YOLO VISION 2022: Vision AI의 새로운 개척지

최초의 YOLO VISION이 2022년 9월 27일에 개최되었습니다. 자동차 산업에 AI가 도입되는 과정부터 과일 생산의 실시간 분석에 이르기까지, 다양한 분야의 YOLOv5 사용자들이 전하는 영감을 주는 발표를 들을 수 있었습니다.

이 행사를 특별하게 만든 요소 중 하나는 발표자들의 배경이 매우 다양했다는 점입니다. 18개 참여 기업의 대표들이 함께한 가운데, 발표자들은 ML 프로세스의 모든 측면에 대한 인사이트를 제공했습니다. 그중에는 Comet, Deci, ClearML, Paperspace, Roboflow와 같은 파트너 기업뿐만 아니라, 중국의 대표적인 기업인 Baidu, Meituan, OpenMMLabs 등 오픈 소스 분야의 기업들도 있었습니다.

Ultralytics YOLOv5로 최첨단 기술을 재정의하다#

Ultralytics YOLOv5가 만들어진 과정과 R&D에 사용된 방법론이 궁금하신가요?

Ultralytics의 Founder & CEO인 Glenn Jocher와 ML Engineer인 Ayush Chaurasia와 함께 최고의 아키텍처를 선택하는 데 사용된 총체적인 접근 방식의 세부 사항을 살펴보세요.

Ultralytics YOLOv5와 같은 뛰어난 모델 아키텍처는 머신 러닝에서 유용한 결과를 얻는 데 매우 중요합니다. 하지만 모델의 성능은 데이터셋의 품질만큼만 좋습니다. 파트너사 Roboflow의 CEO & Co-founder인 Joseph Nelson은 데이터셋 품질이 프로덕션 결과에 미치는 영향을 소개했습니다. 이 인사이트는 10,000건이 넘는 비전 학습 작업과 90,000개 이상의 데이터셋으로 구성된 Roboflow Universe의 오픈 소스 커뮤니티를 바탕으로 합니다.

Joseph는 세션에서 연구와 프로덕션의 주요 차이점도 소개했으며, 이를 통해 개발자들이 데이터셋을 조정하여 더 빠르게 의미 있는 결과를 얻을 수 있습니다.

데이터셋 품질과 이것이 CV 모델을 프로덕션 수준으로 전환하는 데 미치는 영향에 대해 알아보세요!

배포 전 ML 모델 및 데이터를 검증하기 위한 모범 사례#

오늘날 모든 전통적인 소프트웨어는 배포 전에 다양한 유형의 종합적인 테스트를 거치므로 프로덕션 장애의 위험이 크게 줄어듭니다.

통계 중심의 ML 세계에 이러한 아이디어를 어떻게 적용할 수 있을까요?

Google의 Data Scientist이자 Deepchecks의 Open Source Developer Advocate인 Aishwarya Srinivasan은 현실 세계의 문제를 해결할 수 있는 솔루션을 구축하는 순수한 즐거움에 대해 이야기합니다. Google에서 그녀는 TensorFlow, DataFlow, AI Platform을 비롯한 Google의 핵심 제품을 활용하여 고객 사용 사례를 위한 머신 러닝 솔루션을 구축합니다.

Aishwarya는 YOLO VISION에 참여하여 모델을 광범위하게 테스트하고 분석하기 위한 모범 사례와 실용적인 팁을 공유했습니다. 그녀의 발표를 통해 소프트웨어 테스트와 ML 테스트의 차이점을 알아보세요.

컴퓨터 비전 AI의 미래를 이끄는 오픈 소스 프로젝트#

YOLO 아키텍처 제품군의 다른 구성원들과 이 분야의 주요 오픈 소스 비전 AI 아키텍처를 함께 모은 획기적인 패널을 개최했습니다.

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

이처럼 주요 비전 AI 저장소들이 한 무대에서 의견을 나눈 것은 이번이 처음이었습니다. 이 패널을 놓치셨다면, Bo Zhang, Glenn Jocher, Guanzhong Wang, Wenwei Zhang, Yixin Shi가 프레임워크와 설계, 저장소 구조의 발전 등을 선택한 이유에 대해 논의한 영상을 시청해 보세요!

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

시각 데이터가 폭발적으로 증가하고 있습니다#

시각 데이터 관리 시스템은 스토리지, 품질, 검색, 분석, 시각화 등 모든 측면에서 부족합니다. 그 결과 기업과 연구자들은 제품 신뢰성, 업무 시간, 낭비되는 스토리지와 컴퓨팅 리소스, 그리고 무엇보다 데이터의 잠재력을 최대한 이끌어낼 수 있는 능력을 잃고 있습니다.

이 발표에서 Dr. Danny Bickson은 자신이 개발한 인기 있는 무료 GitHub 도구 Fastdup을 사용하여 이 문제를 해결하는 방법을 알려주었습니다.

FastDup은 대규모 이미지 컬렉션에서 인사이트를 얻기 위한 도구입니다. 이상치, 중복 이미지 및 유사 중복 이미지, 유사성 클러스터를 찾고 이미지 간의 정상적인 동작과 시간적 상호작용을 학습할 수 있습니다. 더 높은 품질의 데이터셋을 위한 스마트 서브샘플링, 이상치 제거, 태깅을 위해 전송할 새로운 정보의 novelty detection에 사용할 수 있습니다.

빅데이터 분석과 대규모 머신 러닝 전문가인 Danny Bickson은 하이테크 업계에서 15년 이상의 경력을 쌓았습니다. 사용자를 위한 빅데이터 분석 제품을 만드는 머신 러닝 플랫폼 Turi를 통해 그를 알고 계실 수도 있습니다. 2016년 Turi는 Apple에 인수되었으며, Danny Bickson 박사는 그곳에서 수년간 Senior Data Science Manager로 근무했습니다.

비전 AI로 향하는 관문#

마지막으로, Ultralytics Platform의 출시를 공식적으로 발표하게 되어 기뻤습니다!

Ultralytics Platform은 세 가지 간단한 단계로 AI 모델을 학습하고 배포할 수 있는 노코드 솔루션입니다! 모델이 학습할 데이터를 선택하여 모델에 생명을 불어넣어 보세요.

도구의 제작자이자 전문가인 Kalen Michael과 Sergio Sánchez가 Ultralytics Platform을 직접 안내하며 모든 기능과 작동 방식을 설명했습니다. Ultralytics Platform에 대해 자세히 알아보고 무료로 모델 만들기를 시작해 보세요!

녹화된 모든 세션은 YouTube 채널에서 확인할 수 있습니다!

YOLO VISION에 많은 분들이 참여해 주셔서 매우 기쁘며, 전 세계의 전문가들이 함께 모여 비전 AI를 배우는 행사를 만들 수 있어 뿌듯합니다. 소셜 미디어를 팔로우하여 저희의 최신 소식을 확인해 주세요. 내년 YOLO VISION 2023에서 뵙겠습니다!