YOLO VISION 2022: 비전 AI의 새로운 지평

당사의 첫 번째 YOLO VISION이 2022년 9월 27일에 개최되었습니다. 자동차 산업 내 AI 도입부터 과일 생산의 실시간 분석에 이르기까지, 다양한 분야의 YOLOv5 사용자들로부터 영감을 주는 이야기를 들었습니다.

이 행사를 특별하게 만든 요소는 연사들의 다양한 배경이었습니다. 18개 참여 기업의 대표들과 함께, 연사들은 ML 프로세스의 모든 측면에 대한 통찰력을 제공했습니다. 그중에는 Comet, Deci, ClearML, Paperspace, Roboflow와 같은 파트너 기업뿐만 아니라, 중국의 거대 기업인 Baidu, Meituan, OpenMMLabs와 같은 오픈 소스 분야의 다른 기업들도 포함되어 있습니다.

Link to this sectionYOLOv5로 최신 기술(State-Of-The-Art)을 재정의하다#

YOLOv5의 탄생 배경과 R&D에 사용된 방법론이 궁금하신가요?

Ultralytics의 설립자이자 CEO인 Glenn Jocher 및 ML 엔지니어인 Ayush Chaurasia와 함께 최상의 아키텍처를 선택하기 위한 전체론적 접근 방식의 세부 사항을 살펴보십시오.

YOLOv5와 같은 훌륭한 모델 아키텍처는 머신러닝에서 유용한 결과를 얻는 데 매우 중요합니다. 하지만 모델의 성능은 데이터셋의 품질에 달려 있습니다. 당사의 파트너 Roboflow의 CEO 겸 공동 창립자인 Joseph Nelson은 데이터셋 품질이 프로덕션 결과에 미치는 영향을 보여주었습니다. 이 통찰력은 10,000건 이상의 비전 학습 작업과 90,000개 이상의 데이터셋을 보유한 Roboflow Universe의 오픈 소스 커뮤니티를 바탕으로 합니다.

Joseph은 세션에서 개발자가 데이터셋을 해킹하여 의미 있는 결과를 더 빠르게 얻을 수 있도록 하는 연구와 프로덕션 간의 핵심적인 차이점을 소개했습니다.

데이터셋 품질과 그것이 CV 모델의 프로덕션 가치에 미치는 영향에 대해 알아보십시오!

Link to this section배포 전 ML 모델 및 데이터 검증을 위한 모범 사례#

오늘날의 모든 전통적인 소프트웨어는 배포 전에 다양한 유형의 포괄적인 테스트를 거치며, 이를 통해 프로덕션 장애의 위험을 크게 줄입니다.

이러한 아이디어를 통계 지향적인 ML 세계에 어떻게 적용할 수 있을까요?

Google의 데이터 과학자이자 Deepchecks의 오픈 소스 개발자 옹호자인 Aishwarya Srinivasan은 실제 문제를 해결할 수 있는 솔루션을 구축하는 것에 대한 순수한 열정에 대해 이야기합니다. Google에서 그녀는 TensorFlow, DataFlow, AI Platform을 포함한 핵심 Google 제품을 활용하여 고객 사용 사례를 위한 머신러닝 솔루션을 구축하고 있습니다.

Aishwarya는 YOLO VISION에 참여하여 모델을 광범위하게 테스트하고 분석하기 위한 모범 사례와 실용적인 팁을 논의했습니다. 소프트웨어 테스트와 ML 테스트의 차이점을 배우려면 그녀의 강연을 확인해 보십시오.

Link to this section컴퓨터 비전 AI의 미래를 가능하게 하는 오픈 소스 프로젝트#

우리는 YOLO 아키텍처 제품군의 다른 구성원들과 이 분야의 다른 주요 오픈 소스 비전 AI 아키텍처들을 한자리에 모으는 획기적인 패널 토론을 주최했습니다.

이 자리에는 Meituan의 YOLOv6, OpenMMLab CN의 MMDetection, Baidu, Inc.의 PaddlePaddle이 Ultralytics의 YOLOv5와 함께 참여하여 비전 AI의 미래를 가능하게 하는 오픈 소스 프로젝트에 대해 논의했습니다.

이러한 최고의 비전 AI 저장소들이 한 무대에 선 것은 이번이 처음입니다. 이 패널을 놓치셨다면, Bo Zhang, Glenn Jocher, Guanzhong Wang, Wenwei Zhang, Yixin Shi가 프레임워크 선택, 설계, 저장소 구조의 진화 등에 대해 논의한 영상을 시청해 보십시오!

CEO인 Glenn Jocher의 말처럼, “우리 모두는 서로의 도구와 경험으로부터 배울 수 있었습니다.”

Link to this section폭발적으로 증가하는 시각 데이터#

시각 데이터 관리 시스템은 스토리지, 품질, 검색, 분석, 시각화 등 모든 측면에서 부족함을 겪고 있습니다. 그 결과 기업과 연구자들은 제품 신뢰성 저하, 작업 시간 손실, 스토리지 및 컴퓨팅 자원 낭비, 그리고 무엇보다도 데이터의 잠재력을 완전히 발휘할 수 있는 능력을 잃고 있습니다.

이번 강연에서 Dr. Danny Bickson은 인기 있는 무료 GitHub 도구인 Fastdup을 사용하여 이 문제를 해결하는 방법을 알려주었습니다.

FastDup은 대규모 이미지 컬렉션에서 통찰력을 얻기 위한 도구입니다. 이상치, 중복 및 유사 이미지, 유사성 클러스터를 찾고 이미지 간의 정상적인 동작과 시간적 상호 작용을 학습할 수 있습니다. 이 도구는 더 높은 품질의 데이터셋을 위한 스마트 서브샘플링, 이상치 제거, 태깅을 위해 전송할 새로운 정보의 참신함 탐지에 사용될 수 있습니다.

빅데이터 분석 및 대규모 머신러닝 전문가인 Danny Bickson은 하이테크 산업에서 15년 이상의 경력을 쌓았습니다. 그는 사용자들을 위한 빅데이터 분석 제품을 만드는 머신러닝 플랫폼인 Turi로 잘 알려져 있습니다. 2016년, Turi는 Apple에 인수되었으며 Dr. Danny Bickson은 그곳에서 수년간 시니어 데이터 과학 매니저로 근무했습니다.

Link to this section비전 AI로 향하는 관문#

마지막으로, Ultralytics Platform의 출시를 공식적으로 발표하게 되어 매우 기쁩니다!

Ultralytics Platform은 세 가지 쉬운 단계로 AI 모델을 학습하고 배포할 수 있는 노코드 솔루션입니다! 학습할 데이터를 선택하여 모델에 생명을 불어넣으십시오.

도구의 제작자인 전문가 Kalen Michael과 Sergio Sánchez가 Ultralytics Platform에 대한 가이드를 제공하고 모든 기능과 작동 방식을 설명했습니다. Ultralytics Platform에 대해 더 알아보고 무료로 모델 생성을 시작해 보십시오!

모든 녹화 세션은 당사의 YouTube 채널에서 확인할 수 있습니다!

YOLO VISION에 대한 뜨거운 관심에 깊이 감사드리며, 전 세계 전문가들이 비전 AI에 대해 배우고 소통할 수 있는 행사를 만들게 되어 기쁩니다. 소셜 미디어를 팔로우하여 당사의 최신 소식을 받아보십시오. YOLO VISION 2023에서 다시 뵙겠습니다!