Упрости операции в области компьютерного зрения и ИИ

Мы стремимся сделать компьютерное зрение доступным и рады объявить о партнерстве с Roboflow — официальным инструментом управления датасетами и их аннотирования для Ultralytics YOLOv5.

Цель Roboflow — помочь разработчикам создавать более качественные модели компьютерного зрения, упрощая сбор и разметку данных, обучение моделей и использование активного обучения для их еще более быстрого улучшения. Так разработчики могут уделять больше времени решению профильных задач, а не техническим деталям машинного обучения и инфраструктуре компьютерного зрения.

Roboflow постоянно поддерживает проекты с открытым исходным кодом, разделяющие наше видение. Обязательно загляни в их руководство «Как обучить Ultralytics YOLOv5 на собственном наборе данных», опубликованное в июне 2020 года.

Миссия Ultralytics — сделать ИИ доступным, создавая простые в освоении инструменты компьютерного зрения для каждого разработчика. YOLOv5 позволяет разработчикам обучать и развёртывать современные модели компьютерного зрения в собственных проектах.

Разделяя стремление сделать ИИ доступным, Roboflow и Ultralytics объединяют свои сильные стороны, чтобы предоставить пользователям больше возможностей. Это новое партнерство упрощает обучение пользовательских моделей.

Представляем новое партнёрство, которое упрощает обучение пользовательских моделей#

Благодаря простоте и точности в реальных задачах Ultralytics YOLOv5 стала одной из самых популярных в мире моделей компьютерного зрения с ИИ. Наша новая интеграция с Roboflow делает обучение и развертывание YOLOv5 еще удобнее.

Теперь ты можешь размечать собственные датасеты и автоматически экспортировать их прямо в Ultralytics YOLOv5 для обучения с помощью Roboflow, используя пакет pip. Интеграция ориентирована на активное обучение. Так ты упростишь процесс MLOps и избавишься от временных затрат на технические детали компьютерного зрения.

С чего начать?#

Мы упростили обучение моделей на собственных наборах данных с помощью новой тетради YOLOv5 для Colab. Чтобы начать, выполни следующие шаги:

1. Открой тетрадь Colab для обучения YOLOv5 на собственных данных
2. Запусти pip install roboflow, чтобы начать использовать свои датасеты Roboflow
3. Экспортируй проект из Roboflow в нужном формате
4. Будет создан фрагмент кода для обучения на собственных данных
5. Скопируй фрагмент кода из своей учётной записи и вставь его в нужное место тетради

Партнёрство Roboflow + Ultralytics.

Дополнительную полезную информацию ты найдёшь в этой видеотуториале Roboflow.

Захватывающее время для работы в сфере компьютерного зрения#

Сочетание новейших функций Roboflow и преимуществ YOLOv5 дает мощное решение для MLOps. Мы рады возможностям, которые Ultralytics и Roboflow открывают благодаря общему стремлению сделать ИИ доступным, и с нетерпением ждем, что пользователи создадут с помощью нашей новой интеграции.

Мы ждем новостей о прорывных достижениях нашего сообщества разработчиков. Теперь датасеты Roboflow можно также импортировать напрямую в Ultralytics Platform для аннотирования и обучения.