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 est convaincu que le Machine Learning est la passion cachée de tout développeur. Il dirige le département R&D chez Paralect. L'équipe a d'abord utilisé des approches de ML pour des outils internes chez Paralect, avant de commencer à travailler sur des produits commerciaux utilisant 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 tout juste quelques mois. Depuis, ils sont bluffés par la simplicité du développement en Computer Vision !
Comment 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.
Qu'est-ce qui t'a poussé à choisir spécifiquement Ultralytics YOLOv5 ?#
Vladimir et son équipe ont examiné des dizaines de solutions :
- Auto-hébergées
- Basées sur le cloud
- Open source
- Propriétaires
Ils ont tous des "nuances" différentes, telles qu'un apprentissage faiblement supervisé, une surconsommation de ressources, une API/interface conçue pour des extraterrestres et non pour des humains, et des prix astronomiquement élevés. C'est pourquoi Ultralytics YOLOv5 a 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 des modèles ! Cela te permet d'utiliser YOLOv5n/s/m/l/x pour différents problèmes et c'est incroyable. L'interface conviviale, la documentation et la consommation raisonnable de ressources font d'Ultralytics YOLOv5 un leader dans le domaine de la détection d'objets aujourd'hui.
Quels sont les autres défis que tu prévois de résoudre avec Ultralytics YOLOv5 à l'avenir ?#
Nous sommes prêts à relever tous les défis, alors si tu lis cet article et que tu souhaites créer une solution de pointe pour l'open source ou à d'autres fins, contacte-nous !
Et 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 proposer des solutions de pointe abordables à tous les fondateurs ! Mais cette atmosphère nous pousse tous à penser qu'il s'agit de quelque chose d'insurmontable. Ils défendent l'idée de construire en public 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 les autres créateurs à débuter en computer vision. Va jeter un œil aux 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.
