YOLO VISION 2022：ビジョンAIの新たなフロンティア
さまざまな業界におけるAIに関する講演や、Ultralyticsの専門家による機械学習の最新情報など、YOLO VISION 2022の洞察を発見してください。
記念すべき第1回目のYOLO VISIONが2022年9月27日に開催されました。自動車業界におけるAIの導入から果物生産のリアルタイム分析に至るまで、私たちは幅広い分野のYOLOv5ユーザーによる示唆に富んだ講演に耳を傾けました。
このイベントを特別なものにしたのは、登壇者たちのバックグラウンドの多様性でした。18社の参加企業の代表に加え、登壇者はMLプロセスのあらゆる側面から洞察を提供しました。その中には、Comet、Deci、ClearML、Paperspace、Roboflowといったパートナー企業や、中国の巨頭であるBaidu、Meituan、OpenMMLabsといったオープンソース分野のその他の企業が含まれています。
Ultralytics YOLOv5 で State-Of-The-Art を再定義する#
Ultralytics YOLOv5 の誕生の背景にあるストーリーや、R&D で使用された手法について気になりませんか？
Ultralyticsの創業者兼CEOであるGlenn Jocherと、MLエンジニアのAyush Chaurasiaとともに、最適なアーキテクチャを選定するために使用される総合的なアプローチの詳細を掘り下げてみましょう。
機械学習で有用な結果を得るためには、Ultralytics YOLOv5 のような優れたモデルアーキテクチャが不可欠です。しかし、モデルの性能はデータセットの品質に大きく左右されます。私たちのパートナーである Roboflow の CEO 兼共同創業者である Joseph Nelson 氏が、本番環境の結果に与えるデータセット品質の影響を示しました。このインサイトは、10,000 件以上のビジョン学習ジョブと、Roboflow Universe の 9,000 件以上のオープンソースのデータセットコミュニティに基づいています。
自身のセッションにおいて、Joseph氏は研究とプロダクションにおける重要な違いについても触れ、開発者がデータセットをハックして意味のある結果をより速く得るための方法を紹介しました。
データセットの品質と、それがCVモデルをプロダクションレベルに引き上げるために果たす影響について学びましょう！
デプロイ前にMLモデルとデータを検証するためのベストプラクティス#
今日のあらゆる従来のソフトウェアは、デプロイ前に多岐にわたる包括的なテストを経ており、これによりプロダクション環境での障害リスクを大幅に低減しています。
これらの概念を、統計的指向が強いMLの世界にどのように適応できるのでしょうか？
Aishwarya Srinivasan（Googleのデータサイエンティスト兼Deepchecksのオープンソース開発者アドボケイト）は、現実世界の課題を解決できるソリューションを構築する背後にある純粋な興奮について語っています。Googleでは、TensorFlow、DataFlow、AI PlatformなどのGoogleのコアプロダクトを活用して、顧客のユースケースに向けた機械学習ソリューションを構築しています。
Aishwarya氏はYOLO VISIONに参加し、モデルの徹底的なテストと分析に関するベストプラクティスと実践的なヒントについて議論しました。ソフトウェアテストとMLテストの違いについて学ぶには、彼女の講演をぜひご覧ください。
ビジョンAIの未来を切り拓くオープンソースプロジェクト#
私たちは画期的なパネルディスカッションを主催し、YOLOアーキテクチャファミリーの他のメンバーや、この分野における他のトップクラスのオープンソース・ビジョンAIアーキテクチャを一堂に集めました。
ここでは、MeituanのYOLOv6、OpenMMLab CNのMMDetection、Baidu, Inc.のPaddlePaddleが、UltralyticsのYOLOv5と並び、ビジョンAIの未来を可能にするオープンソースプロジェクトについて議論しました。
これらトップクラスのビジョンAIリポジトリが一堂に会したのは、今回が初めてのことです。このパネルディスカッションを見逃した方は、Bo Zhang、Glenn Jocher、Guanzhong Wang、Wenwei Zhang、Yixin Shiの各氏がフレームワークの選択、設計、リポジトリ構造の進化などについて議論しているこちらのビデオをご覧ください。
CEOであるGlenn Jocherが言うように、「私たちは皆、お互いのツールや経験から学ぶことができました」。
爆発的に増加する視覚データ#
視覚データ管理システムは、ストレージ、品質、検索、分析、可視化のあらゆる側面で不足しています。その結果、企業や研究者は製品の信頼性、労働時間、ストレージやコンピューティングリソースの浪費、そして何より重要な、データの可能性を最大限に引き出す能力を失いつつあります。
この講演で、Dr. Danny Bicksonは、彼が開発した人気の無料GitHubツールであるFastdupを使用してこの問題を解決する方法を教えてくれました。
Fastdupは、大規模な画像コレクションから知見を得るためのツールです。異常値の検出、重複画像や類似画像の特定、類似性クラスタリングを行うほか、画像間の正常な動作や時間的な相互作用を学習できます。高品質なデータセットのスマートなサブサンプリング、外れ値の除去、タグ付けのために送信される新しい情報の新規性検出などに使用可能です。
ビッグデータ分析と大規模機械学習の専門家であるDanny Bicksonは、ハイテク業界で15年以上の経験を持っています。彼は、ユーザー向けにビッグデータ分析製品を作成する機械学習プラットフォームであるTuriを通じてご存知かもしれません。2016年、TuriはAppleに買収され、Dr. Danny Bicksonはその地で数年間シニアデータサイエンスマネージャーとして働きました。
ビジョンAIへの入り口#
そして最後に、Ultralytics Platformの正式リリースを発表できることを嬉しく思います。
Ultralytics Platformは、3つの簡単なステップでAIモデルをトレーニングおよびデプロイできるノーコードソリューションです！学習させるデータを選択することで、あなたのモデルに命を吹き込みましょう。
私たちの専門家でありツールの開発者であるKalen MichaelとSergio Sánchezが、Ultralytics Platformのウォークスルーを通じてすべての機能と特性を説明しました。Ultralytics Platformの詳細を確認し、無料でモデルの作成を始めましょう！
すべての録画セッションはYouTubeチャンネルでご覧いただけます。
私たちはYOLO VISIONの大盛況に非常に感激しており、世界中の専門家が集まってビジョンAIについて学ぶことができるイベントを作れたことを嬉しく思います。ソーシャルメディアをフォローして、私たちとの最新情報を常にチェックしてください。来年のYOLO VISION 2023でお会いしましょう！
