Retour au blog
Abdelrahman Elgendy
Auteur · UltralyticsAbdelrahman Elgendy est auteur collaborateur chez Ultralytics, où il écrit sur la vision par ordinateur et l’IA. Ses articles abordent des sujets tels que les modèles Ultralytics YOLO, l’informatique en périphérie, les biais de l’IA dans les systèmes de vision et les applications de la vision par ordinateur dans des secteurs comme l’agriculture, la santé, le commerce de détail et les villes intelligentes.
Derniers articles de Abdelrahman Elgendy
Guides
Comprendre les biais de l’IA et des jeux de données dans les systèmes d’IA visuelle
Découvre comment les biais des jeux de données affectent les modèles de vision par ordinateur et comment Ultralytics YOLO11 contribue à les réduire grâce à une augmentation intelligente et à des outils d’entraînement flexibles.
Vision AI
IA de périphérie et informatique en périphérie : au service de l’intelligence en temps réel
Découvre comment l’IA en périphérie et l’informatique en périphérie offrent du traitement intelligent en temps réel, réduisent la latence et renforcent la confidentialité des applications de vision par ordinateur déployées en périphérie.
Vision AI
Les solutions d’IA de vision pour les télécommunications favorisent des opérations réseau plus sûres
Découvre comment les solutions d’IA de vision pour les télécommunications aident les opérateurs à détecter les défauts, à surveiller la sécurité et à assurer la fiabilité du réseau en rationalisant les opérations.
Vision AI
Comment fonctionne l’AGI ? Aperçu des innovations de l’IA de demain
Découvre comment l’AGI pourrait apprendre, raisonner et s’adapter à différentes tâches, transformant les applications de l’IA dans la vision, la robotique et l’automatisation.
Guides
Qu’est-ce que le surapprentissage en vision par ordinateur et comment l’éviter ?
Découvre le surapprentissage en vision par ordinateur, comment le repérer et comment l’éviter grâce à l’augmentation des données, à la régularisation, à l’arrêt anticipé et aux modèles préentraînés.
Vision AI
Modèles et apprentissage multimodaux : élargir les capacités de l’IA
Découvre comment les modèles multimodaux intègrent du texte, des images, de l’audio et des données de capteurs pour améliorer la perception, le raisonnement et la prise de décision de l’IA.
Vision AI
Apiculture et vision par ordinateur : une surveillance plus intelligente des ruches
Découvre comment la vision par ordinateur aide les apiculteurs à suivre l’activité des ruches, à détecter les maladies et à optimiser la pollinisation pour des colonies d’abeilles en meilleure santé.
Ultralytics YOLO
Utiliser Ultralytics YOLO11 et la vision par ordinateur dans les supermarchés
Découvre comment Ultralytics YOLO11 peut améliorer l’efficacité des supermarchés grâce aux cartes de chaleur des clients, au suivi des stocks et à la prévention des vols.
Vision AI
La vision par ordinateur dans l’espace : faire progresser l’exploration et l’imagerie
Découvre comment la vision par ordinateur améliore l’exploration spatiale, de la détection des astéroïdes et de la découverte d’exoplanètes à l’amarrage autonome et à la cartographie du terrain.
Vision AI
La vision par ordinateur au service de processus de laboratoire plus efficaces
Découvre comment la vision par ordinateur peut améliorer l’efficacité des laboratoires, de la détection des équipements à la surveillance de la sécurité et à l’analyse microscopique.
Ultralytics YOLO
Utiliser la vision par ordinateur pour le cyclisme
Découvre comment Ultralytics YOLO11 et la vision par ordinateur améliorent la sécurité à vélo en suivant les cyclistes, en détectant les casques et en estimant la vitesse en temps réel.
Vision AI
Tendances de l’IA en 2025 : les innovations à suivre cette année
Découvre les principales tendances de l’IA et de la vision par ordinateur pour 2025, des progrès de l’AGI à l’apprentissage auto-supervisé, qui façonnent l’avenir des systèmes intelligents.
Construisons ensemble l’avenir de l’IA !
Commence ton parcours vers l’avenir de l’apprentissage automatique