Ultralytics Platform: Cinque strumenti, un'unica piattaforma di computer vision

Oggi abbiamo lanciato Ultralytics Platform, la piattaforma definitiva di computer vision end-to-end progettata per semplificare il modo in cui i sistemi di vision AI vengono costruiti e distribuiti. Sebbene la computer vision, un campo dell'intelligenza artificiale che consente alle macchine di interpretare immagini e video, alimenti già molti sistemi su cui facciamo affidamento oggi, la creazione di queste soluzioni è stata tradizionalmente complessa.

Per molti ingegneri AI e sviluppatori di machine learning, la costruzione di un'applicazione di computer vision comporta ancora il passaggio tra diversi strumenti durante tutto il processo di sviluppo. Un team potrebbe gestire i dataset e l'annotazione su una piattaforma, eseguire l'addestramento dei modelli su un'altra e affidarsi a servizi aggiuntivi per testare le previsioni, tracciare gli esperimenti e distribuire i sistemi in produzione.

Man mano che i progetti crescono, il cambio di strumenti può rallentare lo sviluppo e aggiungere oneri operativi. Invece di concentrarsi sul miglioramento dei modelli e sulla creazione di nuove app di computer vision, i team trascorrono spesso il tempo a gestire flussi di lavoro, spostare dati tra gli strumenti e configurare l'infrastruttura.

Ultralytics Platform è stata creata per ottimizzare e accelerare questo processo. Riunendo annotazione, addestramento, validazione, distribuzione e monitoraggio in un unico ambiente, sostituisce molteplici strumenti dello stack di vision AI con una singola piattaforma di computer vision, aiutando i team a costruire e distribuire sistemi di vision AI scalabili in modo più efficiente.

Fig 1. Uno sguardo alla preparazione del dataset utilizzando la Ultralytics Platform (Fonte)

In questo articolo esploreremo come Ultralytics Platform sostituisca molteplici strumenti con un'unica piattaforma di computer vision unificata. Iniziamo!

Link to this sectionIl problema del multi-strumento nello sviluppo della computer vision#

Costruire una soluzione di computer vision coinvolge diverse fasi, dalla preparazione dei dataset alla distribuzione dei sistemi in produzione. In molti casi, i team si affidano a strumenti diversi per ogni parte di questo flusso di lavoro, tra cui:

• Strumenti di gestione dei dataset: I team utilizzano questi strumenti per archiviare e organizzare immagini e video che verranno successivamente utilizzati come dati di addestramento per i sistemi di computer vision.
• Strumenti di annotazione: Queste piattaforme consentono agli sviluppatori e ai team di dati di etichettare oggetti, segmenti o keypoints all'interno delle immagini, in modo che i sistemi possano apprendere schemi dai dati visivi.
• Strumenti e framework per l'addestramento dei modelli: Gli sviluppatori si affidano a questi strumenti per addestrare sistemi di computer vision utilizzando dataset annotati e modelli di deep learning, lavorando spesso all'interno di framework di machine learning basati su Python come PyTorch e TensorFlow.
• Strumenti di test e inferenza: Prima della distribuzione, i team eseguono i modelli su nuove immagini o video per verificare le previsioni e valutare le prestazioni del sistema.
• Strumenti di distribuzione e monitoraggio: Una volta che una soluzione di vision AI è pronta per essere rilasciata, viene utilizzata un'infrastruttura aggiuntiva per eseguire l'applicazione in produzione e monitorarne le prestazioni nel tempo.

Gestire questi strumenti separatamente può rendere più difficile coordinare i flussi di lavoro di sviluppo. I team finiscono per passare tempo a spostare dati tra piattaforme, mantenere integrazioni e configurare l'infrastruttura, invece di concentrarsi sul miglioramento delle applicazioni di computer vision.

Link to this sectionCos'è una piattaforma di vision AI end-to-end?#

Prima di addentrarci nelle funzionalità chiave di Ultralytics Platform e in ciò che può fare, comprendiamo cosa intendiamo per piattaforma di computer vision end-to-end.

In parole semplici, Ultralytics Platform fornisce un unico luogo in cui gli sviluppatori possono costruire ed eseguire applicazioni di computer vision. Invece di affidarsi a servizi separati per diverse parti del processo di sviluppo, individui e team possono lavorare con dati visivi, addestrare modelli e algoritmi, testare i risultati ed eseguire applicazioni all'interno dello stesso ambiente.

Fig 2. Test di un modello sulla Ultralytics Platform (Fonte)

Questo approccio rende più facile per gli sviluppatori sperimentare, migliorare i propri sistemi e far avanzare i progetti senza dover passare costantemente da uno strumento all'altro.

Link to this sectionCome Ultralytics Platform semplifica il flusso di lavoro della vision AI#

Ultralytics Platform è stata plasmata da anni di lavoro a stretto contatto con la comunità della computer vision. Le nostre conversazioni con gli sviluppatori e i team che costruiscono sistemi di vision AI continuavano a evidenziare alcune sfide comuni.

Ad esempio, una preoccupazione chiave era l'annotazione dei dati, che può richiedere molto tempo quando è necessario etichettare dataset di grandi dimensioni. Un'altra sfida è emersa quando i team hanno cercato di mettere i sistemi in produzione, dove la distribuzione di applicazioni in diversi ambienti e configurazioni hardware richiede spesso strumenti aggiuntivi.

Molti team hanno a che fare anche con il cambio di strumenti, poiché strumenti di annotazione, ambienti di addestramento e sistemi di distribuzione sono spesso sparsi su più piattaforme. Ultralytics Platform risolve tutte queste complicazioni con una gamma di funzionalità integrate.

Link to this sectionUna panoramica delle funzionalità chiave di Ultralytics Platform#

Approfondiamo alcune delle funzioni chiave di Ultralytics Platform che aiutano a semplificare queste sfide e il flusso di lavoro generale della vision AI:

• Annotazione intelligente dei dati: Gli strumenti di annotazione integrati aiutano i team a etichettare i dataset più velocemente con funzionalità come l'annotazione intelligente basata sul Segment Anything Model (SAM) e scorciatoie da tastiera che ottimizzano i flussi di lavoro di annotazione.
• Addestramento integrato dei modelli: Gli sviluppatori possono addestrare modelli pre-addestrati direttamente all'interno della piattaforma mentre monitorano gli esperimenti e le prestazioni tramite dashboard interattive.
• Test di inferenza basato su browser: I team possono testare rapidamente le previsioni nel browser per valutare le prestazioni del sistema prima di distribuirlo in produzione.
• Opzioni di distribuzione flessibili: I modelli possono essere esportati in 17 formati diversi o distribuiti tramite servizi di inferenza condivisi ed endpoint dedicati in 43 regioni globali.
• Monitoraggio integrato: La piattaforma fornisce dashboard che aiutano i team a tracciare i risultati degli esperimenti, le prestazioni del sistema e lo stato di salute della distribuzione in un unico posto.

Link to this sectionDai dati grezzi alla distribuzione con Ultralytics Platform#

Man mano che impari di più su Ultralytics Platform, potresti chiederti come sia lavorare con essa. Per avere un'idea migliore, esaminiamo un semplice esempio.

Immagina di costruire un sistema di ispezione visiva per una linea di produzione. L'obiettivo è identificare automaticamente prodotti danneggiati o difettosi mentre si muovono lungo la produzione.

Il processo inizia solitamente con la raccolta dei dati visivi. Utilizzando la nuova piattaforma di computer vision di Ultralytics, puoi caricare immagini o video dei prodotti dalla linea di produzione e organizzarli in dataset che verranno utilizzati per addestrare un modello per il rilevamento dei difetti.

Segue poi l'annotazione dei dati. Con gli strumenti di annotazione manuale o basati su AI integrati nella piattaforma, puoi etichettare i difetti direttamente nelle immagini attraverso 5 attività di rilevamento. L'innovazione dietro funzionalità come l'annotazione intelligente, basata su SAM, e i modelli di scheletro di posa integrati che consentono di posizionare i keypoints con un singolo clic, semplificano un flusso di lavoro che altrimenti richiederebbe ore.

Una volta che il dataset è pronto, puoi passare all'addestramento del modello. La piattaforma ti consente di addestrare modelli di computer vision, come i modelli YOLO di Ultralytics, utilizzando i dati etichettati. Durante l'addestramento, puoi monitorare le metriche di performance, tracciare gli esperimenti e ottimizzare i modelli nel tempo per migliorare le prestazioni del sistema da un'unica dashboard.

Dopo l'addestramento, il passo successivo è il test e la validazione. Puoi eseguire previsioni su nuove immagini direttamente all'interno della piattaforma per verificare quanto bene il sistema rilevi i difetti e identificare le aree dove potrebbero essere necessari ulteriori miglioramenti.

Infine, quando il sistema funziona bene, può essere distribuito in produzione. Ultralytics Platform supporta l'esportazione di modelli in formati multipli o la loro distribuzione tramite servizi di inferenza ed endpoint in modo che possano essere eseguiti in ambienti reali.

Fig 3. Un esempio di esportazione di modelli con la Ultralytics Platform (Fonte)

Supportando ogni fase di questa pipeline, Ultralytics Platform rende più facile passare dai dati visivi grezzi a un'applicazione di computer vision funzionante in grado di rilevare difetti automaticamente su una linea di produzione.

Link to this sectionCasi d'uso basati su vision AI che puoi costruire con Ultralytics Platform#

Nella maggior parte delle applicazioni in cui i dati visivi possono essere convertiti in informazioni e utilizzati per automatizzare i processi, la computer vision può fare la differenza. Questo vale in tutti i settori, dall'assistenza sanitaria all'industria automobilistica, e Ultralytics Platform è stata costruita per supportare questa versatilità.

La piattaforma supporta nativamente modelli all'avanguardia come Ultralytics YOLO26 e una gamma di attività di computer vision, tra cui rilevamento di oggetti, classificazione di immagini, segmentazione di istanze, stima della posa e rilevamento di box di delimitazione orientati (OBB). Grazie a questa flessibilità, gli sviluppatori possono costruire applicazioni per molti scenari diversi in cui immagini o video devono essere analizzati.

Ad esempio, i team possono creare sistemi per il monitoraggio subacqueo in tempo reale in ambienti marini, il conteggio delle cellule nella ricerca medica e biologica, il tracciamento della fauna selvatica in ecosistemi remoti, l'abilitazione di sistemi di percezione per veicoli autonomi e la guida di robot attraverso ambienti complessi. E questo è solo l'inizio di ciò che è possibile fare con la computer vision.

Fig 4. Annotazione di un'immagine per il rilevamento della fauna selvatica sulla Ultralytics Platform (Fonte)

Link to this sectionPerché Ultralytics Platform è il futuro della vision AI#

Man mano che la computer vision diventa più ampiamente utilizzata, rendere lo sviluppo della vision AI più accessibile sta diventando sempre più importante. Molti sviluppatori e organizzazioni vogliono sperimentare con i dati visivi e costruire applicazioni AI, ma le configurazioni di sviluppo tradizionali possono rendere difficile iniziare.

Ultralytics Platform aiuta a ridurre queste barriere fornendo un ambiente in cui gli sviluppatori possono iniziare rapidamente a lavorare con la tecnologia di computer vision. Invece di perdere tempo a configurare l'infrastruttura o a integrare diversi strumenti, i team possono concentrarsi sulla sperimentazione di idee e sulla costruzione di applicazioni pratiche.

Questa accessibilità apre le porte a una gamma più ampia di sviluppatori, ricercatori e organizzazioni per esplorare la vision AI. Di conseguenza, più team possono trasformare i dati visivi in approfondimenti significativi e creare applicazioni che risolvono problemi del mondo reale.

Mentre la vision AI continua a espandersi in tutti i settori, crediamo che la Ultralytics Platform renderà lo sviluppo più accessibile e giocherà un ruolo chiave nel plasmare il futuro della computer vision.

Link to this sectionIniziare con Ultralytics Platform#

Inizia a costruire progetti di computer vision con Ultralytics Platform oggi stesso. Puoi esplorare la piattaforma tramite il piano gratuito, che include crediti di iscrizione per l'addestramento nel cloud e l'accesso agli strumenti principali per gestire i dataset, annotare immagini, addestrare modelli e distribuire applicazioni.

Man mano che i tuoi progetti crescono, puoi scalare il tuo utilizzo con piani aggiuntivi che offrono più risorse di calcolo, archiviazione, funzionalità di collaborazione e capacità di distribuzione. La piattaforma utilizza anche un sistema di prezzi basato su crediti per servizi come l'addestramento nel cloud e gli endpoint gestiti, consentendo ai team di eseguire esperimenti e distribuire applicazioni tenendo traccia dell'utilizzo in modo trasparente.

Link to this sectionPunti chiave#

L'elaborazione delle immagini e la tecnologia di computer vision si stanno rapidamente spostando da esperimenti di ricerca a sistemi del mondo reale che alimentano la tecnologia di tutti i giorni. Ultralytics Platform aiuta ad accelerare questo cambiamento offrendo agli sviluppatori un modo più semplice per costruire, testare e distribuire applicazioni di vision AI. Con meno barriere tra idee e distribuzione, la prossima generazione di soluzioni di computer vision può essere costruita più velocemente che mai.

Unisciti alla nostra comunità ed esplora il repository GitHub per saperne di più sui modelli di computer vision. Leggi le applicazioni come l'AI nell'agricoltura e la computer vision nella robotica sulle nostre pagine di soluzioni. Controlla le nostre opzioni di licenza e inizia a costruire il tuo modello di vision AI.