Les temps forts de la première rencontre Ultralytics à Shenzhen : l'évolutionYOLO Ultralytics YOLO vers une plateforme complète de vision par ordinateur et les perspectives d'avenir pour la communauté chinoise de l'IA.
À mesure que la technologie de la vision par ordinateur continue d'évoluer, les priorités du secteur changent également. Autrefois, on se souciait davantage de savoir si les modèles de pointe issus des laboratoires étaient suffisamment avancés. Aujourd'hui, cependant, une question plus importante s'est posée :
Comment ces modèles peuvent-ils réellement être mis en œuvre dans des situations concrètes ? Comment les projets d'IA visuelle peuvent-ils passer du stade de la démonstration à celui des applications pratiques, continuer à évoluer et créer une réelle valeur ajoutée ?
C'est dans cet esprit Ultralytics à Shenzhen pour organiser sa première rencontre communautaire en présentiel en Chine. À travers cet événement, nous espérions pouvoir échanger en face à face avec des développeurs chinois, des partenaires du secteur et des passionnés de vision par ordinateur, afin de discuter de l'avenir Ultralytics YOLO en est aujourd’hui et quelle direction Ultralytics à l’avenir.
Par le passé,YOLO Ultralytics YOLO surtout connu pour sa rapidité, son aspect pratique et sa facilité de déploiement. Qu'il s'agisse de détection d'objets, d'inspection industrielle, de surveillance de sécurité ou de tâches de vision en temps réel sur des appareils périphériques, YOLO devenu l'un des outils de référence pour de nombreux développeurs qui se lancent dans des projets de vision par ordinateur.
Aujourd'hui, Ultralytics au-delà d'un simple modèle pour Ultralytics une plateforme complète de vision par ordinateur qui couvre la gestion des ensembles de données, l'entraînement, le déploiement, la surveillance et une boucle de rétroaction visant à l'amélioration continue.
On se demandait souvent : « Ce modèle est-il fiable ? Est-il rapide ? »
Aujourd'hui, nous nous concentrons davantage sur une question plus générale : comment un projet d'IA visuelle peut-il réellement voir le jour, être utilisé dans des situations concrètes et continuer à s'améliorer au fil du temps ?
Voici les objectifs de Ultralytics : rendre l'annotation des données plus efficace, faciliter l'entraînement des modèles, simplifier le déploiement sur plusieurs plateformes et permettre aux développeurs d'améliorer en continu leurs applications d'IA visuelle.
Au cours de la session, Glenn a également présenté plusieurs fonctionnalités clés de Ultralytics , notamment l'annotation automatique, l'apprentissage en un clic, le déploiement multiformat et la possibilité d'améliorer en continu les modèles grâce aux données de retour d'expérience.
Pour de nombreuses équipes, la mise en place d'un projet d'IA visuelle ne se résume pas au simple choix d'un modèle. La véritable complexité réside souvent dans des questions telles que l'origine des données, la manière dont elles doivent être annotées, les modalités de formation et de déploiement du modèle, ainsi que la manière dont celui-ci peut continuer à s'améliorer après son lancement. Si ces étapes ne sont pas coordonnées, il devient difficile pour un projet d'entrer véritablement en production.
Ultralytics relie ces différentes étapes, permettant ainsi aux développeurs de mener à bien l'ensemble du processus de manière plus fluide, des données au modèle, de l'entraînement au déploiement, et du lancement au retour d'expérience, sans avoir à passer sans cesse d'un outil à l'autre.
À ce jour, la plateforme compte déjà plus de 100 millions d'images téléchargées, plus de 600 millions d'annotations et environ 40 000 à 50 000 ensembles de données.
Derrière ces chiffres se cache un message clair : la demande en matière de vision par ordinateur est bien réelle, et cette technologie passe désormais du stade de la recherche et de l'expérimentation à celui d'applications pratiques à plus grande échelle.
En matière de commercialisation, Ultralytics a Ultralytics présenté ses offres de produits adaptées aux différents besoins des utilisateurs, notamment la formule « Grow » à 29 $ par mois, des options de licence pour les entreprises, ainsi que des études de cas portant sur des clients tels qu'Amazon et Siemens. Ces exemples montrent que Ultralytics est conçue pour des utilisateurs de tous horizons, qu'il s'agisse de développeurs individuels, d'équipes de recherche ou d'entreprises.
Glenn a indiqué que la Chine occupe une place très importante au sein de la communautéUltralytics et qu'elle pourrait bien être l'un des pays comptant le plus grand nombre de personnes qui se forment au machine learning et s'y intéressent.
Pour Ultralytics, la Chine n'est pas seulement une région qui compte un grand nombre d'utilisateurs, mais aussi une communauté très active, caractérisée par une forte présence de développeurs, des scénarios d'application variés et des retours techniques précieux.
Pour qu'un outil soit largement adopté, il ne suffit pas qu'il repose uniquement sur une technologie performante. La documentation, la communauté, l'accessibilité, l'expérience de déploiement et l'assistance locale doivent toutes être fluides et fiables.
C'est pourquoi Ultralytics prévoit Ultralytics de renforcer davantage sa présence locale en Chine, notamment en constituant une équipe locale, en améliorant l'accessibilité, en optimisant la distribution et en réduisant autant que possible les obstacles liés aux VPN.
Au cours de la séance de questions-réponses, les participants ont posé de nombreuses questions pertinentes, ce qui nous a permis de mieux cerner les préoccupations réelles des développeurs chinois lorsqu'il s'agit d'intégrer la vision par ordinateur dans des applications concrètes.
Un participant d'AMD a demandé si Ultralytics prenait en charge les environnements de formation privés ou locaux. Il s'agit là d'une préoccupation majeure pour de nombreuses entreprises et équipes. Lorsque les projets impliquent des données sensibles, des données spécifiques à un secteur d'activité ou des données commerciales internes, la confidentialité, la sécurité et les capacités de déploiement local revêtent une importance particulière. Le participant a également demandé si Ultralytics renforcer la prise en charge du matériel AMD à l'avenir.
Glenn a indiqué que c'était une orientation dont l'équipe discutait activement. À mesure que l'IA visuelle s'étendra à davantage d'appareils et d'environnements matériels, la prise en charge de l'écosystème matériel deviendra un élément essentiel du processus de déploiement des modèles.
Au-delà des cas d'utilisation industriels, du matériel et du déploiement, certains participants ont également demandé si YOLO être utilisé pour la reconnaissance de styles artistiques ou s'il pouvait faciliter la compréhension visuelle en tenant compte de la propriété intellectuelle.
Ces questions étaient stimulantes. Elles montrent que les perspectives YOLO ne se limitent plus aux scénarios traditionnels d'inspection industrielle, de détection d'objets et de sécurité. Elles s'étendent désormais à des domaines plus vastes, tels que la création de contenu, la compréhension des médias et la production créative.
Par ailleurs, des thèmes tels que les petits appareils en périphérie, le déploiement hors ligne et l'optimisation de la quantification ont également suscité un vif intérêt. Il apparaît clairement que les développeurs ne se soucient pas seulement des performances des modèles en elles-mêmes, mais aussi de l'expérience pratique globale offerte par l'utilisation de l'IA visuelle.
Ce sont précisément les questions auxquelles la vision par ordinateur doit répondre à mesure qu'elle passe de la recherche aux applications concrètes.
Cet événement nous a permis de discerner clairement une tendance :
La vision par ordinateur dépasse désormais le stade de la simple compétition entre modèles pour entrer dans une nouvelle phase marquée par la mise en place de plateformes, la commercialisation de produits et le développement d'écosystèmes.
Les principaux atouts YOLOont toujours été la rapidité, la praticité et la facilité de déploiement. Aujourd’hui, Ultralytics étendre ces atouts à l’ensemble du flux de travail, afin que les développeurs puissent non seulement accéder à des modèles performants, mais aussi gérer les données, entraîner les modèles, déployer des applications et optimiser en continu leurs systèmes d’IA visuelle plus facilement.
La communauté chinoise de l'IA joue également un rôle de plus en plus important dans cette évolution. Elle dispose d'une vaste base de développeurs, d'une multitude de cas d'utilisation et d'un vif intérêt pour l'apprentissage et la mise en pratique. À l'avenir, nous sommes impatients de collaborer avec davantage de développeurs, d'entreprises partenaires et de membres de la communauté chinoise afin d'étendre l'utilisation de la vision par ordinateur à un plus large éventail d'applications concrètes.
Comme l'a dit Glenn :
« Nous voulons que tout le monde puisse utiliser la vision par ordinateur. »
C'est peut-être là la meilleure explication de la décision Ultralyticsde s'orienter vers un avenir davantage axé sur les plateformes.
Commencez votre parcours avec l'avenir de l'apprentissage automatique
