YOLOvME: rilevamento delle specie di zebre

Abbiamo visto persone usare Ultralytics YOLOv5 per creare un'app di stima della resa dei raccolti, rilevare la plastica nell'oceano e capire se qualcuno indossa correttamente la mascherina. Abbiamo contattato la nostra community e chiesto di condividere ancora più modi in cui usano YOLOv5 per risolvere le loro sfide.

Kayo Kumabe è un analista di dati di Kumamoto, in Giappone. Kayo lavora con YOLOv5 solo da un mese, ma si diverte a sperimentare con l'infrastruttura perché «è semplicemente intelligente». A chi è alle prime armi con l'IA, Kayo consiglia di dedicare del tempo alla personalizzazione del proprio modello, anche senza conoscenze di Python o di machine learning. In generale, può essere difficile distinguere a occhio nudo le sfumature nell'aspetto. Kayo ha ipotizzato che, invece, l'IA potesse rilevare facilmente queste sottili differenze.

Per verificare questa ipotesi, Kayo ha raccolto un dataset di tre diverse specie di zebra da fornire al proprio modello Ultralytics YOLOv5. Kayo ha creato un modello YOLOv5 per rilevare diversi tipi di zebra. Questo modello confronta le caratteristiche degli animali e produce un risultato che determina la specie della zebra.

Di conseguenza, Kayo ha potuto dimostrare la propria ipotesi. Il modello Ultralytics YOLOv5 è riuscito a rilevare ogni specie di zebra con un alto livello di accuratezza, pur essendo stato addestrato con appena 20 immagini per specie. Eravamo curiosi di capire come Kayo avesse iniziato a lavorare con la computer vision, così le abbiamo posto alcune domande.

Cosa ti ha portato a scegliere Ultralytics YOLOv5 per il rilevamento delle specie di zebra?#

«Non avevo mai provato un'altra infrastruttura per il rilevamento degli oggetti. Ultralytics YOLOv5 sembrava semplice, poiché non richiedeva una programmazione complessa.»

Quali aspetti di Ultralytics YOLOv5 ti hanno facilitato l'inizio?#

«Ho raccolto solo 20 immagini per ogni tipo di zebra, ho creato i file di etichettatura delle immagini e ho lasciato che Ultralytics YOLOv5 imparasse. Tutto qui! È fantastico vedere che YOLOv5 ha rilevato correttamente i tipi di zebra al 100%! Forse andrebbero bene anche meno di 20 immagini.»

Come hai iniziato a lavorare con il machine learning e l'IA per la visione?#

«Alcuni dei miei clienti sono interessati all'IA, quindi ho iniziato a studiarla per ampliare le mie opportunità professionali. Quando mi sono imbattuta nell'IA per la visione, ero molto entusiasta perché sembrava il mio film preferito, Terminator, nella vita reale.»

Quali altri progetti hai in mente per Ultralytics YOLOv5 in futuro?#

«Vorrei rilevare mio figlio tra i tanti studenti della scuola. Potrebbe essere utile durante una giornata sportiva. Vorrei realizzarlo come applicazione per iPhone.» Per dare un'occhiata alle altre creazioni di Kayo con Ultralytics YOLOv5, dai un'occhiata al loro LinkedIn e Twitter_._

Hai un tuo caso d'uso di Ultralytics YOLOv5?#

Questo caso d'uso di Ultralytics YOLOv5 per il rilevamento delle zebre è un ottimo esempio del successo di YOLOv5 nel distinguere le specie. Se applichiamo questa rete neurale ad altri tipi di animali, YOLOv5 riuscirà a distinguerli? Quanto funzionerà il modello se vuoi rilevare i pedoni sulle strisce pedonali o prevedere la resa annuale dei raccolti? Lascia libera la tua immaginazione! Taggaci sui nostri social media con #YOLOvME e condividi il tuo caso d'uso di YOLOv5: promuoveremo il tuo lavoro presso la community ML.

Vuoi divertirti con la computer vision e l'IA, ma senza scrivere codice?#

Ti serve solo un'idea. Con Ultralytics Platform, è facile creare modelli con YOLOv5 e dare vita alle tue idee. Semplifichiamo tutto e ci occupiamo noi di tutti gli aspetti complessi di MLOps, quindi non devi conoscere alcun codice per divertirti con l'IA. Iniziare è facile, e costruire il tuo primo modello ML lo è ancora di più.

Unisciti oggi a Ultralytics Platform e scopri la magia dell'IA#

Siamo attualmente in fase beta e i posti sono limitati, quindi assicurati di registrarti ora!