Ultralytics Platform : cinq outils, une plateforme de vision par ordinateur

Aujourd’hui, nous avons lancé Ultralytics Platform, la plateforme de vision par ordinateur complète de bout en bout, conçue pour simplifier la création et le déploiement de systèmes d’IA visuelle. Si la vision par ordinateur, un domaine de l’intelligence artificielle qui permet aux machines d’interpréter des images et des vidéos, alimente déjà de nombreux systèmes dont nous dépendons aujourd’hui, la création de ces solutions a traditionnellement été complexe.

Pour de nombreux ingénieurs en IA et développeurs de machine learning, la création d’une application de vision par ordinateur implique encore de passer d’un outil à un autre tout au long du développement. Une équipe peut gérer les jeux de données et leur annotation sur une plateforme, entraîner les modèles sur une autre et s’appuyer sur des services supplémentaires pour tester les prédictions, suivre les expériences et déployer les systèmes en production.

À mesure que les projets prennent de l’ampleur, le passage d’un outil à l’autre peut ralentir le développement et alourdir la charge opérationnelle. Au lieu de se concentrer sur l’amélioration des modèles et la création de nouvelles applications de vision par ordinateur, les équipes passent souvent du temps à gérer les flux de travail, à transférer des données entre outils et à configurer l’infrastructure.

Ultralytics Platform a été créée pour simplifier et accélérer ce processus. En réunissant l’annotation, l’entraînement, la validation, le déploiement et le suivi dans un même environnement, elle remplace plusieurs outils de la pile d’IA visuelle par une seule plateforme de vision par ordinateur, ce qui aide les équipes à créer et déployer plus efficacement des systèmes d’IA visuelle évolutifs.

Fig. 1. Aperçu de la préparation des jeux de données avec Ultralytics Platform (Source)

Dans cet article, nous verrons comment Ultralytics Platform remplace plusieurs outils par une plateforme de vision par ordinateur unifiée. C’est parti !

Le problème de la multiplicité des outils dans le développement de solutions de vision par ordinateur#

La création d’une solution de vision par ordinateur comporte plusieurs étapes, de la préparation des jeux de données au déploiement des systèmes en production. Bien souvent, les équipes utilisent différents outils pour chaque étape de ce processus, notamment :

• Outils de gestion des jeux de données : les équipes s’en servent pour stocker et organiser les images et les vidéos qui serviront ensuite de données d’entraînement aux systèmes de vision par ordinateur.
• Outils d’annotation : ces plateformes permettent aux développeurs et aux équipes de données d’annoter des objets, des segments ou des points clés dans les images, afin que les systèmes puissent apprendre à partir des données visuelles.
• Outils et frameworks d’entraînement des modèles : les développeurs s’appuient sur ces outils pour entraîner des systèmes de vision par ordinateur à partir de jeux de données annotés et de modèles de deep learning, souvent dans des frameworks de machine learning basés sur Python, tels que PyTorch et TensorFlow.
• Outils de test et d’inférence : avant le déploiement, les équipes exécutent les modèles sur de nouvelles images ou vidéos pour vérifier les prédictions et évaluer les performances du système.
• Outils de déploiement et de suivi : une fois une solution d’IA visuelle prête à être déployée, une infrastructure supplémentaire sert à exécuter l’application en production et à suivre ses performances au fil du temps.

La gestion séparée de ces outils peut compliquer la coordination des flux de travail de développement. Les équipes finissent par consacrer du temps à transférer des données entre plateformes, à maintenir des intégrations et à configurer l’infrastructure, au lieu de se concentrer sur l’amélioration des applications de vision par ordinateur.

Qu’est-ce qu’une plateforme d’IA visuelle de bout en bout ?#

Avant d’examiner les principales fonctionnalités d’Ultralytics Platform et ses possibilités, voyons ce que nous entendons par plateforme de vision par ordinateur de bout en bout.

En bref, Ultralytics Platform offre un espace unique où les développeurs peuvent créer et exécuter des applications de vision par ordinateur. Au lieu de dépendre de services distincts pour chaque étape du développement, les particuliers et les équipes peuvent travailler avec des données visuelles, entraîner des modèles et des algorithmes, tester les résultats et exécuter des applications dans le même environnement.

Fig. 2. Test d’un modèle sur Ultralytics Platform (Source)

Cette approche permet aux développeurs d’expérimenter, d’améliorer leurs systèmes et de faire avancer leurs projets plus facilement, sans passer constamment d’un outil à l’autre.

Comment Ultralytics Platform simplifie le flux de travail de l’IA visuelle#

Ultralytics Platform est le fruit de nombreuses années de collaboration étroite avec la communauté de la vision par ordinateur. Nos échanges avec les développeurs et les équipes qui créent des systèmes d’IA visuelle ont fait ressortir plusieurs difficultés récurrentes.

L’annotation des données, par exemple, est une difficulté majeure : l’étiquetage de grands jeux de données peut prendre beaucoup de temps. Un autre défi survient lorsque les équipes cherchent à mettre leurs systèmes en production, car le déploiement d’applications dans différents environnements et sur diverses configurations matérielles nécessite souvent des outils supplémentaires.

De nombreuses équipes doivent également jongler entre différents outils, car les outils d’annotation, les environnements d’entraînement et les systèmes de déploiement sont souvent répartis sur plusieurs plateformes. Ultralytics Platform résout ces difficultés grâce à un ensemble de fonctionnalités intégrées.

Aperçu des principales fonctionnalités d’Ultralytics Platform#

Passons en revue quelques-unes des principales fonctionnalités d’Ultralytics Platform qui permettent de relever ces défis et de simplifier l’ensemble du flux de travail de l’IA visuelle :

• Annotation intelligente des données : les outils d’annotation intégrés aident les équipes à étiqueter les jeux de données plus rapidement grâce à des fonctionnalités comme l’annotation intelligente basée sur Segment Anything Model (SAM) et des raccourcis clavier qui accélèrent les flux de travail d’annotation.
• Entraînement intégré des modèles : les développeurs peuvent entraîner des modèles préentraînés directement sur la plateforme, tout en suivant les expériences et les performances grâce à des tableaux de bord interactifs.
• Test d’inférence dans le navigateur : les équipes peuvent tester rapidement les prédictions dans le navigateur afin d’évaluer les performances d’un système avant son déploiement en production.
• Options de déploiement flexibles : les modèles peuvent être exportés dans 17 formats différents ou déployés via des services d’inférence partagés et des points de terminaison dédiés dans 43 régions du monde.
• Suivi intégré : la plateforme propose des tableaux de bord qui permettent aux équipes de suivre au même endroit les résultats des expériences, les performances des systèmes et l’état des déploiements.

Des données brutes au déploiement avec Ultralytics Platform#

En découvrant Ultralytics Platform, tu te demandes peut-être à quoi ressemble son utilisation concrète. Pour mieux comprendre, suivons un exemple simple.

Imagine la création d’un système d’inspection visuelle pour une chaîne de fabrication. L’objectif est d’identifier automatiquement les produits endommagés ou défectueux au cours de la production.

Le processus commence généralement par la collecte de données visuelles. Avec la nouvelle plateforme de vision par ordinateur d’Ultralytics, tu peux importer des images ou des vidéos des produits de la chaîne de production et les organiser en jeux de données qui serviront à entraîner un modèle de détection des défauts.

Vient ensuite l’annotation des données. Grâce aux outils d’annotation manuelle ou assistée par l’IA intégrés à la plateforme, tu peux étiqueter directement les défauts dans les images pour 5 tâches de détection. Des innovations comme l’annotation intelligente basée sur SAM et les modèles de squelette de pose intégrés, qui permettent de placer des points clés en un seul clic, simplifient des tâches qui prendraient autrement des heures.

Une fois le jeu de données prêt, tu peux passer à l’entraînement du modèle. La plateforme te permet d’entraîner des modèles de vision par ordinateur, comme les modèles Ultralytics YOLO, à partir des données étiquetées. Pendant l’entraînement, tu peux suivre les métriques de performance et les expériences, puis optimiser les modèles au fil du temps pour améliorer les performances du système depuis un seul tableau de bord.

Après l’entraînement, l’étape suivante consiste à tester et valider le modèle. Tu peux lancer des prédictions sur de nouvelles images directement sur la plateforme pour vérifier si le système détecte bien les défauts et repérer les points à améliorer.

Enfin, lorsque le système fonctionne bien, il peut être déployé en production. Ultralytics Platform permet d’exporter les modèles dans plusieurs formats ou de les déployer via des services d’inférence et des points de terminaison pour les exécuter dans des environnements réels.

Fig. 3. Exemple d’exportation de modèles avec Ultralytics Platform (Source)

En prenant en charge chaque étape de ce processus, Ultralytics Platform facilite le passage des données visuelles brutes à une application de vision par ordinateur opérationnelle, capable de détecter automatiquement les défauts sur une chaîne de production.

Cas d’usage de l’IA visuelle que tu peux créer avec Ultralytics Platform#

La vision par ordinateur peut faire la différence dans la plupart des applications où les données visuelles peuvent être converties en informations et utilisées pour automatiser des processus. C’est le cas dans de nombreux secteurs, de la santé à l’industrie automobile, et Ultralytics Platform a été conçue pour répondre à cette diversité de besoins.

La plateforme prend en charge nativement des modèles de pointe comme Ultralytics YOLO26 et divers tâches de vision par ordinateur, notamment la détection d’objets, la classification d’images, la segmentation d’instances, l’estimation de pose et la détection de boîtes englobantes orientées (OBB). Cette flexibilité permet aux développeurs de créer des applications pour de nombreux scénarios nécessitant l’analyse d’images ou de vidéos.

Par exemple, les équipes peuvent créer des systèmes de surveillance sous-marine en temps réel dans les milieux marins, de comptage de cellules pour la recherche médicale et biologique, de suivi de la faune dans des écosystèmes isolés, de perception pour les véhicules autonomes et de guidage de robots dans des environnements complexes. Et ce n’est qu’un aperçu des possibilités de la vision par ordinateur.

Fig. 4. Annotation d’une image pour la détection de la faune sur Ultralytics Platform (Source)

Pourquoi Ultralytics Platform représente l’avenir de l’IA visuelle#

À mesure que la vision par ordinateur se généralise, il devient de plus en plus important de rendre le développement de l’IA visuelle plus accessible. De nombreux développeurs et organisations souhaitent expérimenter avec des données visuelles et créer des applications d’IA, mais les configurations de développement traditionnelles peuvent compliquer les premiers pas.

Ultralytics Platform contribue à lever ces obstacles en offrant un environnement où les développeurs peuvent rapidement commencer à utiliser les technologies de vision par ordinateur. Au lieu de consacrer du temps à configurer l’infrastructure ou à intégrer différents outils, les équipes peuvent se concentrer sur l’expérimentation et la création d’applications pratiques.

Cette accessibilité permet à davantage de développeurs, de chercheurs et d’organisations d’explorer l’IA visuelle. Ainsi, davantage d’équipes peuvent transformer les données visuelles en informations utiles et créer des applications qui répondent à des problèmes concrets.

Alors que l’IA visuelle continue de se développer dans tous les secteurs, nous pensons qu’Ultralytics Platform rendra le développement plus accessible et jouera un rôle clé dans l’avenir de la vision par ordinateur.

Pour commencer avec Ultralytics Platform#

Commence à créer des projets de vision par ordinateur avec Ultralytics Platform dès aujourd’hui. Tu peux découvrir la plateforme avec l’offre gratuite, qui comprend des crédits d’inscription pour l’entraînement dans le cloud et l’accès aux outils essentiels de gestion des jeux de données, d’annotation des images, d’entraînement des modèles et de déploiement des applications.

À mesure que tes projets prennent de l’ampleur, tu peux augmenter ton utilisation grâce à des offres supplémentaires qui fournissent davantage de ressources de calcul, d’espace de stockage, de fonctionnalités de collaboration et de capacité de déploiement. La plateforme utilise également un système tarifaire à base de crédits pour des services comme l’entraînement dans le cloud et les points de terminaison gérés. Les équipes peuvent ainsi exécuter des expériences et déployer des applications tout en suivant leur utilisation de manière transparente.

Points clés à retenir#

Le traitement d’image et les technologies de vision par ordinateur passent rapidement des expériences de recherche aux systèmes concrets qui alimentent les technologies du quotidien. Ultralytics Platform contribue à accélérer cette évolution en offrant aux développeurs un moyen plus simple de créer, tester et déployer des applications d’IA visuelle. En réduisant les obstacles entre l’idée et le déploiement, la prochaine génération de solutions de vision par ordinateur peut être développée plus rapidement que jamais.

Rejoins notre communauté et consulte le dépôt GitHub pour en savoir plus sur les modèles de vision par ordinateur. Découvre des applications comme l’IA dans l’agriculture et la vision par ordinateur en robotique sur nos pages consacrées aux solutions. Consulte nos options de licence et lance-toi dans la création de ton propre modèle d’IA visuelle.