YOLOvME: riconoscimento 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 verificare se qualcuno indossa correttamente la mascherina. Abbiamo contattato la nostra community e le abbiamo chiesto di condividere altri modi in cui usa YOLOv5 per affrontare le proprie sfide.

Kayo Kumabe è un data analyst 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 conoscere Python o il machine learning. In genere, l'occhio umano fatica a distinguere le sfumature nell'aspetto. Kayo ha ipotizzato che l'IA possa invece rilevare facilmente queste sottili differenze.

Per verificare questa ipotesi, Kayo ha raccolto un dataset con tre specie diverse di zebre da utilizzare per addestrare il proprio modello Ultralytics YOLOv5. Kayo ha creato un modello YOLOv5 per rilevare diversi tipi di zebre. Il modello confronta le caratteristiche degli animali e restituisce la specie della zebra.

Di conseguenza, Kayo è riuscito a dimostrare la propria ipotesi. Il modello Ultralytics YOLOv5 ha rilevato ogni specie di zebra con un livello di accuratezza elevato, pur essendo stato addestrato con sole 20 immagini per specie. Eravamo curiosi di sapere come Kayo si fosse avvicinato alla visione artificiale, così gli abbiamo rivolto alcune domande.

Perché hai scelto Ultralytics YOLOv5 per rilevare le specie di zebre?#

«Non ho mai provato altre infrastrutture per il rilevamento degli oggetti. Ultralytics YOLOv5 mi è sembrato facile da usare perché non richiedeva di scrivere codice complesso.»

Quali aspetti di Ultralytics YOLOv5 ti hanno aiutato a iniziare facilmente?#

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

Come hai iniziato a occuparti di machine learning e IA per la visione artificiale?#

«Alcuni dei miei clienti sono interessati all'IA, così ho iniziato a studiarla per ampliare le mie opportunità lavorative. Quando ho scoperto l'IA per la visione artificiale, ne sono rimasto entusiasta perché sembrava di vedere dal vivo il mio film preferito, Terminator.»

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

«Mi piacerebbe rilevare mio figlio tra i tanti studenti della scuola. Potrebbe essere utile durante una giornata sportiva. Vorrei realizzare un'applicazione per iPhone.» Per scoprire altre creazioni di Kayo con Ultralytics YOLOv5, visita il suo LinkedIn e Twitter_._

Hai un caso d'uso personale per Ultralytics YOLOv5?#

Questo caso d'uso di Ultralytics YOLOv5 per il rilevamento delle zebre è un ottimo esempio della capacità di YOLOv5 di distinguere le specie. Se applichiamo questa rete neurale ad altri tipi di animali, YOLOv5 riuscirà a distinguerli? Quanto bene funzionerà il modello se vuoi rilevare pedoni su un attraversamento pedonale o prevedere la resa annuale dei raccolti? Lascia libera la fantasia! Taggaci sui social con #YOLOvME e il tuo caso d'uso personale di YOLOv5: promuoveremo il tuo lavoro nella community ML.

Vuoi divertirti con la visione artificiale basata sull'IA senza scrivere codice?#

Ti basta un'idea. Con Ultralytics Platform, creare modelli con YOLOv5 e dare vita alle tue idee è semplice. Semplifichiamo tutto e ci occupiamo noi delle complesse attività MLOps, così non devi conoscere il codice per divertirti con l'AI. Iniziare è facile e creare il tuo primo modello ML lo è ancora di più.

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

Inizia oggi e registrati subito!