YOLO VISION 2022: 비전 AI의 새로운 지평

첫 YOLO VISION은 2022년 9월 27일에 개최되었습니다. 자동차 업계의 AI 도입부터 과일 생산의 실시간 분석까지, 다양한 YOLOv5 사용자의 영감을 주는 강연을 들었습니다.

이 행사를 특별하게 만든 요소 중 하나는 연사들의 다양한 배경이었습니다. 참여한 18개 기업의 대표들과 함께 연사들은 ML 프로세스의 모든 측면에 대한 인사이트를 전했습니다. 여기에는 파트너사인 Comet, Deci, ClearML, Paperspace, Roboflow뿐 아니라 Baidu, Meituan, OpenMMLab과 같은 오픈소스 분야의 기업도 포함되었습니다.

Ultralytics YOLOv5로 최첨단 기술의 기준을 새롭게 정의하다#

Ultralytics YOLOv5의 개발 배경과 연구 개발(R&D)에 사용된 방법론이 궁금하신가요?

Ultralytics의 창립자 겸 CEO인 Glenn Jocher와 ML 엔지니어 Ayush Chaurasia가 최적의 아키텍처를 선택하는 데 사용한 종합적인 접근 방식의 세부 내용을 소개합니다.

Ultralytics YOLOv5와 같은 뛰어난 모델 아키텍처는 머신러닝에서 유용한 결과를 얻는 데 매우 중요합니다. 하지만 모델의 성능은 데이터셋의 품질에 좌우됩니다. 파트너사인 Roboflow의 CEO 겸 공동 창립자 Joseph Nelson은 데이터셋 품질이 프로덕션 결과에 미치는 영향을 보여주었습니다. 이러한 인사이트는 10,000건 이상의 비전 학습 작업과 90,000개가 넘는 데이터셋을 보유한 Roboflow Universe 오픈 소스 커뮤니티를 바탕으로 합니다.

Joseph은 세션에서 개발자가 데이터셋을 능동적으로 조정해 유의미한 결과를 더 빠르게 얻을 수 있도록, 연구와 프로덕션 간의 주요 차이점도 소개했습니다.

데이터셋의 품질과 CV 모델을 프로덕션 수준으로 끌어올리는 데 데이터셋 품질이 미치는 영향에 대해 알아보세요!

배포 전 ML 모델 및 데이터를 검증하기 위한 모범 사례#

오늘날 기존 소프트웨어의 모든 구성 요소는 배포 전에 다양한 유형의 종합 테스트를 거치며, 이를 통해 프로덕션 결함의 위험을 크게 줄입니다.

통계 중심의 ML 분야에 이러한 아이디어를 어떻게 적용할 수 있을까요?

Google의 데이터 과학자이자 Deepchecks의 오픈소스 개발자 애드보케이트인 Aishwarya Srinivasan이 실제 문제를 해결하는 솔루션 구축의 즐거움에 대해 이야기합니다. Google에서 그녀는 TensorFlow, DataFlow, AI Platform을 비롯한 핵심 Google 제품을 활용해 고객 사용 사례를 위한 머신러닝 솔루션을 구축합니다.

Aishwarya는 YOLO VISION에 참여해 모델을 철저히 테스트하고 분석하기 위한 모범 사례와 실용적인 팁을 소개했습니다. 소프트웨어 테스트와 ML 테스트의 차이를 알아보려면 강연을 확인해 보세요.

컴퓨터 비전 AI의 미래를 여는 오픈 소스 프로젝트#

YOLO 아키텍처 제품군의 다른 구성원들과 해당 분야의 주요 오픈소스 비전 AI 아키텍처를 한자리에 모아 패널 토론을 진행했습니다.

Meituan의 YOLOv6, OpenMMLab CN의 MMDetection, Baidu, Inc.의 PaddlePaddle이 Ultralytics YOLOv5와 함께 비전 AI의 미래를 이끄는 오픈소스 프로젝트를 논의했습니다.

주요 비전 AI 리포지토리들이 한자리에 모인 것은 이번이 처음이었습니다. 패널 토론을 놓치셨다면, Bo Zhang, Glenn Jocher, Guanzhong Wang, Wenwei Zhang, Yixin Shi가 프레임워크와 설계, 리포지토리 구조의 발전 등을 논의한 이 영상을 시청해 보세요!

CEO Glenn Jocher의 말처럼, “우리는 각자의 도구와 경험을 통해 서로 배울 수 있었습니다.”

급증하는 시각 데이터#

시각 데이터 관리 시스템은 스토리지, 품질, 검색, 분석, 시각화 등 모든 측면에서 부족합니다. 그 결과 기업과 연구자는 제품 신뢰성, 작업 시간, 스토리지, 컴퓨팅 자원, 그리고 무엇보다 데이터의 잠재력을 최대한 활용할 기회를 잃고 있습니다.

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

FastDup은 대규모 이미지 컬렉션에서 인사이트를 얻기 위한 도구입니다. 이상치, 중복 및 유사 중복 이미지, 유사성 클러스터를 찾고, 이미지 간의 정상적인 동작과 시간에 따른 상호작용을 학습할 수 있습니다. 고품질 데이터셋의 스마트 서브샘플링, 이상치 제거, 태깅을 위해 전송할 새 정보의 신규성 감지에 활용할 수 있습니다.

빅데이터 분석과 대규모 머신러닝 전문가인 Danny Bickson은 하이테크 업계에서 15년 넘게 경험을 쌓았습니다. 사용자를 위한 빅데이터 분석 제품을 개발하는 머신러닝 플랫폼인 Turi를 통해 그를 알고 계실 수도 있습니다. 2016년 Turi가 Apple에 인수된 후, Dr. Danny Bickson은 수년간 선임 데이터 과학 매니저로 근무했습니다.

비전 AI로 가는 관문#

마지막으로, Ultralytics Platform의 출시를 공식 발표하게 되어 기뻤습니다!

Ultralytics Platform은 간단한 세 단계로 AI 모델을 학습하고 배포할 수 있는 노코드 솔루션입니다! 모델이 학습할 데이터를 선택해 모델을 실제로 활용해 보세요.

도구의 전문가이자 제작자인 Kalen Michael과 Sergio Sánchez가 Ultralytics Platform을 안내하고 모든 기능을 설명해 주었습니다. Ultralytics Platform에 대해 자세히 알아보고 무료로 모델 만들기를 시작하세요!

녹화된 모든 세션은 YouTube 채널에서 확인하세요!

YOLO VISION에 많은 분이 참석해 주셔서 매우 기쁘며, 전 세계 전문가들이 모여 비전 AI를 배울 수 있는 행사를 마련하게 되어 뿌듯합니다. 소셜 미디어를 팔로우하여 최신 소식을 확인해 주세요. 내년 YOLO VISION 2023에서 뵙겠습니다!