YOLOvME : résoudre le problème du stationnement
Découvre comment Vladimir Panteleev utilise YOLOv5 pour créer des solutions efficaces de gestion du stationnement, rendant le développement en vision par ordinateur accessible et simple avec Ultralytics.
Vladimir Panteleev pense que l’apprentissage automatique est une passion cachée chez tout développeur. Il dirige le département R&D de Paralect. Au début, l’équipe a utilisé des approches de ML pour les outils internes de Paralect, puis elle a commencé à travailler sur des produits commerciaux reposant sur des solutions de ML.
Quand as-tu commencé à utiliser Ultralytics YOLOv5 ?#
Vladimir et son équipe ont essayé YOLOv5 pour la première fois il y a seulement quelques mois. Depuis, ils sont impressionnés par la simplicité que peut avoir le développement en vision par ordinateur !
Comment as-tu décidé d’utiliser l’IA appliquée à la vision pour résoudre le problème du stationnement ?#
Le problème est très simple ! Vladimir a constaté qu’il avait du mal à trouver une place sur le parking près de son bureau. Il a donc décidé d’utiliser des ordinateurs pour contribuer à résoudre le problème des places de stationnement ! Une webcam est simplement placée à la fenêtre d’un bâtiment, ce qui permet de suivre les places de stationnement libres 24 h/24 et 7 j/7.
Qu’est-ce qui t’a précisément poussé à choisir Ultralytics YOLOv5 ?#
Vladimir et son équipe ont étudié des dizaines de solutions :
- Auto-hébergé
- Basées sur le cloud
- Open source
- Propriétaires
Toutes avaient leurs propres « nuances », comme un apprentissage supervisé de mauvaise qualité, une surconsommation des ressources, une API/UI conçue pour des extraterrestres plutôt que pour des humains, et des tarifs astronomiques. Ultralytics YOLOv5 a donc été notre préféré dès le début, car il répondait parfaitement à nos besoins ainsi qu’à ceux de nos partenaires.
Quels aspects d’Ultralytics YOLOv5 ont facilité ton travail ?#
Sans aucun doute, la possibilité de choisir ses modèles ! Cela permet d’utiliser YOLOv5n/s/m/l/x pour différents problèmes, et c’est incroyable. L’interface conviviale, la documentation et la consommation raisonnable des ressources font aujourd’hui d’Ultralytics YOLOv5 un leader dans le domaine de la détection d’objets.
Quels autres défis prévois-tu de relever avec Ultralytics YOLOv5 à l’avenir ?#
Nous sommes prêts à relever tous les défis. Donc, si tu lis cet article et que tu souhaites créer une solution « de pointe » open source ou destinée à tout autre usage, n’hésite pas à nous contacter !
Et pour finir, que voudrais-tu recommander à quelqu’un qui débute dans l’IA ?#
N’aie pas peur et essaie ! Ultralytics a rendu la vision par ordinateur très accessible et abordable grâce à YOLOv5. Il y a 10 ans, il fallait littéralement être titulaire d’un doctorat ; aujourd’hui, n’importe quel développeur peut mettre en œuvre de telles solutions.
L’objectif de Vladimir chez Paralect est de proposer des solutions abordables et de pointe à tous les fondateurs ! Mais cette atmosphère nous donne à tous l’impression que c’est quelque chose d’irréalisable. Ils défendent l’idée de construire au grand jour pour montrer au reste du monde que tout est bien plus simple qu’il n’y paraît ! L’équipe de Vladimir rédige un guide pour aider d’autres créateurs à se lancer dans la vision par ordinateur. Découvre les autres projets de Vladimir sur Twitter !
Si tu penses que ton cas d’usage devrait être partagé avec le monde entier et que tu souhaites raconter ce que tu fais avec YOLOv5, identifie-nous sur les réseaux sociaux @Ultralytics avec #YOLOvME pour avoir une chance d’être mis à l’honneur.
