Основные моменты выступления Ultralytics на CVPR 2025

Взгляд на CVPR Nashville 2025

CVPR была впервые представлена в 1983 году и официально поддержана IEEE в 1985 году. За прошедшие годы она превратилась в одну из самых влиятельных конференций в области компьютерного зрения и распознавания образов, собирающую исследователей, инженеров и новаторов по всему миру. С 2012 года одним из спонсоров конференции является Фонд компьютерного зрения (CVF) - некоммерческая организация, поддерживающая открытый доступ к исследованиям в области компьютерного зрения и играющая важную роль в организации мероприятия. 

Ежегодно проводимый CVPR известен своей технической глубиной и тем, что помогает определить направление развития всей области, от ранних прорывов в распознавании объектов до современных достижений в области искусственного интеллекта и глубокого обучения. В этом году на конференцию было подано более 13 000 докладов, что на 13 % больше, чем в прошлом году. При этом доля принятых докладов составила всего 22 %, что позволило конференции продолжить традицию привлечения внимания к наиболее значимым исследованиям.

Вот краткий обзор некоторых основных тем исследований, которые были отмечены на CVPR 2025:

• Понимание трехмерных сцен и нейронный рендеринг: Исследователи изучают способы воссоздания и представления трехмерного мира с использованием нескольких видов или сенсорных входов для развития приложений в робототехнике, дополненной реальности и моделировании.
  ‍
• Синтез изображений и видео с помощью генеративного ИИ: Эта область фокусируется на создании высококачественных визуальных эффектов на основе минимальных исходных данных, таких как текстовые подсказки или эскизы, для обеспечения работы инструментов нового поколения для креативных медиа и интерактивных систем.
  ‍
• Мультимодальное обучение и зрительно-языковые модели: Эти модели объединяют визуальные и языковые данные для улучшения понимания, рассуждений и коммуникации, прокладывая путь к более общим и адаптируемым системам ИИ.

Установка в Music City Center для CVPR

Еще до официального начала конференции наша команда прибыла в Нэшвилл, чтобы подготовить все необходимое для CVPR 2025. 

Мы провели день в Music City Center, где стенд 1512 стал нашей домашней базой на три полных дня демонстраций, бесед и создания сообщества. Мы распаковывали оборудование, настраивали демонстрационные ролики YOLO и тщательно продумывали настройки, чтобы убедиться, что все будет работать гладко в быстро меняющейся обстановке выставки. 

Постепенно пространство заполнялось людьми, разгружающими оборудование, тестирующими демо-версии и собирающими свои стенды. Наблюдение за тем, как все это объединяется, напомнило нам о том, насколько глобальным и совместным является CVPR.

После продуктивной второй половины дня команда переключилась и отправилась исследовать центр Нэшвилла. Естественно, они сделали остановку на Бродвее, где из каждого бара и ресторана льется живая музыка в стиле кантри. 

Некоторые из команды надели ковбойские сапоги (для некоторых из нас это было впервые), а завершили вечер классическим местным блюдом: горячим цыпленком из Hattie B's. Это было идеальное сочетание работы и веселья. Стенд был готов, а команда зарядилась энергией, чтобы увидеть, что ждет CVPR 2025.

Беседы о компьютерном зрении и исследованиях в области искусственного интеллекта

Первый день выставки начался с того, что команда Ultralytics была на месте и готова к работе. Нувола Лади, наш менеджер по цифровому контенту, Зинния Пурдад, наш менеджер по мероприятиям, и Франческо Маттиоли, наш инженер по машинному обучению, прибыли в Music City Center к 9 утра. После окончательной проверки настроек и подготовки демонстраций мы были готовы приветствовать посетителей, как только открылись двери.

К 10 часам утра толпа начала прибывать, и энергия на выставочной площадке сразу же возросла. Наш стенд быстро заполнился посетителями, а товары Ultralytics, особенно сумки и наклейки, разошлись в считанные минуты. Это был забавный ледокол, который помог завязать разговор и привлечь людей.

‍

В течение всего дня мы имели возможность пообщаться с исследователями, инженерами и разработчиками, работающими над широким спектром проектов. Большой интерес вызвали наши живые демонстрации YOLO, и мы услышали о случаях использования в робототехнике, здравоохранении, производстве, розничной торговле и других областях. Было вдохновляюще видеть, как широко используются наши модели - от ранних академических исследований до развернутых корпоративных систем.

Мы также смогли вновь встретиться с коллегами, работающими в области ИИ, включая команды Intel OpenVINO и Sony Semiconductor Solutions. Совместное выступление с другими новаторами позволило убедиться в том, насколько совместной и быстро развивающейся остается область Vision AI.

В конце дня команда отправилась в Printers Alley, чтобы насладиться живой музыкой в стиле кантри и расслабиться. После насыщенного разговорами и невероятной энергией дня это был идеальный способ завершить наш первый день на CVPR 2025.

‍

День 2 на конференции по компьютерному зрению в Нэшвилле

Второй день CVPR 2025 начался там же, где закончился первый. Стенд 1512 оставался оживленным в течение всего дня: посетители и новички заходили на него, чтобы узнать больше о наших моделях Ultralytics YOLO и поделиться своими собственными наработками.

Например, одним из самых запоминающихся моментов дня стал визит Intel Robodog. Вид передового оборудования в сочетании с практическими моделями видения в действии действительно передал дух мероприятия.

‍

Позже вечером наша команда посетила встречу разработчиков After.CVPR(), организованную компанией Intel. Это было непринужденное место для совместной работы, наполненное инженерами, исследователями и разработчиками из всей экосистемы ИИ. 

Встреча включала в себя живые демонстрации и содержательные беседы, которые продолжались до самой ночи. В ходе мероприятия Франческо Маттиоли представил совместную демонстрацию Ultralytics и OpenVINO, показывающую, как наши модели могут быть интегрированы в эффективные конвейеры вывода. 

Он рассказал о том, как такие модели, как Ultralytics YOLO11, можно экспортировать в формат OpenVINO, чтобы добиться более быстрого и оптимизированного вывода на оборудовании Intel. Демонстрация показала поддержку центральных процессоров (CPU), графических процессоров (GPU) и нейронных процессоров (NPU). Она вызвала значительный интерес у команд, работающих над краевым ИИ и приложениями реального времени.

‍

Глубокое обучение в приложениях компьютерного зрения на CVPR

Даже в последний день CVPR 2025 в Music City Center царила оживленная атмосфера. Посетители продолжали изучать стенды, вести вдумчивые беседы и максимально эффективно использовать время, проведенное на конференции.

Одним из самых ярких событий дня стало посещение постерных сессий - основного способа распространения информации об исследованиях на CVPR. В отличие от традиционных презентаций на сцене, постерные сессии носят более неформальный и интерактивный характер. 

Каждый исследователь устанавливает большой печатный плакат с кратким описанием своей работы и стоит рядом, чтобы рассказать о ней, ответить на вопросы и обсудить свои результаты с каждым, кто заглянет к нему. Это отличный способ узнать о широком спектре тем за короткое время и создать пространство для реальных разговоров между участниками и докладчиками.

Мы увидели широкий спектр постеров, охватывающих самые разные темы - от моделей на языке зрения и понимания 3D-сцен до реальных применений ИИ в робототехнике и здравоохранении. Сессии позволили нам поближе познакомиться с новейшими идеями в этой области и напрямую пообщаться с теми, кто за ними стоит.

Мероприятие подошло к концу, и мы уехали, чувствуя себя более мотивированными, чем когда-либо. Неделя была наполнена обучением, сотрудничеством и реальным движением в области Vision AI, и мы с нетерпением ждем, когда сможем перенести эти знания в будущее.

Основные выводы

CVPR 2025 стала отличной неделей обучения, обмена опытом и общения. От передовых исследований до практических демонстраций и замечательных бесед - конференция показала, насколько быстро развивается Vision AI и насколько влиятельным и поддерживающим является сообщество, стоящее за ним.

Было вдохновляюще интересно увидеть модели Ultralytics YOLO в действии во многих реальных и исследовательских приложениях. Больше всего CVPR 2025 дала понять, что компьютерное зрение находится в самом сердце инноваций в области ИИ, и многое еще впереди.

Присоединяйтесь к нашему сообществу и погрузитесь в тему Vision AI в нашем репозитории GitHub. Узнайте о таких инновациях, как ИИ в розничной торговле и компьютерное зрение в производстве, на страницах наших решений. Ознакомьтесь с нашими лицензионными планами и начните свой путь к ИИ уже сегодня!