YOLO VISION 2022: la nuova frontiera della Vision AI

Il nostro primo YOLO VISION si è tenuto il 27 settembre 2022. Dall’ingresso dell’IA nel settore automobilistico all’analisi in tempo reale della produzione di frutta, abbiamo ascoltato interventi stimolanti di utenti di YOLOv5 provenienti da ogni ambito.

Ciò che ha reso speciale questo evento è stata l’ampia varietà di background dei relatori. Insieme ai rappresentanti delle 18 aziende partecipanti, i relatori hanno offerto approfondimenti su ogni aspetto del processo di ML. Tra questi c’erano aziende nostre partner come Comet, Deci, ClearML, Paperspace e Roboflow, oltre ad altri protagonisti dell’open source come i colossi cinesi Baidu, Meituan e OpenMMLabs.

Ridefinire lo stato dell’arte con Ultralytics YOLOv5#

Ti chiedi quale sia la storia della creazione di Ultralytics YOLOv5 e quale metodologia sia stata utilizzata per la R&D?

Scopri i dettagli dell’approccio olistico utilizzato per scegliere le migliori architetture insieme a Glenn Jocher, nostro Founder & CEO qui in Ultralytics, e Ayush Chaurasia, nostro ML Engineer.

Architetture di modelli eccellenti come Ultralytics YOLOv5 sono fondamentali per ottenere risultati utili nel machine learning. Ma i modelli sono validi solo quanto i loro dataset. Joseph Nelson, CEO & Co-founder di Roboflow, nostra azienda partner, ha mostrato l’impatto della qualità dei dataset sui risultati in produzione. Gli approfondimenti si basano su oltre 10.000 processi di addestramento per la visione e sulla community open source di Roboflow Universe, che conta oltre 90.000 dataset.

Durante il suo intervento, Joseph ha inoltre illustrato le differenze principali tra ricerca e produzione, che consentono agli sviluppatori di modificare i propri dataset per ottenere più rapidamente risultati significativi.

Scopri di più sulla qualità dei dataset e sul suo impatto nel portare il tuo modello CV a un livello adatto alla produzione!

Best practice per convalidare il tuo modello ML e i tuoi dati prima del deployment#

Oggi ogni componente del software tradizionale viene sottoposto a test completi di vari tipi prima del deployment, riducendo significativamente il rischio di errori in produzione.

Come possiamo adattare queste idee al mondo dell’ML, orientato statisticamente?

Aishwarya Srinivasan, Data Scientist presso Google e Open Source Developer Advocate presso Deepchecks, parla del puro entusiasmo che nasce dalla creazione di soluzioni in grado di risolvere le sfide del mondo reale. In Google sviluppa soluzioni di machine learning per i casi d’uso dei clienti, sfruttando i prodotti Google fondamentali, tra cui TensorFlow, DataFlow e AI Platform.

Aishwarya si è unita a noi a YOLO VISION per discutere delle best practice e di consigli pratici per testare e analizzare a fondo il tuo modello. Guarda il suo intervento per scoprire la differenza tra il testing del software e il testing dell’ML.

Progetti open source che abilitano il futuro dell’IA per la visione artificiale#

Abbiamo organizzato un panel innovativo, riunendo altri membri della famiglia di architetture YOLO e altre importanti architetture open source di IA per la visione presenti nel settore.

In questa occasione, YOLOv6 di Meituan, MMDetection di OpenMMLab CN e PaddlePaddle di Baidu, Inc. si sono uniti a noi, insieme a YOLOv5 di Ultralytics, per discutere dei progetti open source che abilitano il futuro dell’IA per la visione.

Era la prima volta in assoluto che questi importanti repository di IA per la visione condividevano lo stesso palco. Se ti sei perso questo panel, guarda il video in cui Bo Zhang, Glenn Jocher, Guanzhong Wang, Wenwei Zhang e Yixin Shi discutono della scelta dei framework, dei design, dell’evoluzione della struttura dei repository e molto altro!

Come afferma il nostro CEO Glenn Jocher, “Abbiamo avuto tutti l’opportunità di imparare dagli strumenti e dalle esperienze degli altri.”

I dati visivi stanno esplodendo#

I sistemi di gestione dei dati visivi sono carenti sotto ogni aspetto: archiviazione, qualità, ricerca, analisi e visualizzazione. Di conseguenza, aziende e ricercatori perdono affidabilità dei prodotti, ore di lavoro, spazio di archiviazione sprecato e risorse di calcolo e, cosa ancora più importante, la capacità di sfruttare appieno il potenziale dei propri dati.

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

FastDup è uno strumento per ottenere approfondimenti da un’ampia raccolta di immagini. Può trovare anomalie, immagini duplicate e quasi duplicate, cluster di similarità e apprendere il comportamento normale e le interazioni temporali tra le immagini. Può essere utilizzato per il sottocampionamento intelligente di un dataset di qualità superiore, la rimozione degli outlier e il rilevamento di nuove informazioni da inviare per l’annotazione.

Esperto di analisi dei big data e machine learning su larga scala, Danny Bickson vanta oltre 15 anni di esperienza nel settore high-tech. Potresti conoscerlo per il suo lavoro in Turi, una piattaforma di machine learning che crea prodotti di analisi dei big data per i propri utenti. Nel 2016, Turi è stata acquisita da Apple, dove il dott. Danny Bickson ha lavorato per diversi anni come Senior Data Science Manager.

La tua porta d’accesso all’IA per la visione#

Infine, siamo stati lieti di annunciare ufficialmente il lancio della nostra Ultralytics Platform!

Ultralytics Platform è la nostra soluzione no-code per addestrare e distribuire modelli di IA in tre semplici passaggi! Dai vita ai tuoi modelli scegliendo da quali dati devono apprendere.

I nostri esperti e creatori degli strumenti, Kalen Michael e Sergio Sánchez, ci hanno guidato alla scoperta di Ultralytics Platform e hanno illustrato tutte le funzionalità e caratteristiche. Scopri di più su Ultralytics Platform e inizia a creare gratuitamente i tuoi modelli!

Trova tutte le sessioni registrate sul nostro canale YouTube!

Siamo entusiasti della partecipazione a YOLO VISION e felici di aver creato un evento in cui esperti da tutto il mondo possono incontrarsi per conoscere l’IA per la visione; resta aggiornato sulle nostre attività seguendoci sui social media. Ci vediamo l’anno prossimo a YOLO VISION 2023!