YOLOvME: detecção de espécies de zebras

Já vimos pessoas usarem o Ultralytics YOLOv5 para criar um aplicativo de estimativa de rendimento de culturas, detectar plástico no oceano e verificar se alguém está usando a máscara corretamente. Entramos em contato com nossa comunidade e pedimos que compartilhassem ainda mais maneiras de usar o YOLOv5 para resolver seus desafios.

Kayo Kumabe é analista de dados de Kumamoto, no Japão. Kayo trabalha com o YOLOv5 há apenas um mês, mas gosta de experimentar a infraestrutura porque “ela é simplesmente inteligente”. Para quem está começando em IA, Kayo recomenda dedicar tempo à personalização do modelo, mesmo sem conhecer Python ou aprendizado de máquina. Em geral, pode ser difícil distinguir nuances de aparência a olho nu. Kayo levantou a hipótese de que, em vez disso, a IA poderia detectar facilmente essas diferenças sutis.

Para testar essa hipótese, Kayo reuniu um conjunto de dados com três espécies diferentes de zebras para alimentar o modelo Ultralytics YOLOv5. Kayo criou um modelo YOLOv5 para detectar diferentes tipos de zebras. O modelo compara as características dos animais e gera uma saída que determina a espécie da zebra.

Com isso, Kayo conseguiu comprovar a hipótese. O modelo Ultralytics YOLOv5 conseguiu detectar cada espécie de zebra com alto nível de precisão, mesmo tendo sido treinado com apenas 20 imagens por espécie. Queríamos entender como Kayo começou na visão computacional, então fizemos algumas perguntas.

O que levou você a escolher o Ultralytics YOLOv5 para detectar espécies de zebras?#

"Nunca experimentei outra infraestrutura de detecção de objetos. O Ultralytics YOLOv5 pareceu fácil porque não exigia programação complexa."

Quais aspectos do Ultralytics YOLOv5 facilitaram seu início?#

"Reuni apenas 20 imagens de cada tipo de zebra, criei arquivos de rotulagem para as imagens e deixei o Ultralytics YOLOv5 aprender. Só isso! É incrível ver que o YOLOv5 detectou corretamente os tipos de zebra em 100% dos casos! Talvez menos de 20 imagens já fossem suficientes."

Como você começou a trabalhar com aprendizado de máquina e IA de visão?#

"Alguns dos meus clientes têm interesse em IA, então comecei a estudá-la para ampliar minhas oportunidades de trabalho. Quando conheci a IA de visão, fiquei muito empolgado porque parecia o filme O Exterminador do Futuro acontecendo na vida real."

Que outros projetos você pretende fazer com o Ultralytics YOLOv5 no futuro?#

"Gostaria de detectar meu filho entre muitos alunos na escola. Isso poderia ser útil em um dia de esportes. Gostaria de criar um aplicativo para iPhone." Para conferir mais criações de Kayo com o Ultralytics YOLOv5, acesse o LinkedIn e o Twitter_._

Tem um caso de uso próprio para o Ultralytics YOLOv5?#

Este caso de uso do Ultralytics YOLOv5 para detecção de zebras é um ótimo exemplo do sucesso do YOLOv5 em distinguir espécies. Se aplicarmos essa rede neural a outros tipos de animais, será que o YOLOv5 conseguirá diferenciá-los? Qual será o desempenho do modelo se você quiser detectar pedestres em uma faixa de travessia ou prever o rendimento anual de uma cultura? Deixe a imaginação correr solta! Marque-nos nas redes sociais com #YOLOvME e compartilhe seu próprio caso de uso do YOLOv5; vamos divulgar seu trabalho para a comunidade de ML.

Quer se divertir com visão computacional de IA, mas sem código?#

Tudo o que você precisa é de uma ideia. Com a Ultralytics Platform, é fácil criar modelos com o YOLOv5 e dar vida às suas ideias. Simplificamos tudo e cuidamos de toda a complexidade de MLOps, para que você não precise saber programar para se divertir com AI. É fácil começar e ainda mais fácil criar seu primeiro modelo de ML.

Participe da Ultralytics Platform e aproveite hoje mesmo a magia da IA#

Comece hoje mesmo e inscreva-se agora!