Destaques do primeiro encontro Ultralytics em Shenzhen: a evoluçãoYOLO Ultralytics YOLO para uma plataforma completa de visão computacional e o que se segue para a comunidade chinesa de IA.
À medida que a tecnologia de visão computacional continua a evoluir, o foco do setor também está a mudar. No passado, as pessoas preocupavam-se mais em saber se os modelos SOTA desenvolvidos em laboratório eram suficientemente avançados. Hoje, porém, surgiu uma questão mais importante:
Como é que estes modelos podem ser realmente aplicados em cenários do mundo real? Como é que os projetos de IA visual podem passar das demonstrações para aplicações práticas, continuar a evoluir e criar valor real?
Com estas questões em mente, Ultralytics a Shenzhen para organizar o seu primeiro encontro presencial com a comunidade na China. Através deste evento, esperávamos estabelecer contacto pessoal com programadores chineses, parceiros do setor e entusiastas da visão computacional, para debater sobre o futuro Ultralytics YOLO se encontra atualmente e para onde Ultralytics dirige.
No passado,YOLO Ultralytics YOLO mais conhecido por ser rápido, prático e fácil de implementar. Seja para deteção de objetos, inspeção industrial, monitorização de segurança ou tarefas de visão em tempo real em dispositivos periféricos, YOLO uma das ferramentas preferidas de muitos programadores que iniciam os seus projetos de visão computacional.
Atualmente, Ultralytics ir além de um único modelo, rumo a uma plataforma completa de visão computacional que abrange a gestão de conjuntos de dados, o treino, a implementação, a monitorização e um ciclo de feedback para a melhoria contínua.
As pessoas costumavam perguntar: O modelo é preciso? É rápido?
Agora, estamos mais focados em resolver uma questão mais ampla: como é que um projeto de IA visual pode realmente ser posto em prática, ser utilizado em cenários reais e continuar a melhorar ao longo do tempo?
É isto que Ultralytics pretende alcançar: tornar a anotação de dados mais eficiente, facilitar o treino de modelos, simplificar a implementação multiplataforma e permitir que os programadores realizem iterações contínuas nas suas aplicações de IA visual.
Durante a sessão, Glenn também apresentou várias funcionalidades essenciais da Ultralytics , incluindo a anotação automática, o treino com um clique, a implementação em vários formatos e a capacidade de melhorar continuamente os modelos através de dados de feedback.
Para muitas equipas, desenvolver um projeto de IA visual não se resume apenas à escolha de um modelo. A verdadeira complexidade reside frequentemente em questões como a origem dos dados, a forma como devem ser anotados, como o modelo deve ser treinado e implementado e como pode continuar a melhorar após o lançamento. Se estas etapas forem tratadas de forma isolada, torna-se difícil que um projeto entre verdadeiramente em produção.
Ultralytics interliga estas etapas, permitindo aos programadores concluir todo o fluxo de trabalho de forma mais fluida, desde os dados até ao modelo, do treino à implementação e do lançamento ao feedback, sem terem de alternar constantemente entre diferentes ferramentas.
Atualmente, a plataforma já conta com mais de 100 milhões de imagens carregadas, mais de 600 milhões de anotações e aproximadamente 40 000 a 50 000 conjuntos de dados.
Por trás destes números está um sinal claro: a procura pela visão computacional é real e está a passar da investigação e da experimentação para aplicações práticas em maior escala.
No que diz respeito à comercialização, Ultralytics revelou planos de produtos destinados a diferentes necessidades dos utilizadores, incluindo o plano Grow, com um custo de 29 dólares por mês, opções de licenciamento empresarial e casos de sucesso de empresas como a Amazon e a Siemens. Estes exemplos demonstram que Ultralytics foi concebida para utilizadores de diferentes níveis, desde programadores individuais e equipas de investigação até clientes empresariais.
Glenn referiu que a China é uma parte muito importante da comunidadeUltralytics e pode ser um dos países com o maior número de pessoas a aprender e interessadas em aprendizagem automática.
Para Ultralytics, a China não é apenas uma região com uma vasta base de utilizadores, mas também uma comunidade altamente ativa, com uma forte presença de programadores, cenários de aplicação diversificados e feedback técnico valioso.
Para que uma ferramenta seja amplamente adotada, não basta apenas uma tecnologia robusta. A documentação, a comunidade, a acessibilidade, a experiência de implementação e o apoio local têm de ser todos fluidos e fiáveis.
É por isso que Ultralytics planeia reforçar ainda mais a sua presença local na China, nomeadamente através da constituição de uma equipa local, da melhoria da acessibilidade, da otimização da distribuição e da redução, tanto quanto possível, das barreiras relacionadas com as VPN.
Durante a sessão de perguntas e respostas, os participantes colocaram muitas questões pertinentes, o que nos permitiu compreender melhor o que realmente interessa aos programadores chineses quando se trata de aplicar a visão computacional em aplicações do mundo real.
Um participante da AMD perguntou se Ultralytics suporta ambientes de treino privados ou locais. Esta é também uma preocupação fundamental para muitas empresas e equipas. Quando os projetos envolvem dados confidenciais, dados específicos do setor ou dados empresariais internos, a privacidade, a segurança e as capacidades de implementação local tornam-se especialmente importantes. O participante perguntou ainda se Ultralytics oferecer um suporte mais abrangente para o hardware da AMD no futuro.
Glenn referiu que esta é uma orientação que a equipa está a debater ativamente. À medida que a IA visual for sendo implementada em mais dispositivos e ambientes de chips, o suporte do ecossistema de hardware tornar-se-á uma parte essencial da experiência de implementação dos modelos.
Para além dos casos de utilização industrial, do hardware e da implementação, alguns participantes também perguntaram se YOLO ser utilizado para o reconhecimento de estilos artísticos ou se poderia apoiar a compreensão visual com reconhecimento de propriedade intelectual.
Estas questões foram inspiradoras. Elas demonstram que a imaginação em torno YOLO já não se limita aos cenários tradicionais de inspeção industrial, deteção de objetos e segurança. Atualmente, está a expandir-se para áreas mais amplas, como a criação de conteúdos, a compreensão de meios de comunicação e a produção criativa.
Além disso, temas como pequenos dispositivos de ponta, implementação offline e otimização da quantização foram também áreas de interesse fundamentais. É evidente que os programadores se preocupam não só com o próprio desempenho do modelo, mas também com a experiência prática global da utilização da IA visual.
Estas são precisamente as questões que a visão computacional deve abordar à medida que passa da investigação para as aplicações no mundo real.
Este evento deixou-nos com a forte sensação de que existe uma tendência clara:
A visão computacional está a ir além da competição entre modelos e a entrar numa nova fase de plataforma, comercialização e desenvolvimento de ecossistemas.
Os principais pontos fortes YOLOsempre foram a rapidez, a praticidade e a facilidade de implementação. Atualmente, Ultralytics alargar esses pontos fortes a todo o fluxo de trabalho, para que os programadores possam não só aceder a modelos robustos, mas também gerir dados, treinar modelos, implementar aplicações e otimizar continuamente os seus sistemas de IA visual com maior facilidade.
A comunidade chinesa de IA está também a tornar-se uma parte cada vez mais importante desta jornada. Conta com uma vasta base de programadores, cenários de aplicação diversificados e uma grande paixão pela aprendizagem e pela prática. Olhando para o futuro, estamos entusiasmados por colaborar com mais programadores, parceiros empresariais e membros da comunidade chineses, com o objetivo de levar a visão computacional a uma gama mais ampla de aplicações no mundo real.
Como disse o Glenn:
«Queremos que todos possam utilizar a visão computacional.»
Esta pode ser a melhor explicação para a aposta Ultralyticsnum futuro mais orientado para as plataformas.
Comece sua jornada com o futuro do aprendizado de máquina
