Como se tornar um engenheiro de visão computacional

A visão por computador (CV) é um domínio da inteligência artificial que treina os computadores para interpretarem e compreenderem o mundo visual. A tecnologia funciona de forma muito semelhante à visão humana, mas com algumas diferenças notáveis: os seres humanos têm uma vida inteira de contexto para treinar como distinguir objectos, a que distância estão, se estão em movimento e se há algo de errado com uma imagem.

A tecnologia CV está relacionada com o facto de os computadores serem capazes não só de visualizar imagens, mas também de extrair a mensagem ou o objetivo de uma imagem, como a determinação de distâncias e movimentos de objectos que se aproximam. Graças aos avanços na inteligência artificial e às inovações na aprendizagem profunda e nas redes neuronais, o campo tem conseguido dar grandes saltos nos últimos anos e tem conseguido ultrapassar os humanos em algumas tarefas relacionadas com a deteção e rotulagem de objectos.

O CV permite soluções do mundo real para indústrias como a indústria médica, por exemplo, onde é extremamente útil para implementações de diagnóstico. No entanto, a utilidade da CV também se estende a inúmeras outras aplicações, como desporto, retalho, agricultura, transportes, fabrico e muito mais. Na Ultralytics, tornamos os modelos de formação e a aprendizagem automática acessíveis a todos. O nosso objetivo é ajudá-lo a tirar partido do poder da Inteligência Artificial sem ter de se preocupar com todos os pormenores técnicos. Com base em nossos esforços, vimos até mesmo alunos do ensino médio começarem a treinar seus modelos com o Ultralytics HUB e o YOLOv5.

"A visão por computador é uma das coisas mais notáveis a sair do mundo da aprendizagem profunda e da inteligência artificial. Os avanços que a aprendizagem profunda contribuiu para o domínio da visão por computador distinguiram-no realmente."

Wayne Thompson, cientista de dados do SAS

Os engenheiros da CV aplicam a investigação no domínio da IA de visão e da aprendizagem automática para resolver problemas do mundo real. Os engenheiros de visão por computador têm geralmente uma experiência significativa em vários sistemas, como o reconhecimento de imagens, a aprendizagem automática, a IA de ponta, as redes e as comunicações, a aprendizagem profunda, a inteligência artificial, a computação avançada, a anotação de imagens, a ciência dos dados e a segmentação de imagens/vídeos.

Apresento-vos o Muhammad!

Muhammad Rizwan Munawar é um engenheiro de visão computacional. Concluiu a sua licenciatura em Ciências Informáticas com especialização em Inteligência Artificial na Universidade COMSATS de Islamabad, Wah Campus. A sua experiência não se limita à área da visão, pois sabe que as competências adicionais podem ajudá-lo a crescer e a subir de nível na sua carreira, pelo que também tem conhecimentos de aplicações de secretária, front-end da Web e desenvolvimento de painéis de controlo atractivos. Atualmente, trabalha como freelancer, desenvolvendo soluções para diferentes casos de utilização com base nas necessidades dos seus clientes.

Como é que entrou na aprendizagem automática e na IA de visão?

"Bem, tem sido uma jornada de obstáculos e trabalho árduo e consistente. Quando comecei, nem sequer sabia o que era a deteção de objectos, mas tinha curiosidade e paixão sobretudo pela IA de visão. Estava no último ano dos meus estudos quando comecei a trabalhar como freelancer, apenas para aprender as competências. Paralelamente, comecei também a aprender conceitos básicos de aprendizagem automática em vários canais do YouTube. Depois de passar 7-8 meses a trabalhar de forma consistente, desenvolvi uma boa compreensão da IA de visão e da aprendizagem profunda e decidi continuar a minha carreira profissional no domínio dos currículos."

Conte-nos a sua experiência com o YOLOv5!

"Tenho utilizado o YOLOv5 desde que foi lançado, mas para o desenvolvimento e modificação adequados de acordo com diferentes casos de utilização, utilizo o YOLOv5 há 1,5 anos.""Inicialmente, o problema com que estava a lidar relacionava-se com a deteção de objectos, pelo que comecei a explorar diferentes algoritmos relacionados com a deteção de objectos. Depois de algum tempo de pesquisa, comparei o mapa de diferentes detectores de objectos e percebi que a precisão do YOLOv5 no conjunto de dados coco é muito elevada quando comparada com outros detectores de objectos na altura. O YOLOv5 é muito fácil de utilizar, modificar e afinar e a sua enorme comunidade está sempre disponível para ajudar se alguém se deparar com um problema. As actualizações regulares do YOLOv5 facilitam-me a deteção de objectos de uma forma muito eficiente."    

3 dicas de Muhammad para principiantes

1. Aprender regularmente novos conceitos e tornar a sua rotina consistente. Muhammad atribui a consistência como um dos maiores factores do seu sucesso.
2. Continua a pensar em novas ideias, não importa se são estúpidas! Elas ajudá-lo-ão a pensar sobre as coisas em profundidade. Tente implementar estas ideias a um determinado nível e escreva-as num documento. Siga sempre esta estratégia.
3. Desenvolver projectos relacionados com a CV. Trabalhar regularmente em projectos ajudá-lo-á a aprender e a desenvolver uma paixão na sua mente pelo domínio do CV.

Obrigado por ler sobre a viagem de Muhammad! Se quiser saber mais sobre o seu trabalho, consulte o seu sítio Web. E, para se manter atualizado à medida que partilhamos consigo as notícias mais recentes sobre o YOLOv5 e a IA de visão, siga-nos no Twitter e no Linkedin!