I punti salienti del primo meetup Ultralytics a Shenzhen: l'evoluzioneYOLO Ultralytics YOLO in una piattaforma completa di visione artificiale e le prospettive future per la comunità cinese dell'intelligenza artificiale.
Con la continua evoluzione della tecnologia della visione artificiale, anche l'attenzione del settore si sta spostando. In passato, l'interesse principale era incentrato sul fatto che i modelli SOTA sviluppati in laboratorio fossero sufficientemente avanzati. Oggi, invece, è emersa una questione più importante:
In che modo questi modelli possono essere realmente applicati in contesti concreti? Come possono i progetti di IA visiva passare dalle dimostrazioni alle applicazioni pratiche, continuare a evolversi e creare valore reale?
Tenendo presenti queste domande, Ultralytics a Shenzhen per organizzare il suo primo Meetup offline in Cina. Attraverso questo evento, speravamo di entrare in contatto diretto con sviluppatori cinesi, partner del settore e appassionati di visione artificiale, per discutere di dove Ultralytics YOLO si trova oggi e quale Ultralytics il futuro Ultralytics .
In passato,YOLO Ultralytics YOLO noto soprattutto per la sua rapidità, praticità e facilità di implementazione. Che si tratti di rilevamento di oggetti, ispezioni industriali, monitoraggio della sicurezza o attività di visione in tempo reale su dispositivi edge, YOLO diventato uno degli strumenti di riferimento per molti sviluppatori che intraprendono progetti di visione artificiale.
Oggi Ultralytics andando oltre il semplice modello singolo per diventare una piattaforma completa di visione artificiale che copre la gestione dei set di dati, l'addestramento, l'implementazione, il monitoraggio e un ciclo di feedback finalizzato al miglioramento continuo.
La gente si chiedeva: «Il modello è preciso? È veloce?»
Ora ci stiamo concentrando maggiormente sulla risoluzione di una questione più ampia: come può un progetto di IA visiva diventare effettivamente operativo, essere utilizzato in contesti reali e continuare a migliorare nel tempo?
Ecco l'obiettivo Ultralytics : rendere più efficiente l'annotazione dei dati, semplificare l'addestramento dei modelli, facilitare l'implementazione multipiattaforma e consentire agli sviluppatori di migliorare continuamente le proprie applicazioni di IA visiva.
Nel corso della sessione, Glenn ha inoltre illustrato alcune delle funzionalità principali della Ultralytics , tra cui l'annotazione automatica, l'addestramento con un solo clic, l'implementazione multiformato e la possibilità di migliorare continuamente i modelli grazie ai dati di feedback.
Per molte aziende, realizzare un progetto di IA visiva non significa solo scegliere un modello. La vera complessità risiede spesso in questioni quali la provenienza dei dati, le modalità di annotazione, le procedure di addestramento e implementazione del modello, nonché le modalità di miglioramento continuo dopo il lancio. Se queste fasi non sono ben integrate tra loro, diventa difficile per un progetto entrare realmente in produzione.
Ultralytics collega tutte queste fasi, consentendo agli sviluppatori di completare l'intero flusso di lavoro in modo più fluido, dai dati al modello, dall'addestramento alla distribuzione e dal lancio al feedback, senza dover passare continuamente da uno strumento all'altro.
Ad oggi, la piattaforma conta già oltre 100 milioni di immagini caricate, più di 600 milioni di annotazioni e circa 40.000-50.000 set di dati.
Dietro questi numeri si nasconde un segnale chiaro: la domanda di visione artificiale è reale e sta passando dalla fase di ricerca e sperimentazione ad applicazioni pratiche su larga scala.
Per quanto riguarda la commercializzazione, Ultralytics ha Ultralytics illustrato i piani di offerta pensati per soddisfare le diverse esigenze degli utenti, tra cui il piano Grow da 29 dollari al mese, le opzioni di licenza per le grandi aziende e i casi di successo di clienti come Amazon e Siemens. Questi esempi dimostrano che Ultralytics è pensata per utenti di ogni livello, dai singoli sviluppatori e dai team di ricerca alle grandi aziende.
Glenn ha sottolineato che la Cina rappresenta una parte molto importante della comunitàUltralytics e potrebbe essere uno dei paesi con il maggior numero di persone che stanno imparando il machine learning e che sono interessate a questa disciplina.
Per Ultralytics, la Cina non è solo una regione con un'ampia base di utenti, ma anche una comunità molto attiva caratterizzata da una forte presenza di sviluppatori, scenari applicativi diversificati e preziosi riscontri tecnici.
Affinché uno strumento venga ampiamente adottato, non basta una tecnologia all'avanguardia. Anche la documentazione, la comunità, l'accessibilità, l'esperienza di implementazione e l'assistenza locale devono essere fluide e affidabili.
Ecco perché Ultralytics intende Ultralytics rafforzare ulteriormente la propria presenza locale in Cina, tra l'altro creando un team locale, migliorando l'accessibilità, ottimizzando la distribuzione e riducendo il più possibile gli ostacoli legati alle VPN.
Durante la sessione di domande e risposte, i partecipanti hanno sollevato numerose domande pertinenti, consentendoci di comprendere meglio quali siano le reali preoccupazioni degli sviluppatori cinesi quando si tratta di integrare la visione artificiale nelle applicazioni pratiche.
Un partecipante di AMD ha chiesto se Ultralytics supporti ambienti di addestramento privati o locali. Si tratta di una questione fondamentale anche per molte aziende e team. Quando i progetti riguardano dati sensibili, dati specifici del settore o dati aziendali interni, la privacy, la sicurezza e le capacità di implementazione locale assumono un'importanza particolare. Il partecipante ha inoltre chiesto se Ultralytics fornire in futuro un supporto più completo per l'hardware AMD.
Glenn ha spiegato che si tratta di una direzione su cui il team sta discutendo attivamente. Man mano che l'IA visiva verrà implementata su un numero sempre maggiore di dispositivi e ambienti hardware, il supporto dell'ecosistema hardware diventerà un elemento fondamentale nell'esperienza di implementazione dei modelli.
Oltre ai casi d'uso industriali, all'hardware e all'implementazione, alcuni partecipanti hanno chiesto anche se YOLO essere utilizzato per il riconoscimento degli stili artistici o se fosse in grado di supportare la comprensione visiva con la tutela della proprietà intellettuale.
Queste domande sono state fonte di ispirazione. Dimostrano che la fantasia nell'ambito YOLO non si limita più ai tradizionali scenari di ispezione industriale, rilevamento di oggetti e sicurezza. Si sta ora espandendo in ambiti più ampi quali la creazione di contenuti, la comprensione dei media e la produzione creativa.
Inoltre, anche argomenti quali i dispositivi edge di piccole dimensioni, l'implementazione offline e l'ottimizzazione della quantizzazione hanno rappresentato aree di interesse fondamentali. È evidente che gli sviluppatori non si preoccupano solo delle prestazioni dei modelli in sé, ma anche dell'esperienza pratica complessiva nell'utilizzo dell'IA visiva.
Sono proprio queste le questioni che la visione artificiale deve affrontare nel passaggio dalla ricerca alle applicazioni pratiche.
Questo evento ci ha dato la netta sensazione che ci sia una tendenza ben definita:
La visione artificiale sta superando la fase della competizione tra modelli per entrare in una nuova fase caratterizzata dalla creazione di piattaforme, dalla commercializzazione dei prodotti e dallo sviluppo di ecosistemi.
I punti di forza principali YOLOsono sempre stati la velocità, la praticità e la facilità di implementazione. Oggi, Ultralytics a estendere questi punti di forza all'intero flusso di lavoro, in modo che gli sviluppatori possano non solo accedere a modelli potenti, ma anche gestire i dati, addestrare i modelli, implementare le applicazioni e ottimizzare continuamente i propri sistemi di IA visiva con maggiore facilità.
Anche la comunità cinese dell'intelligenza artificiale sta assumendo un ruolo sempre più importante in questo percorso. Vanta un ampio bacino di sviluppatori, una vasta gamma di scenari applicativi e una forte passione per l'apprendimento e la pratica sul campo. Guardando al futuro, siamo entusiasti di collaborare con un numero sempre maggiore di sviluppatori, partner aziendali e membri della comunità cinese per estendere l'uso della visione artificiale a una gamma più ampia di applicazioni concrete.
Come ha detto Glenn:
«Vogliamo che tutti possano utilizzare la visione artificiale.»
Questa potrebbe essere la spiegazione migliore del passaggio Ultralyticsverso un futuro sempre più incentrato sulle piattaforme.
Inizia il tuo viaggio con il futuro del machine learning
