Découvrez des applications innovantes de YOLOv5, comme la détection d'espèces de zèbres, et voyez comment notre communauté exploite l'IA pour des tâches complexes.
.webp)
Nous avons vu des gens utiliser YOLOv5 pour créer une application d'estimation du rendement des cultures, détecter le plastique dans l'océan et déterminer si quelqu'un porte correctement son masque. Nous avons contacté notre communauté et leur avons demandé de partager encore plus de façons dont ils utilisent YOLOv5 pour résoudre leurs problèmes.
Kayo Kumabe est une analyste de données de Kumamoto, au Japon. Kayo ne travaille avec YOLOv5 que depuis un mois, mais elle aime expérimenter avec l'infrastructure parce que « c'est juste intelligent. » Pour quelqu'un qui débute dans l'IA, Kayo recommande de passer du temps à personnaliser son modèle, même s'il n'a pas de connaissances en Python ou en apprentissage automatique.
Généralement, il peut être difficile de distinguer les subtilités d'apparence à l'œil nu. Kayo a émis l'hypothèse que l'IA pourrait facilement détecter ces subtiles différences. Pour tester cela, Kayo a compilé un ensemble de données de trois espèces différentes de zèbres pour alimenter son modèle YOLOv5. Kayo a créé un modèle YOLOv5 pour détecter différents types de zèbres. Ce modèle compare les caractéristiques des animaux et produit un résultat déterminant l'espèce du zèbre.
En conséquence, Kayo a pu prouver son hypothèse. Le modèle YOLOv5 a été capable de détecter chaque espèce de zèbre avec un niveau de précision élevé, alors qu'il n'a été entraîné que sur 20 images par espèce de zèbre.
Nous étions curieux de comprendre comment Kayo a commencé avec la vision par ordinateur, alors nous lui avons posé quelques questions.
« Je n'ai jamais essayé d'autre infrastructure de détection d'objets. YOLOv5 m'a semblé facile car il ne nécessitait pas de codage en dur. »
« J'ai collecté seulement 20 images pour chaque type de zèbre, j'ai créé des fichiers d'étiquetage de l'image et j'ai laissé YOLOv5 apprendre. C'est tout ! C'est incroyable de voir que YOLOv5 a détecté les types de zèbres correctement à 100 % ! Peut-être que moins de 20 images suffiraient. »
« Certains de mes clients s'intéressent à l'IA, alors j'ai commencé à l'étudier pour élargir mon travail. Quand je suis tombé sur la vision par l'IA, j'étais très excité parce que ça ressemblait à mon film préféré Terminator dans la vraie vie. »
« J'aimerais détecter mon enfant parmi de nombreux élèves à l'école. Cela pourrait être utile lors d'une journée sportive. J'aimerais le faire pour une application iPhone. »
Pour découvrir d'autres créations de Kayo avec YOLOv5, consultez leurs pages LinkedIn et Twitter.
Ce cas d'utilisation de la détection de zèbres avec YOLOv5 est un excellent exemple de la capacité de YOLOv5 à distinguer les espèces. Si nous appliquons ce réseau neuronal à d'autres types d'animaux, YOLOv5 sera-t-il capable de les différencier ? Dans quelle mesure le modèle fonctionnera-t-il si vous souhaitez détecter des piétons sur un passage clouté ou prédire le rendement annuel des cultures ? Laissez libre cours à votre imagination !
Identifiez-nous avec #YOLOvME sur nos médias sociaux avec votre propre cas d'utilisation de YOLOv5 et nous ferons la promotion de votre travail auprès de la communauté ML.
Tout ce dont vous avez besoin, c'est d'une idée. Avec Ultralytics HUB, il est facile de créer des modèles avec YOLOv5 et de donner vie à vos idées. Nous simplifions les choses et nous occupons nous-mêmes de toutes les opérations MLOps complexes, vous n'avez donc pas besoin de connaître de code pour vous amuser avec l'IA. Il est facile de commencer et encore plus facile de construire votre premier modèle ML.
Nous sommes actuellement en version bêta et le nombre de places est limité, alors assurez-vous de vous inscrire dès maintenant !
.webp)