YOLOvME : Résoudre le problème du stationnement
Découvre comment Vladimir Panteleev utilise YOLOv5 pour des solutions de stationnement efficaces, rendant le développement de la vision par ordinateur accessible et simple avec Ultralytics.
Vladimir Panteleev pense que le Machine Learning est une passion cachée de tout développeur. Il dirige le département R&D chez Paralect. Au début, l'équipe utilisait des approches ML pour des outils internes chez Paralect, puis a commencé à travailler sur des produits commerciaux utilisant des solutions ML.
Link to this sectionQuand as-tu commencé à utiliser YOLOv5 ?#
Vladimir et son équipe ont essayé YOLOv5 pour la première fois il y a seulement quelques mois. Depuis, ils sont étonnés de voir à quel point le développement en Computer Vision peut être simple !
Link to this sectionComment as-tu décidé d'utiliser l'IA de vision pour résoudre le problème du stationnement ?#
Le problème est un jeu d'enfant ! Vladimir a constaté qu'il avait du mal à trouver une place de parking sur le terrain près de son bureau. Il a donc décidé d'utiliser l'informatique pour aider à résoudre le problème des places de parking ! Une webcam est simplement placée à la fenêtre d'un bâtiment, permettant ainsi de suivre les places de parking libres 24h/24 et 7j/7.
Link to this sectionQu'est-ce qui t'a fait choisir spécifiquement YOLOv5 ?#
Vladimir et son équipe ont examiné des dizaines de solutions :
- Auto-hébergées
- Basées sur le cloud
- Open source
- Propriétaires
Toutes ont des « nuances » différentes, comme un apprentissage mal supervisé, une surconsommation de ressources, des API/UI conçues pour des extraterrestres et non pour des humains, et des tarifs astronomiquement élevés. Donc, YOLOv5 était notre favori dès le début car il correspondait idéalement à nos besoins, ainsi qu'à ceux de nos partenaires.
Link to this sectionQuels aspects de YOLOv5 t'ont facilité le travail ?#
Sans aucun doute, la possibilité de choisir les modèles ! Cela te permet d'utiliser YOLOv5n/s/m/l/x pour différents problèmes, et c'est génial. L'interface conviviale, la documentation et la consommation équitable des ressources font de YOLOv5 un leader dans le domaine de la détection d'objets aujourd'hui.
Link to this sectionQuels autres défis prévois-tu de résoudre avec YOLOv5 à l'avenir ?#
Nous sommes prêts à relever tous les défis, donc si tu lis cet article et que tu es intéressé par la création d'une solution « de pointe » pour l'open source ou toute autre finalité, contacte-nous !
Link to this sectionEt enfin, que recommanderais-tu à quelqu'un qui débute en IA ?#
N'aie pas peur et essaie ! Ultralytics a rendu la Computer Vision très accessible et abordable avec YOLOv5. Il y a 10 ans, il fallait littéralement être titulaire d'un doctorat, alors qu'aujourd'hui, de telles solutions peuvent être mises en œuvre par n'importe quel développeur.
L'objectif de Vladimir chez Paralect est de fournir des solutions de pointe abordables à tous les fondateurs ! Mais cette atmosphère nous fait tous penser que c'est quelque chose d'insoluble. Ils défendent l'idée de construire en public pour montrer au reste du monde que tout est beaucoup plus simple qu'il n'y paraît ! L'équipe de Vladimir rédige un guide pour aider d'autres constructeurs à se lancer dans la Computer Vision. Découvre les autres projets de Vladimir sur Twitter !
Si tu penses que ton cas d'utilisation devrait être partagé avec le monde entier et que tu veux raconter ce que tu fais avec YOLOv5, identifie-nous sur les réseaux sociaux @Ultralytics avec le hashtag #YOLOvME pour avoir une chance d'être mis en avant.
