinaison des dernières fonctionnalités de Roboflow avec les atouts de YOLOv5 constitue une solution MLOps incroyablement puissante. Nous sommes enthousiasmés par les possibilités qu'Ultralytics et Roboflow ouvrent grâce à notre vision commune de l'IA facile, et nous sommes impatients de voir ce que nos utilisateurs vont créer en utilisant notre nouvelle intégration.

Nous sommes impatients de découvrir les avancées que notre communauté de développeurs va réaliser !

‍