Découvrez les informations de YOLO VISION 2022 avec des conférences sur l'IA dans divers secteurs et les dernières nouveautés en matière d'apprentissage automatique des experts d'Ultralytics.
Notre tout premier événement YOLO VISION a eu lieu le 27 septembre 2022. De l'entrée de l'IA dans l'industrie automobile à l'analyse en temps réel de la production fruitière, nous avons écouté des conférences inspirantes d'utilisateurs de YOLOv5 de tous les horizons.
La grande diversité des profils des conférenciers a rendu cet événement spécial. En plus des représentants de 18 entreprises participantes, les conférenciers ont partagé des perspectives de tous les aspects du processus de ML. Parmi eux, nos entreprises partenaires telles que Comet, Deci, ClearML, Paperspace et Roboflow, ainsi que d'autres acteurs de l'open source comme les géants chinois Baidu, Meituan et OpenMMLabs.
Vous vous interrogez sur l'histoire de la création de YOLOv5 et sur la méthodologie utilisée pour la R&D ?
Plongez dans les détails de l'approche holistique utilisée pour choisir les meilleures architectures avec Glenn Jocher, notre fondateur et PDG chez Ultralytics, et Ayush Chaurasia, notre ingénieur en ML.
Les grandes architectures de modèles comme YOLOv5 sont essentielles pour obtenir des résultats utiles en apprentissage automatique. Mais les modèles ne valent que ce que valent leurs ensembles de données. Joseph Nelson, PDG et cofondateur de notre partenaire Roboflow, a montré l'impact de la qualité des ensembles de données sur les résultats de production. Les informations sont issues de plus de 10 000 tâches d'entraînement de vision et de la communauté open-source de Roboflow Universe, qui compte plus de 90 000 ensembles de données.
Dans sa session, Joseph a également présenté les principales différences entre la recherche et la production qui permettent aux développeurs de pirater leurs ensembles de données pour obtenir des résultats significatifs plus rapidement.
Découvrez la qualité des ensembles de données et son impact sur la mise en production de votre modèle de CV !
Chaque élément de logiciel traditionnel aujourd'hui passe par des tests complets de différents types avant le déploiement, ce qui réduit considérablement le risque de défauts de production.
Comment pouvons-nous adapter ces idées au monde de l'apprentissage automatique axé sur les statistiques ?
Aishwarya Srinivasan, Data Scientist chez Google et Open Source Developer Advocate chez Deepchecks, parle de l'enthousiasme suscité par la création de solutions capables de résoudre des problèmes du monde réel. Chez Google, elle crée des solutions d'apprentissage automatique pour les cas d'utilisation des clients, en tirant parti des produits Google de base, notamment TensorFlow, DataFlow et AI Platform.
Aishwarya s'est jointe à nous lors de YOLO VISION pour discuter des meilleures pratiques et des conseils pratiques pour tester et analyser en profondeur votre modèle. Consultez sa présentation pour connaître la différence entre les tests de logiciels et les tests de ML.
Nous avons organisé une table ronde révolutionnaire où nous avons réuni d'autres membres de la famille de l'architecture YOLO ainsi que d'autres architectures d'IA de vision open source de premier plan dans le domaine.
Ici, YOLOv6 de Meituan, MMDetection d'OpenMMLab CN et PaddlePaddle de Baidu, Inc. se sont joints à nous en tant que YOLOv5 d'Ultralytics pour discuter des projets open source qui permettent l'avenir de l'IA de vision.
C'était la première fois que ces principaux référentiels d'IA de vision partageaient la scène. Si vous avez manqué ce panel, regardez cette vidéo où Bo Zhang, Glenn Jocher, Guanzhong Wang, Wenwei Zhang et Yixin Shi ont discuté de leur choix de frameworks, de leurs conceptions, de l'évolution de la structure des référentiels, et plus encore !
Comme le dit notre PDG, Glenn Jocher, « Nous devons tous apprendre des outils et des expériences des autres. »
Les systèmes de gestion des données visuelles sont déficients dans tous les aspects : stockage, qualité, recherche, analyse et visualisation. En conséquence, les entreprises et les chercheurs perdent en fiabilité des produits, en heures de travail, en gaspillage de stockage, en calcul et, surtout, en capacité de libérer tout le potentiel de leurs données.
Dans cette présentation, Dr. Danny Bickson nous a appris à résoudre ce problème avec son outil GitHub gratuit et populaire, Fastdup.
FastDup est un outil permettant d'obtenir des informations à partir d'une grande collection d'images. Il peut trouver des anomalies, des images dupliquées et quasi-dupliquées, des groupes de similarités, et apprendre le comportement normal et les interactions temporelles entre les images. Il peut être utilisé pour un sous-échantillonnage intelligent d'un ensemble de données de meilleure qualité, la suppression des valeurs aberrantes et la détection de nouveautés à envoyer pour l'étiquetage.
Expert en analyse de données massives et en apprentissage automatique à grande échelle, Danny Bickson possède plus de 15 ans d'expérience dans l'industrie de la haute technologie. Vous le connaissez peut-être grâce à Turi, une plateforme d'apprentissage automatique qui crée des produits d'analyse de données massives pour ses utilisateurs. En 2016, Turi a été rachetée par Apple, où le Dr Danny Bickson a travaillé comme Senior Data Science Manager pendant plusieurs années.
Et enfin, nous avons eu le plaisir d'annoncer officiellement le lancement de notre Ultralytics HUB !
Ultralytics HUB est notre solution sans code pour entraîner et déployer des modèles d'IA en trois étapes faciles ! Donnez vie à vos modèles en choisissant les données à partir desquelles ils doivent apprendre.
Nos experts et créateurs des outils, Kalen Michael et Sergio Sánchez, nous ont fait visiter Ultralytics HUB et ont expliqué toutes les caractéristiques et fonctionnalités. Apprenez-en davantage sur Ultralytics HUB et commencez à créer vos modèles gratuitement !
Retrouvez toutes les sessions enregistrées sur notre chaîne YouTube !
Nous sommes ravis du succès de YOLO VISION et heureux de créer un événement où des experts du monde entier peuvent se réunir pour en apprendre davantage sur l'IA de vision. Restez informé en nous suivant sur les médias sociaux. Rendez-vous l'année prochaine à YOLO VISION 2023 !
.webp)
