YOLO VISION 2022: la nuova frontiera della Vision AI

La nostra prima YOLO VISION si è svolta il 27 settembre 2022. Dall'ingresso dell'intelligenza artificiale nell'industria automobilistica all'analisi in tempo reale della produzione di frutta, abbiamo ascoltato i discorsi stimolanti di tutti gli utenti di YOLOv5.

A rendere speciale questo evento è stata l'ampia varietà di background dei relatori. Insieme ai rappresentanti di 18 aziende partecipanti, i relatori hanno fornito approfondimenti su ogni aspetto del processo di ML. Tra queste, le nostre aziende partner, come Comet, Deci, ClearML, Paperspace e Roboflow, e altre dello spazio open-source, come i giganti cinesi Baidu, Meituan e OpenMMLabs.

Ridefinizione dello stato dell'arte con YOLOv5

Volete conoscere la storia della creazione di YOLOv5 e la metodologia utilizzata per la ricerca e lo sviluppo?

Approfondite i dettagli dell'approccio olistico utilizzato per scegliere le migliori architetture con Glenn Jocher, fondatore e CEO di Ultralytics, e Ayush Chaurasia, ingegnere ML.

Grandi architetture di modelli come YOLOv5 sono fondamentali per ottenere risultati utili nell'apprendimento automatico. Ma i modelli sono validi solo quanto i loro set di dati. Joseph Nelson, CEO e co-fondatore del nostro partner Roboflow, ha mostrato l'impatto della qualità dei dataset sui risultati di produzione. Le intuizioni sono basate su oltre 10.000 lavori di addestramento alla visione e sulla comunità open-source di Roboflow Universe con oltre 90.000 set di dati.

Nella sua sessione, Joseph ha anche illustrato le principali differenze tra ricerca e produzione, che consentono agli sviluppatori di intervenire sui loro set di dati per ottenere più rapidamente risultati significativi.

Imparate a conoscere la qualità del set di dati e il suo impatto sul raggiungimento del valore di produzione del vostro modello di CV!

Migliori pratiche per la convalida del modello di ML e dei dati prima dell'implementazione

Oggi ogni software tradizionale viene sottoposto a test completi di vario tipo prima della distribuzione, riducendo in modo significativo il rischio di errori di produzione.

Come possiamo adattare queste idee al mondo statistico del ML?

Aishwarya Srinivasan, Data Scientist di Google e Open Source Developer Advocate di Deepchecks, parla della semplice emozione che c'è dietro la costruzione di soluzioni in grado di risolvere le sfide del mondo reale. In Google, costruisce soluzioni di apprendimento automatico per i casi d'uso dei clienti, sfruttando i prodotti principali di Google, tra cui TensorFlow, DataFlow e AI Platform.

Aishwarya si è unita a noi a YOLO VISION per discutere le migliori pratiche e i consigli pratici per testare e analizzare in modo approfondito il vostro modello. Date un'occhiata al suo intervento per capire la differenza tra il testing del software e quello del ML.

Progetti open source per il futuro dell'intelligenza artificiale della computer vision

Abbiamo ospitato un panel innovativo in cui abbiamo riunito gli altri membri della famiglia di architetture YOLO e altre architetture di IA di visione open-source di alto livello nel settore.

Qui, YOLOv6 di Meituan, MMDetection di OpenMMLab CN e PaddlePaddle di Baidu, Inc. si sono uniti a noi come YOLOv5 di Ultralytics per discutere di progetti open-source che consentono il futuro dell'IA visiva.

Questa è stata la prima volta in assoluto che i migliori archivi di vision AI hanno condiviso il palco. Se vi siete persi questo panel, guardate il video in cui Bo Zhang, Glenn Jocher, Guanzhong Wang, Wenwei Zhang e Yixin Shi discutono della scelta dei framework, dei progetti, dell'evoluzione della struttura dei repository e altro ancora!

Come dice il nostro CEO Glenn Jocher, "Abbiamo tutti imparato dagli strumenti e dalle esperienze degli altri".

I dati visivi stanno esplodendo

I sistemi di gestione dei dati visivi sono carenti sotto tutti gli aspetti: archiviazione, qualità, ricerca, analisi e visualizzazione. Di conseguenza, le aziende e i ricercatori perdono affidabilità dei prodotti, ore di lavoro, spreco di spazio di archiviazione e di calcolo e, soprattutto, la possibilità di sfruttare appieno il potenziale dei loro dati.

In questo intervento, il Dr. Danny Bickson ci ha insegnato come risolvere questo problema con il suo popolare strumento gratuito per GitHub, Fastdup.

FastDup è uno strumento che consente di ricavare informazioni da un'ampia raccolta di immagini. È in grado di trovare anomalie, immagini duplicate e quasi duplicate, cluster di somiglianza e di apprendere il comportamento normale e le interazioni temporali tra le immagini. Può essere utilizzato per il sottocampionamento intelligente di un set di dati di qualità superiore, per la rimozione degli outlier e per il rilevamento di nuove informazioni da inviare per l'etichettatura.

Esperto di big data analytics e machine learning su larga scala, Danny Bickson ha più di 15 anni di esperienza nel settore high-tech. Forse lo conoscete da Turi, una piattaforma di apprendimento automatico che crea prodotti di analisi dei big data per i suoi utenti. Nel 2016 Turi è stata acquisita da Apple, dove Danny Bickson ha lavorato per diversi anni come Senior Data Science Manager.

La vostra porta d'accesso all'IA della visione

Infine, abbiamo avuto il piacere di annunciare formalmente il lancio del nostro Ultralytics HUB!

Ultralytics HUB è la nostra soluzione no-code per addestrare e distribuire modelli di intelligenza artificiale in tre semplici passi! Date vita ai vostri modelli scegliendo i dati da cui farli apprendere.

I nostri esperti, nonché creatori degli strumenti, Kalen Michael e Sergio Sánchez, ci hanno accompagnato in un walkthrough di Ultralytics HUB e ci hanno illustrato tutte le caratteristiche e le funzionalità Scopri di più su Ultralytics HUB e inizia a creare i tuoi modelli gratuitamente!

Trovate tutte le sessioni registrate sul nostro canale YouTube!

Siamo entusiasti dell'affluenza a YOLO VISION e siamo felici di aver creato un evento a cui possono partecipare esperti di tutto il mondo per imparare a conoscere l'IA della visione; restate aggiornati con noi seguendoci sui social media. Ci vediamo l'anno prossimo a YOLO VISION 2023!

‍