I punti salienti di Ultralytics da YOLO Vision 2025!

La comunità dell'IA e della computer vision si è riunita il 25 settembre per YOLO Vision 2025 (YV25), l'evento ibrido annuale di Ultralytics dedicato alla vision AI. Ospitato a Londra presso The Pelligon e trasmesso in tutto il mondo, l'evento ha accolto un gruppo eterogeneo di ricercatori, ingegneri e appassionati di IA per condividere idee e conoscere le nuove innovazioni, come Ultralytics YOLO26.

Giunto alla sua quarta edizione, l'evento ha continuato a crescere in termini di portata e impatto. Il live stream di YV25 ha già totalizzato oltre 6.800 visualizzazioni, generato più di 49.000 impression e raccolto quasi 2.000 ore di visione.

YV25 è iniziato con un discorso di apertura del nostro conduttore Oisin Lunny, che ha dato il tono alla giornata incoraggiando i partecipanti a connettersi, condividere e sfruttare al meglio l'evento. Come ha affermato, “YOLO Vision 2025 è la conferenza che unisce la comunità open-source di vision AI per concentrarsi su dati, machine learning e progressi nella computer vision.”

In questo articolo, ripercorreremo i momenti salienti di YOLO Vision 2025, tra cui il lancio del prodotto, i keynote, una tavola rotonda, demo dal vivo e i momenti comunitari che hanno reso speciale la giornata. Cominciamo!

Link to this sectionDalla singola GPU a un finanziamento Series A da 30 milioni di dollari#

Nel periodo precedente l'evento, c'era molta eccitazione per il lancio del nuovo prodotto e Glenn Jocher, nostro Fondatore e CEO, ha iniziato la giornata capitalizzando questa energia.

Ha condiviso il percorso di Ultralytics, ricordando come nel 2020 eseguisse esperimenti su una singola 1080 Ti collegata al suo MacBook, una configurazione oggi obsoleta. Da quei modesti inizi, Ultralytics è cresciuta fino a diventare una comunità globale con miliardi di inferenze giornaliere basate su modelli YOLO.

Glenn ha anche parlato del recente round di finanziamento Series A da 30 milioni di dollari chiuso da Ultralytics. Ha spiegato come questo investimento alimenterà la prossima fase di crescita, consentendo all'azienda di far crescere il team, espandere la ricerca e assicurarsi le risorse computazionali necessarie per continuare a superare i confini della computer vision.

Link to this sectionUltralytics YOLO26: un modello YOLO migliore, più veloce e più piccolo#

Glenn ha poi annunciato due nuovi progetti di Ultralytics. Il primo è Ultralytics YOLO26, l'ultimo modello della famiglia Ultralytics YOLO, progettato per essere più piccolo, veloce ed efficiente, raggiungendo una precisione ancora maggiore. Il secondo è l'Ultralytics Platform, un nuovo workspace SaaS end-to-end che combina dati, training, deployment e monitoraggio per rendere la creazione di soluzioni di computer vision più facile che mai, il cui annuncio è previsto nel prossimo futuro.

Fig 1. Glenn Jocher annuncia Ultralytics YOLO26 sul palco di YOLO Vision 2025.

YOLO26 è progettato per migliorare le prestazioni rimanendo pratico per l'uso nel mondo reale. La versione più piccola gira già fino al 43% più velocemente su CPU migliorando al contempo la precisione, rendendola ideale per applicazioni che vanno dai dispositivi mobili ai sistemi aziendali di grandi dimensioni. YOLO26 sarà disponibile pubblicamente entro la fine di ottobre.

Ecco un'anteprima delle caratteristiche chiave di YOLO26:

• Architettura semplificata: È stato rimosso il modulo Distribution Focal Loss (DFL), che in precedenza rallentava i modelli. YOLO26 ora funziona in modo più efficiente senza sacrificare la precisione.
• Predizioni più veloci: YOLO26 introduce un'opzione per saltare il passaggio della Non-Maximum Suppression (NMS), consentendo di fornire risultati più rapidamente e facilitando il deployment in tempo reale.
• Migliore nell'individuazione di piccoli oggetti: Nuovi metodi di training migliorano la stabilità e aumentano significativamente la precisione, specialmente quando si rilevano piccoli dettagli in scene complesse.
• Training più intelligente: Il nuovo ottimizzatore MuSGD combina i punti di forza di due tecniche di training, aiutando il modello a imparare più velocemente e a raggiungere una maggiore precisione.

Link to this sectionUno sguardo alla piattaforma Ultralytics#

Dopo aver introdotto YOLO26, Glenn ha invitato Prateek Bhatnagar, il nostro Head of Product Engineering, a presentare il prossimo progetto all'orizzonte, la Ultralytics Platform. Creata per semplificare l'intero flusso di lavoro della computer vision, la piattaforma mira a riunire in un unico posto dataset, annotazione, training, deployment e monitoraggio.

Prateek l'ha paragonata alla messa a punto di un'auto: invece di visitare diverse officine per pneumatici, motori e trasmissioni, tutto avviene in un unico garage. Allo stesso modo, la piattaforma offre agli sviluppatori un workspace integrato per gestire l'intero ciclo di vita di un modello di vision AI.

La demo ha mostrato strumenti di annotazione assistiti dall'IA che velocizzano la preparazione del dataset, opzioni di training personalizzabili sia per esperti che per principianti e monitoraggio in tempo reale dei training run.

Link to this sectionApprofondimenti da una tavola rotonda sul deployment all'edge#

Un altro punto saliente di YV25 è stata una tavola rotonda sul deployment all'edge, moderata da Oisin Lunny. La sessione ha visto la partecipazione di Yuki Tsuji di Sony Semiconductor Solutions, David Plowman di Raspberry Pi e Glenn Jocher.

La discussione ha esplorato come spostare l'IA all'edge riduca la latenza, diminuisca i costi e migliori la privacy. Yuki ha presentato il sensore IMX500 di Sony, in grado di eseguire l'inferenza direttamente sul chip. Nel frattempo, David ha parlato di come Raspberry Pi si stia espandendo dalle sue radici maker verso applicazioni commerciali su larga scala.

Fig 2. Una tavola rotonda sul deployment all'edge con Oisin Lunny, Yuki Tsuji, David Plowman e Glenn Jocher.

Il panel ha anche toccato uno dei maggiori ostacoli per gli sviluppatori: far girare i modelli senza problemi su diversi dispositivi. È qui che il pacchetto Python di Ultralytics gioca un ruolo chiave.

Grazie alla sua ampia gamma di opzioni di esportazione, semplifica il trasferimento di un modello addestrato in produzione su dispositivi mobili, sistemi embedded o hardware aziendale. Eliminando le difficoltà legate alla conversione dei modelli, Ultralytics aiuta i team a concentrarsi sulla creazione di soluzioni invece di lottare con problemi di compatibilità.

Come ha spiegato David, “So per esperienza diretta che convertire i modelli è orribile, e se qualcun altro lo fa per me, mi semplifica la vita enormemente. È qui che Ultralytics sta davvero migliorando la situazione e offrendo qualcosa di prezioso per i nostri utenti.”

Link to this sectionAccelerare l'innovazione e l'hardware per l'IA#

I progressi del software di IA avvengono in parallelo a quelli dell'hardware e insieme stanno guidando una nuova ondata di innovazione nella computer vision. Mentre modelli come Ultralytics YOLO continuano a spingere in avanti la precisione, il loro impatto nel mondo reale dipende anche dalle piattaforme su cui girano.

Ad esempio, Seeed Studio ha mostrato come hardware modulare e a basso costo come le loro schede reCamera e XIAO, precaricate con modelli Ultralytics YOLO, rendano facile per gli sviluppatori passare dalla prototipazione ai sistemi di IA del mondo reale. Questo tipo di integrazione hardware-software abbassa la barriera all'ingresso e mostra come l'innovazione a livello hardware acceleri direttamente l'adozione.

Ecco alcuni punti chiave da altri keynote di YV25 che hanno sottolineato come la co-progettazione hardware-software stia aprendo nuove possibilità:

• La quantizzazione sblocca grandi guadagni di velocità: Intel ha mostrato come convertire i modelli Ultralytics YOLO in OpenVINO con la quantizzazione abbia aumentato l'inferenza da 54 FPS a 606 FPS in soli 30 minuti, evidenziando il potere dell'ottimizzazione.
• Gli strumenti full-stack rendono pratico il deployment dell'edge AI: NVIDIA ha evidenziato come i dispositivi Jetson, TensorRT, Triton Inference Server e il DeepStream SDK lavorino insieme per semplificare il deployment di vision AI ad alte prestazioni all'edge.
• Gli ecosistemi aperti accelerano la prototipazione: AMD ha sottolineato la sua piattaforma end-to-end basata su GPU e sullo stack software ROCm, aiutando gli sviluppatori a passare rapidamente dal prototipo al deployment tenendo sotto controllo i costi.
• I chip a basso consumo espandono l'IA a dispositivi limitati: DEEPX ha presentato i propri processori DX-M1 e DX-M2, in grado di offrire decine di TOPS con meno di 5 watt per consentire un'inferenza avanzata in sistemi compatti e con risorse limitate.

Link to this sectionTendenze recenti nella computer vision#

Con i progressi sia nel software che nell'hardware che lavorano di pari passo, la computer vision si sta evolvendo più velocemente che mai. Questi sviluppi paralleli non stanno solo migliorando precisione e velocità, ma stanno anche plasmando il modo in cui la vision AI può essere implementata nel mondo reale. A YV25, i partecipanti hanno avuto l'opportunità di ascoltare esperti di robotica, deployment all'edge e IA multimodale, ognuno offrendo una prospettiva diversa sulla direzione del settore.

Ad esempio, nel suo keynote, Michael Hart di D-Robotics ha dimostrato come abbinare i modelli Ultralytics YOLO alla loro scheda compatta RDK X5 (un piccolo modulo di visione AI embedded) consenta ai robot di eseguire modelli di visione avanzati in tempo reale. La sua demo dal vivo ha mostrato quanto lontano sia arrivata la robotica, evolvendosi da esperimenti di laboratorio a sistemi pratici basati su IA.

Fig 3. Michael Hart ha sottolineato come i robot di oggi dotati di IA dipendano dalla computer vision.

Allo stesso modo, Alexis Crowell e Steven Hunsche di Axelera AI hanno sottolineato le sfide e le opportunità del deployment della vision AI all'edge. Attraverso demo dal vivo, hanno spiegato come le Metis AI Processing Units (AIPU) di Axelera AI combinino RISC-V e calcolo digitale in-memory per offrire elevate prestazioni con consumi molto ridotti. Confezionata in formati familiari come M.2 e PCIe, la co-progettazione hardware-software della piattaforma rende il ridimensionamento dell'edge AI pratico ed efficiente.

E in un'altra sessione, Merve Noyan di Hugging Face ha esplorato l'ascesa dell'IA multimodale, dove i modelli combinano visione con testo, audio e altri input. Ha parlato di casi d'uso che vanno dall'analisi dei documenti agli agenti incarnati, sottolineando come l'innovazione open-source stia accelerando l'adozione dell'IA.

Link to this sectionBilanciare il progresso tecnico con i valori umani#

Sebbene YV25 abbia presentato keynote stimolanti ad ampio respiro, ha incluso anche sessioni profondamente pratiche. Jiri Borovec di Lightning AI ha fornito una guida pratica mostrando come addestrare e mettere a punto i modelli Ultralytics YOLO con PyTorch Lightning e il supporto multi-GPU.

Ha esaminato esempi di codice e ha evidenziato come strumenti open-source, documentazione chiara e framework flessibili rendano più facile per gli sviluppatori scalare l'addestramento, validare ogni fase e adattare i flussi di lavoro ai propri progetti. È stato un promemoria di quanto la comunità e gli strumenti accessibili siano importanti per un vero progresso nella computer vision.

Dall'altro lato dello spettro, i relatori hanno esortato il pubblico a pensare al ruolo più ampio dell'IA nella società. Nel suo keynote, Gerd Leonhard, futurista, umanista e CEO di The Futures Agency, ha sostenuto che “la tecnologia è moralmente neutrale finché non la usiamo”, sottolineando che la vera domanda non è solo cosa può fare l'IA, ma cosa dovrebbe fare. Ha messo in guardia dal cadere in trappole come il riduzionismo e la mancanza di verità, e ha invocato un'IA che serva davvero gli interessi a lungo termine dell'umanità.

Fig 4. Gerd Leonhard condivide le sue idee sulla creazione di soluzioni IA mantenendole incentrate sull'uomo.

Questa attenzione alla responsabilità è proseguita in una chiacchierata con Carissa Véliz dell'Università di Oxford, che ha sottolineato l'importanza di privacy e sicurezza. Ha fatto notare che le comunità open-source sono vitali per verificare e migliorare il codice, e che etica e design sono inseparabili. Il suo messaggio era chiaro: gli sviluppatori devono anticipare l'uso improprio e costruire sistemi che mettano al primo posto la dignità umana e il benessere sociale.

Link to this sectionNetworking a Londra a YV25#

Andando oltre i discorsi e le demo, YV25 ha anche creato uno spazio in cui le persone potessero connettersi. Durante le pause caffè e il pranzo, i partecipanti si sono mescolati, hanno condiviso esperienze, confrontato approcci e dato vita a nuove collaborazioni.

Per il team di Ultralytics, è stata anche un'ottima opportunità per incontrarsi di persona. Con i membri sparsi in tutto il mondo, momenti come questo aiutano a rafforzare le connessioni e a celebrare insieme i progressi.

Fig 5. Il team di Ultralytics conclude una giornata stimolante a YOLO Vision 2025.

La giornata si è conclusa con un after-party, dove i partecipanti hanno avuto la possibilità di rilassarsi e continuare a fare networking. È stato un momento per riflettere, ricaricarsi e guardare al prossimo capitolo dell'innovazione nella vision AI.

Link to this sectionSuperare insieme i confini della vision AI#

YOLO Vision 2025 è stata una celebrazione di idee, innovazione e comunità. Il lancio di Ultralytics YOLO26 ha preparato il terreno, seguito da interessanti interventi sul deployment all'edge e sull'IA incentrata sull'uomo, che hanno evidenziato il rapido progresso della vision AI e il suo crescente impatto sul mondo.

Oltre alle sessioni keynote, l'evento ha unito le persone. Ricercatori, sviluppatori e appassionati hanno condiviso esperienze, innescato conversazioni significative ed esplorato nuove possibilità per il futuro. L'evento si è concluso con una nota positiva, con i partecipanti entusiasti del futuro dei modelli Ultralytics YOLO e della computer vision.

Pronto a esplorare l'IA? Unisciti alla nostra comunità e al repository GitHub per saperne di più sull'IA e la computer vision. Visita le nostre pagine dedicate alle soluzioni per esplorare ulteriori applicazioni della computer vision in agricoltura e dell'IA nella robotica. Dai un'occhiata alle nostre opzioni di licenza e inizia subito con la computer vision!