Les temps forts d’Ultralytics à YOLO Vision 2024 !

Le 27 septembre, Ultralytics a réuni la communauté de l’IA et de la vision par ordinateur à l’occasion de notre passionnant événement hybride annuel, YOLO Vision 2024 (YV24). Organisé au Google for Startups Campus de Madrid et diffusé dans le monde entier, l’événement a rassemblé des experts, des développeurs et des passionnés pour discuter des dernières avancées en IA appliquée à la vision, notamment du nouveau modèle Ultralytics YOLO11. Le direct de l’événement a déjà dépassé les 5 400 vues, avec plus de 10 600 impressions et 469,5 heures de visionnage, mobilisant des innovateurs du monde entier.

YV24 a commencé par un accueil chaleureux de notre animateur, Oisin Lunny, qui a souligné l’importance de la communauté et des liens en déclarant : « Je crois fermement au pouvoir des grandes idées et des grandes communautés, et c’est exactement ce qu’Ultralytics a créé avec YOLO Vision : une grande communauté de personnes formidables aux idées formidables. »

Dans cet article, nous allons mettre en lumière les principaux temps forts de YOLO Vision 2024, des discussions de panel captivantes aux fascinants cas d’usage de la vision par ordinateur dans le monde réel. Nous examinerons également des présentations techniques allant de l’IA en périphérie à l’accélération matérielle, ainsi que les moments de réseautage et de création de liens au sein de la communauté qui ont contribué au succès de l’événement. Que tu t’intéresses aux innovations en IA, aux annonces importantes ou à l’avenir de l’IA appliquée à la vision, ce récapitulatif de YOLO Vision 2024 couvre tous les points essentiels à retenir !

Le lancement d’Ultralytics YOLO11 à YOLO Vision#

Le lancement de produit qui avait été annoncé en avant-première avant YOLO Vision 2024 a finalement été dévoilé lors de la présentation d’ouverture par Glenn Jocher, fondateur et CEO d’Ultralytics. Glenn a présenté Ultralytics YOLO11, marquant la prochaine génération de modèles de vision par ordinateur, dont le développement avait commencé plusieurs mois auparavant. Pour prolonger l’enthousiasme suscité par ce lancement, Glenn a ensuite été interviewé dans The Ravit Show, où il a partagé des informations sur le développement de YOLO11.

Lors de sa présentation, Glenn a également raconté le parcours de l’entreprise, en commençant par sa formation en physique des particules et en expliquant comment sa fascination pour la compréhension de l’univers l’a finalement conduit vers l’apprentissage automatique et la vision par ordinateur.

Fig. 1. Ultralytics YOLO11 a été officiellement annoncé par Glenn Jocher sur scène à YOLO Vision 2024.

Il a expliqué en quoi ses premiers travaux en physique, durant lesquels les chercheurs analysaient les interactions entre particules, étaient comparables à la détection d’objets en vision par ordinateur. Sa curiosité et sa volonté de travailler sur des technologies de pointe l’ont finalement conduit à créer Ultralytics YOLOv5. Tout au long de son intervention, Glenn a insisté sur l’importance de la collaboration et de la contribution au sein de la communauté open source, et a remercié les développeurs du monde entier qui ont fourni des retours et contribué à améliorer YOLOv5 et Ultralytics YOLOv8 au fil du temps.

Il a ensuite présenté les principales fonctionnalités d’Ultralytics YOLO11 et expliqué que ce modèle est plus rapide, plus précis et plus efficace que les précédents. En fait, YOLO11m utilise 22 % de paramètres en moins que YOLOv8m tout en offrant une meilleure précision sur le jeu de données COCO, ce qui rend YOLO11 idéal pour les applications en temps réel où la vitesse et la précision sont essentielles.

Glenn a souligné l’ampleur du lancement en déclarant : « Nous lançons au total 30 modèles, dont 25 sont open source, avec cinq tailles différentes pour cinq tâches différentes. Ces tâches sont la classification d’images, la détection d’objets, la segmentation d’instances, l’estimation de pose et les boîtes englobantes orientées. » Du côté des entreprises, il a annoncé que le mois suivant, des modèles robustes entraînés sur un jeu de données propriétaire de 1 million d’images seraient disponibles. Inutile de dire que cette annonce a lancé l’événement sur une note très positive, laissant les participants impatients d’en apprendre davantage sur le potentiel de YOLO11 pour innover dans des domaines comme l’industrie manufacturière et les voitures autonomes.

Les discussions de panel à YOLO Vision : une conférence sur l’IA#

Les discussions de panel, animées par Oisin Lunny lors de YOLO Vision 2024, ont apporté de nombreux éclairages sur l’IA, la vision par ordinateur et la création de communautés.

Le premier panel réunissait Glenn Jocher, Jing Qiu, une figure clé du développement des modèles YOLO chez Ultralytics, et Ao Wang de l’Université Tsinghua, coauteur de YOLOv10. Le panel a abordé les développements récents de l’IA générative et de la vision par ordinateur, en se concentrant sur leurs similitudes, leurs différences et l’influence réciproque de ces deux domaines. Malgré la récente essor des grands modèles de langage (LLMs), les intervenants ont souligné que la vision par ordinateur traditionnelle reste essentielle pour certaines tâches dans des secteurs comme la santé.

Le panel suivant s’est penché sur les défis auxquels les femmes sont confrontées dans le leadership en IA. Parmi les intervenantes figuraient Paula Derrenger, directrice de la croissance chez Ultralytics, Bruna de Guimarães, ancienne CPO et COO dans le secteur du SaaS, Mariana Hernandez, responsable du chapitre madrilène de Latinas in Tech, et Christina Stathopoulous, fondatrice de Dare to Data. Elles ont partagé leurs expériences et discuté de l’importance du mentorat ainsi que de la nécessité pour les femmes d’adopter une démarche proactive pour accéder à des postes de direction. Hernandez a conseillé : « Soyez proactives, n’attendez pas que les choses arrivent d’elles-mêmes », encourageant les femmes présentes dans l’auditoire à s’affirmer et à rechercher activement des opportunités. Le panel a également abordé l’importance de créer des environnements de travail plus favorables.

Fig. 2. Un panel sur les femmes dans la technologie, de gauche à droite : Christina Stathopoulous, Paula Derrenger, Mariana Hernandez et Oisin Lunny, Bruna de Guimarães participant à distance.

Le dernier panel a exploré la manière dont la création de communautés fortes peut favoriser l’innovation dans l’IA. Burhan Qaddoumi, Harpreet Sahota et Bart Farrell ont discuté des moyens d’interagir avec les publics techniques, en ligne comme lors d’événements en présentiel. La remarque de Farrell, « Il faut aller à leur rencontre là où ils se trouvent », soulignait l’importance d’échanger avec les membres de la communauté selon leurs propres modalités afin d’encourager la collaboration et le partage des connaissances.

Fig. 3. Un panel sur la création de communautés, de gauche à droite : Harpreet Sahota, Burhan Qaddoumi, Bart Farrell et Oisin Lunny.

Des exemples concrets d’innovations en IA à YOLO Vision#

Plusieurs présentations de YV24 ont montré comment les modèles YOLO sont appliqués pour résoudre des problèmes concrets dans divers secteurs. Jim Griffin, animateur du podcast AI Master Group, a parlé d’un projet qui utilise les modèles Ultralytics YOLOv8 pour surveiller les déplacements des requins le long de la côte californienne grâce à la surveillance par drone. Le système alerte les maîtres-nageurs, les propriétaires de magasins de surf et les parents, contribuant à la sécurité des usagers de la plage en détectant les requins depuis 60 mètres au-dessus de l’océan. Griffin a expliqué que le véritable défi ne résidait pas dans le modèle d’IA lui-même, mais dans les nombreux vols de drones et la collecte de données nécessaires pour entraîner le modèle.

Fig. 4. Jim Griffin a expliqué comment Ultralytics YOLOv8 était utilisé pour surveiller les déplacements des requins le long de la côte californienne à l’aide de drones.

De même, David Scott de The Main Branch a abordé l’évolution de la vision par ordinateur, passée de la simple détection d’objets à l’analyse des comportements. Sa présentation comprenait des applications concrètes telles que le suivi du comportement des bovins et l’identification d’activités suspectes dans les magasins. Scott a expliqué comment YOLOv8 peut être utilisé pour surveiller la santé des bovins en analysant des comportements précis, comme manger, boire et marcher.

Par ailleurs, une présentation particulièrement émouvante a été donnée par Ousman Umar de NASCO Feeding Minds, qui a expliqué comment son organisation change des vies en proposant une formation informatique au Ghana. Sa fondation a créé 17 centres TIC et formé plus de 65 000 étudiants, avec pour objectif de créer des emplois locaux dans la technologie afin de contribuer à résoudre des problèmes tels que l’immigration clandestine. Son récit poignant a montré comment l’éducation et la technologie peuvent conjointement impulser un changement durable dans les communautés défavorisées.

Présentations techniques : les temps forts des intervenants de YOLO Vision#

YV24 proposait également différentes présentations consacrées à la manière dont l’IA et le matériel peuvent se combiner pour faire émerger de nouvelles idées. Des experts d’entreprises telles qu’Intel, Sony et NVIDIA ont abordé le déploiement de modèles YOLO sur des appareils en périphérie et l’optimisation des performances. Dmitriy Pastushenkov et Adrian Boguszewski d’Intel ont expliqué comment leur matériel prend en charge les modèles YOLO sur NPU, CPU et GPU, tandis qu’Amir Servi et Wei Tang de Sony ont montré comment YOLO s’intègre à la plateforme AITRIOS pour un déploiement efficace de l’IA en périphérie. Guy Dahan de NVIDIA a expliqué comment utiliser leur architecture GPU pour améliorer l’inférence des modèles YOLO.

Fig. 5. Guy Dahan parlant de l’optimisation de l’inférence des modèles YOLO à l’aide de l’architecture GPU de NVIDIA.

D’autres entreprises comme Qualcomm, Hugging Face et Lightning AI ont également montré comment leurs plateformes facilitent l’intégration et le déploiement de modèles YOLO par les développeurs. Devang Aggarwal de Qualcomm a présenté comment des modèles comme Ultralytics YOLOv8 peuvent être optimisés pour les appareils Snapdragon grâce au Qualcomm AI Hub.

De même, Pavel Lakubovskii de Hugging Face a décrit comment leurs outils open source permettent d’intégrer facilement des modèles comme Ultralytics YOLOv8 dans différents workflows, tandis que Luca Antiga de Lightning AI nous a montré comment les développeurs peuvent facilement intégrer des modèles comme YOLOv8 au niveau du code pour accélérer le prototypage et les itérations.

Une semaine à Madrid : les sessions de réseautage de YOLO Vision#

Durant la semaine précédant YV24, l’équipe Ultralytics s’est réunie à Madrid pour participer à des ateliers, des réunions de collaboration et des activités hors site. Ces activités allaient au-delà du travail : elles ont renforcé les relations et créé une atmosphère positive avant l’événement. Après une soirée festive, les participants et les intervenants ont eu l’occasion de réseauter, de partager les principaux enseignements et d’explorer de futures collaborations. La combinaison du travail d’équipe et de la camaraderie a fait de YV24 une réussite professionnelle et une expérience mémorable à tous points de vue.

Fig. 6. L’équipe Ultralytics célébrant une journée exceptionnelle à YOLO Vision 2024.

Les innovations en IA de YOLO Vision et les prochaines étapes#

YV24 a réuni innovation, collaboration et réflexion sur l’avenir de la vision par ordinateur. Avec le lancement de YOLO11, des panels captivants et des discussions sur le matériel d’IA et les solutions en périphérie, l’événement s’est concentré sur la manière dont l’IA appliquée à la vision peut faire la différence et sur l’évolution des technologies pour suivre les avancées de l’IA. Il a également renforcé les liens au sein de la communauté. Experts et passionnés ont partagé leurs idées et exploré le potentiel de la vision par ordinateur et de YOLO. L’événement s’est terminé par un quiz convivial, avec des sweats à capuche Ultralytics à gagner, laissant tout le monde impatient de découvrir d’autres innovations comme YOLO11 à l’avenir.

Consulte notre dépôt GitHub et rejoins notre communauté dynamique pour en savoir plus sur l’IA. Découvre comment l’IA appliquée à la vision redéfinit l’innovation dans des secteurs comme la santé et l’agriculture. 🚀