Semplificare le operazioni AI di Custom Vision

Dedicati a rendere accessibile la computer vision, siamo entusiasti di annunciare la nostra partnership con Roboflow come strumento ufficiale di gestione e annotazione dei dataset per YOLOv5.

L'obiettivo di Roboflowè quello di consentire agli sviluppatori di costruire modelli di computer vision migliori, semplificando il processo di raccolta ed etichettatura dei dati, l'addestramento del modello e l'utilizzo dell'apprendimento attivo per migliorare i modelli ancora più velocemente. In questo modo, gli sviluppatori possono dedicare più tempo ai problemi specifici del dominio invece che alle minuzie dell'apprendimento automatico e all'infrastruttura di computer vision.

Roboflow ha costantemente dimostrato il proprio sostegno ai progetti open source che condividono la nostra visione. Assicuratevi di consultare la loro guida su Come addestrare YOLOv5 su un set di dati personalizzato, pubblicata nel giugno 2020.

La missione di Ultralytics è rendere l'IA semplice creando strumenti di IA di visione accessibili a tutti gli sviluppatori. YOLOv5 consente agli sviluppatori di iniziare ad addestrare e distribuire modelli di visione all'avanguardia nei propri progetti.

Grazie alla visione condivisa di un'intelligenza artificiale semplice, Roboflow e Ultralytics stanno sfruttando i loro punti di forza unici per offrire maggiori capacità ai nostri utenti.
Ora c'è un nuovo aiuto all'orizzonte grazie a questa nuova partnership che rende la formazione di modelli personalizzati più facile che mai!

Presentazione di una nuova partnership che semplifica la formazione dei modelli personalizzati

YOLOv5 è diventata una delle IA più popolari al mondo grazie alla sua semplicità e precisione nei casi d'uso reali. La nostra nuova integrazione con Roboflow offre un'esperienza di formazione e implementazione di YOLOv5 ancora più perfetta.  

Ora è possibile etichettare ed esportare automaticamente i set di dati personalizzati direttamente in YOLOv5 per l'addestramento con Roboflow utilizzando il pacchetto pip, con particolare attenzione all'apprendimento attivo. In questo modo, potrete snellire il vostro processo MLOps evitando il tempo speso in minuzie di computer vision.
Eliminate tutto il lavoro inutile con l'apprendimento automatico per rendere la computer vision facile come, ad esempio, YOLO.

Da dove cominciare?

Con il nuovo notebook YOLOv5 Colab abbiamo semplificato l'addestramento dei modelli su set di dati personalizzati. Per iniziare, seguite i passaggi indicati di seguito:

1. Aprire il quaderno di formazione personalizzata YOLOv5 Colab
2. pip install roboflow per iniziare a usare i dataset di Roboflow
3. Esportare il progetto da Roboflow nel formato desiderato.
4. Verrà generato uno snippet di codice per la formazione personalizzata
5. Copiare/incollare lo snippet dal proprio account nel punto designato del quaderno.

Voilà!

‍

Ulteriori informazioni utili sono disponibili nel seguente video tutorial di Roboflow.

Un momento entusiasmante per il campo della computer vision  

La combinazione delle nuove funzionalità di Roboflow con i punti di forza di YOLOv5 costituisce una soluzione MLOps incredibilmente potente. Siamo entusiasti delle possibilità che Ultralytics e Roboflow stanno aprendo grazie alla nostra visione condivisa di IA semplice e non vediamo l'ora di vedere cosa creano i nostri utenti utilizzando la nostra nuova integrazione".

Non vediamo l'ora di conoscere le scoperte che la nostra comunità di sviluppatori realizzerà!

‍