Retour à l’accueil
AB
Abdelrahman Elgendy
Auteur · Ultralytics
Abdelrahman Elgendy est un auteur contributeur chez Ultralytics, où il écrit sur la vision par ordinateur et l’IA. Ses articles couvrent 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 divers secteurs, notamment l’agriculture, la santé, le commerce de détail et les villes intelligentes.
Guides
Comprendre les biais de l’IA et des jeux de données dans les systèmes d’IA de vision
Découvre comment le biais des jeux de données affecte les modèles de vision par ordinateur et comment Ultralytics YOLO11 contribue à le réduire grâce à une augmentation intelligente et à des outils d’entraînement flexibles.
Vision AI
Edge AI et informatique edge : au service de l’intelligence en temps réel
Découvre comment l’Edge AI et l’informatique edge permettent une intelligence en temps réel, réduisent la latence et rendent la vision par ordinateur plus intelligente à la périphérie.
Vision AI
Les solutions de vision IA pour les télécommunications favorisent des opérations réseau plus sûres
Découvre comment les solutions de vision IA pour les télécommunications aident les opérateurs à détecter les défauts, surveiller la sécurité et préserver la fiabilité des réseaux en rationalisant les opérations.
Vision AI
Comment fonctionne l'AGI ? Un aperçu des innovations de l'IA de demain
Découvre comment l'AGI pourrait apprendre, raisonner et s'adapter à différentes tâches, transformant les applications d'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 ce qu'est le surapprentissage en vision par ordinateur et comment l'éviter grâce à l'augmentation des données, à la régularisation et aux modèles préentraînés.
Vision AI
Modèles multimodaux et apprentissage multimodal : étendre les capacités de l'IA
Explore comment les modèles multimodaux intègrent le texte, les images, l'audio et les données de capteurs pour améliorer la perception, le raisonnement et la prise de décision de l'IA.
Vision AI
L'apiculture avec la 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 flux de travail de laboratoire plus intelligents
Découvre comment la vision par ordinateur peut améliorer l’efficacité des laboratoires, de la détection des équipements au suivi de la sécurité et à l’analyse microscopique.
Ultralytics YOLO
Utiliser la vision par ordinateur pour le cyclisme
Découvre comment les modèles de vision par ordinateur comme Ultralytics YOLO11 renforcent la sécurité à vélo en suivant les cyclistes, en détectant les casques et en analysant la vitesse pour mieux sensibiliser aux dangers de la route.
Vision AI
Tendances de l’IA en 2025 : les innovations à surveiller cette année
Découvre les principales tendances de la vision par ordinateur et de l’IA en 2025, des avancées de l’AGI à l’apprentissage auto-supervisé, qui façonnent l’avenir des systèmes intelligents.