Principais destaques da Ultralytics no YOLO Vision 2025!

A comunidade de IA e visão computacional reuniu-se no dia 25 de setembro para o YOLO Vision 2025 (YV25), o evento anual híbrido de IA para visão computacional da Ultralytics. Realizado em Londres, no The Pelligon, e transmitido para todo o mundo, o evento recebeu um grupo diversificado de investigadores, engenheiros e entusiastas de IA para partilharem ideias e conhecerem novas inovações, como o Ultralytics YOLO26.

No seu quarto ano, o evento continuou a crescer em alcance e impacto. A transmissão em direto do YV25 já ultrapassou as 6.800 visualizações, gerou mais de 49.000 impressões e acumulou quase 2.000 horas de visualização.

O YV25 começou com uma nota de abertura do nosso anfitrião Oisin Lunny, que definiu o tom do dia ao incentivar os participantes a estabelecer contactos, partilhar ideias e aproveitar ao máximo o evento. Como ele afirmou, “O YOLO Vision 2025 é a conferência que une a comunidade de IA de visão computacional de código aberto para se concentrar nos avanços em dados, aprendizagem automática e visão computacional.”

Neste artigo, vamos recapitular os principais destaques do YOLO Vision 2025, incluindo o lançamento do produto, as palestras principais, um painel, demonstrações ao vivo e os momentos da comunidade que tornaram o dia especial. Vamos começar!

De uma única GPU a um financiamento Série A de 30 milhões de dólares#

Antes do evento, havia grande entusiasmo em torno do lançamento do novo produto, e Glenn Jocher, o nosso Fundador e CEO, começou o dia aproveitando essa energia.

Ele partilhou a trajetória da Ultralytics, recordando como, em 2020, executava experiências numa única 1080 Ti ligada ao seu MacBook, uma configuração que hoje está obsoleta. A partir dessas origens modestas, a Ultralytics cresceu e tornou-se uma comunidade global com milhares de milhões de inferências diárias processadas por modelos YOLO.

Glenn também falou sobre a recente conclusão de uma ronda de financiamento Série A de 30 milhões de dólares pela Ultralytics. Explicou que este investimento impulsionará a próxima fase de crescimento, permitindo à empresa aumentar a equipa, expandir a investigação e garantir os recursos computacionais necessários para continuar a ultrapassar os limites da visão computacional.

Ultralytics YOLO26: um modelo YOLO melhor, mais rápido e mais pequeno#

Glenn anunciou ainda duas novas iniciativas da Ultralytics. A primeira é o Ultralytics YOLO26, o modelo mais recente da família Ultralytics YOLO, concebido para ser mais pequeno, mais rápido e mais eficiente, alcançando simultaneamente uma precisão ainda maior. A segunda é a Ultralytics Platform, um novo espaço de trabalho SaaS completo que combina dados, treino, implementação e monitorização para tornar mais fácil do que nunca a criação de soluções de visão computacional, com anúncio previsto para breve.

Fig. 1. Glenn Jocher a anunciar o Ultralytics YOLO26 no palco do YOLO Vision 2025.

O Ultralytics YOLO26 foi concebido para impulsionar o desempenho, mantendo-se prático para utilização no mundo real. A versão mais pequena já funciona até 43% mais rapidamente em CPUs, continuando a melhorar a precisão, o que a torna ideal para aplicações que vão desde dispositivos móveis até grandes sistemas empresariais. O YOLO26 estará disponível publicamente até ao final de outubro.

Eis uma visão geral das principais funcionalidades do YOLO26:

• Arquitetura simplificada: O módulo Distribution Focal Loss (DFL), que anteriormente tornava os modelos mais lentos, foi removido. O Ultralytics YOLO26 funciona agora de forma mais eficiente sem sacrificar a precisão.
• Previsões mais rápidas: O Ultralytics YOLO26 introduz uma opção para ignorar a etapa de Supressão não máxima (NMS), permitindo-lhe fornecer resultados mais rapidamente e facilitando a implementação em tempo real.
• Melhor deteção de objetos pequenos: Novos métodos de treino melhoram a estabilidade e aumentam significativamente a precisão, especialmente na deteção de pequenos detalhes em cenas complexas.
• Treino mais inteligente: O novo otimizador MuSGD combina os pontos fortes de duas técnicas de treino, ajudando o modelo a aprender mais rapidamente e a alcançar uma maior precisão.

Um primeiro olhar sobre a Ultralytics Platform#

Depois de apresentar o YOLO26, Glenn convidou Prateek Bhatnagar, o nosso Diretor de Engenharia de Produto, para demonstrar o próximo projeto no horizonte, a Ultralytics Platform. Concebida para simplificar todo o fluxo de trabalho de visão computacional, a plataforma pretende reunir conjuntos de dados, anotação, treino, implementação e monitorização num só lugar.

Prateek comparou-a à afinação de um carro: em vez de visitar oficinas diferentes para pneus, motores e transmissões, tudo acontece na mesma garagem. Da mesma forma, a plataforma oferece aos programadores um espaço de trabalho integrado para gerirem todo o ciclo de vida de um modelo de IA para visão computacional.

A demonstração apresentou ferramentas de anotação assistida por IA que aceleram a preparação de conjuntos de dados, opções de treino personalizáveis para especialistas e principiantes e monitorização em tempo real das execuções de treino.

Perspetivas de uma discussão de painel sobre implementação na periferia#

Outro destaque do YV25 foi um painel sobre implementação na periferia, moderado por Oisin Lunny. A sessão contou com Yuki Tsuji, da Sony Semiconductor Solutions, David Plowman, da Raspberry Pi, e Glenn Jocher.

A discussão explorou como levar a IA para a periferia reduz a latência, baixa os custos e melhora a privacidade. Yuki apresentou o sensor IMX500 da Sony, que pode executar inferências diretamente no chip. Entretanto, David falou sobre como a Raspberry Pi está a expandir-se das suas origens no universo maker para aplicações comerciais de grande escala.

Fig. 2. Um painel sobre implementação na periferia com Oisin Lunny, Yuki Tsuji, David Plowman e Glenn Jocher.

O painel também abordou um dos maiores obstáculos para os programadores: fazer com que os modelos funcionem sem problemas em diferentes dispositivos. É aqui que o pacote Python da Ultralytics desempenha um papel fundamental.

Com a sua vasta gama de opções de exportação, o pacote facilita a passagem de um modelo treinado para produção em dispositivos móveis, sistemas incorporados ou hardware empresarial. Ao eliminar as dificuldades da conversão de modelos, a Ultralytics ajuda as equipas a concentrarem-se na criação de soluções em vez de enfrentarem problemas de compatibilidade.

Como David explicou, “Sei por experiência própria que converter modelos é horrível e, se outra pessoa fizer isso por mim, a vida torna-se muito mais fácil. É aí que a Ultralytics está realmente a melhorar a situação e a oferecer algo valioso aos nossos utilizadores.”

Acelerar a inovação e o hardware de IA#

Os avanços no software de IA estão a acontecer em paralelo com os avanços no hardware e, em conjunto, estão a impulsionar uma nova vaga de inovação na visão computacional. Embora modelos como o Ultralytics YOLO continuem a aumentar a precisão, o seu impacto no mundo real também depende das plataformas onde são executados.

Por exemplo, a Seeed Studio demonstrou como hardware modular e de baixo custo, como as suas placas reCamera e XIAO, pré-carregadas com modelos Ultralytics YOLO, facilita aos programadores a passagem da prototipagem para sistemas de IA no mundo real. Este tipo de integração entre hardware e software reduz a barreira de entrada e mostra como a inovação ao nível do hardware acelera diretamente a adoção.

Eis algumas conclusões importantes de outras palestras principais do YV25, que realçaram como a conceção conjunta de hardware e software está a abrir novas possibilidades:

• A quantização desbloqueia grandes ganhos de velocidade: A Intel mostrou como a conversão de modelos Ultralytics YOLO para OpenVINO com quantização aumentou a velocidade de inferência de 54 FPS para 606 FPS em apenas 30 minutos, destacando o poder da otimização.
• As ferramentas de stack completo tornam prática a implementação de IA na periferia: A NVIDIA destacou como os dispositivos Jetson, o TensorRT, o Triton Inference Server e o DeepStream SDK funcionam em conjunto para simplificar a implementação de IA de visão computacional de alto desempenho na periferia.
• Os ecossistemas abertos aceleram a prototipagem: A AMD destacou a sua plataforma completa baseada em GPUs e na stack de software ROCm, ajudando os programadores a passar rapidamente do protótipo à implementação e, ao mesmo tempo, a controlar os custos.
• Os chips de baixo consumo expandem a IA para dispositivos limitados: A DEEPX apresentou os seus processadores DX-M1 e DX-M2, que fornecem dezenas de TOPS com menos de 5 watts para permitir inferências avançadas em sistemas compactos e com limitações de energia.

Tendências recentes na visão computacional#

Com os avanços no software e no hardware a trabalharem em conjunto, a visão computacional está a evoluir mais rapidamente do que nunca. Estes desenvolvimentos paralelos não estão apenas a melhorar a precisão e a velocidade, mas também a moldar a forma como a IA para visão computacional pode ser implementada no mundo real. No YV25, os participantes tiveram a oportunidade de ouvir especialistas em robótica, implementação na periferia e IA multimodal, cada um oferecendo uma perspetiva diferente sobre o rumo do setor.

Por exemplo, na sua palestra principal, Michael Hart, da D-Robotics, demonstrou como combinar modelos Ultralytics YOLO com a sua compacta placa RDK X5, um pequeno módulo incorporado de visão computacional com IA, permite aos robôs executar modelos avançados de visão computacional em tempo real. A sua demonstração ao vivo mostrou até onde a robótica chegou, evoluindo de experiências laboratoriais para sistemas práticos alimentados por IA.

Fig. 3. Michael Hart destacou como os robôs atuais equipados com IA dependem da visão computacional.

De forma semelhante, Alexis Crowell e Steven Hunsche, da Axelera AI, destacaram os desafios e as oportunidades da implementação de IA para visão computacional na periferia. Através de demonstrações ao vivo, explicaram como as unidades de processamento de IA Metis (AIPUs) da Axelera AI combinam RISC-V e computação digital na memória para proporcionar alto desempenho com um consumo de energia muito baixo. Disponibilizada em formatos familiares, como M.2 e PCIe, a conceção conjunta de hardware e software da plataforma torna a expansão da IA na periferia prática e eficiente.

E, noutra sessão, Merve Noyan, da Hugging Face, explorou a ascensão da IA multimodal, na qual os modelos combinam visão com texto, áudio e outras entradas. Falou sobre casos de utilização que vão desde a análise de documentos até agentes incorporados, salientando como a inovação de código aberto está a acelerar a adoção da IA.

Equilibrar o progresso técnico com os valores humanos#

Embora o YV25 tenha apresentado palestras inspiradoras e abrangentes, também incluiu sessões profundamente práticas. Jiri Borovec, da Lightning AI, conduziu uma demonstração prática que mostrou como treinar e ajustar modelos Ultralytics YOLO com PyTorch Lightning e suporte para várias GPUs.

Ele apresentou exemplos de código e destacou como as ferramentas de código aberto, uma documentação clara e frameworks flexíveis facilitam aos programadores a expansão do treino, a validação de cada etapa e a adaptação dos fluxos de trabalho aos seus próprios projetos. Foi um lembrete da importância da comunidade e de ferramentas acessíveis para alcançar progressos reais na visão computacional.

No outro extremo, os oradores incentivaram o público a refletir sobre o papel mais amplo da IA na sociedade. Na sua palestra principal, Gerd Leonhard, futurista, humanista e CEO da The Futures Agency, defendeu que “a tecnologia é moralmente neutra até ser utilizada”, salientando que a verdadeira questão não é apenas o que a IA pode fazer, mas o que deve fazer. Alertou contra armadilhas como o reducionismo e a ausência de verdade, e apelou a uma IA que sirva verdadeiramente os interesses da humanidade a longo prazo.

Fig. 4. Gerd Leonhard a partilhar as suas ideias sobre a criação de soluções de IA mantendo-as centradas no ser humano.

Este foco na responsabilidade continuou numa conversa informal com Carissa Véliz, da University of Oxford, que salientou a privacidade e a segurança. Observou que as comunidades de código aberto são vitais para verificar e melhorar o código e que a ética e o design são inseparáveis. A sua mensagem foi clara: os programadores precisam de antecipar utilizações indevidas e criar sistemas que coloquem a dignidade humana e o bem-estar social em primeiro lugar.

Networking em Londres no YV25#

Para além das palestras e demonstrações, o YV25 também criou espaço para as pessoas estabelecerem contactos. Durante as pausas para café e o almoço, os participantes conversaram, partilharam experiências, compararam abordagens e deram início a novas colaborações.

Para a equipa da Ultralytics, foi também uma excelente oportunidade para se reunir presencialmente. Com membros espalhados por todo o mundo, momentos como este ajudam a fortalecer as ligações e a celebrar o progresso em conjunto.

Fig. 5. A equipa da Ultralytics a terminar um dia inspirador no YOLO Vision 2025.

O dia terminou com uma festa, onde os participantes tiveram a oportunidade de relaxar e continuar a estabelecer contactos. Foi um momento para refletir, recarregar energias e antever o próximo capítulo da inovação em IA para visão computacional.

Ultrapassar em conjunto os limites da IA para visão computacional#

O YOLO Vision 2025 foi uma celebração de ideias, inovação e comunidade. O lançamento do Ultralytics YOLO26 preparou o terreno, seguido de palestras envolventes sobre implementação na periferia e IA centrada no ser humano, que destacaram o rápido progresso da IA para visão computacional e o seu impacto crescente no mundo.

Além das sessões principais, o evento reuniu pessoas. Investigadores, programadores e entusiastas partilharam experiências, iniciaram conversas significativas e exploraram novas possibilidades para o futuro. O evento terminou em alta, com os participantes entusiasmados com o futuro dos modelos Ultralytics YOLO e da visão computacional.

Pronto para explorar a IA? Junta-te à nossa comunidade e ao nosso repositório no GitHub para saberes mais sobre IA e visão computacional. Visita as nossas páginas de soluções para explorares mais aplicações de visão computacional na agricultura e IA na robótica. Consulta as nossas opções de licenciamento e começa hoje a trabalhar com visão computacional!