Главное с YOLO Vision 2025 от Ultralytics!

Сообщество специалистов в области ИИ и компьютерного зрения встретилось 25 сентября на YOLO Vision 2025 (YV25) — ежегодном гибридном мероприятии Ultralytics. Событие, прошедшее в лондонском The Pelligon и транслировавшееся по всему миру, собрало множество исследователей, инженеров и энтузиастов ИИ для обмена идеями и знакомства с новыми инновациями, такими как Ultralytics YOLO26.

Мероприятие проводится уже четвертый год, и его охват и влияние продолжают расти. Прямая трансляция YV25 уже набрала более 6800 просмотров, свыше 49 000 показов и почти 2000 часов времени просмотра.

YV25 открыл наш ведущий Oisin Lunny, который задал тон всему дню, призвав участников общаться, делиться опытом и получить максимум пользы от мероприятия. Как он отметил: «YOLO Vision 2025 — это конференция, которая объединяет сообщество open-source в сфере компьютерного зрения, чтобы сосредоточиться на данных, машинном обучении и достижениях в области компьютерного зрения».

В этой статье мы подведем итоги YOLO Vision 2025, включая запуск продукта, основные доклады, панельную дискуссию, демонстрации в реальном времени и важные для сообщества моменты, которые сделали этот день особенным. Начнем!

Link to this sectionПуть от одного GPU до привлечения 30 миллионов долларов инвестиций серии A#

В преддверии мероприятия было много ажиотажа вокруг запуска нового продукта, и Glenn Jocher, наш основатель и генеральный директор, начал день, поддержав эту энергию.

Он поделился историей Ultralytics, вспомнив, как в 2020 году проводил эксперименты на одной видеокарте 1080 Ti, подключенной к его MacBook — конфигурации, которая сегодня уже устарела. С тех скромных начал Ultralytics выросла в глобальное сообщество с миллиардами ежедневных инференсов, выполняемых на моделях YOLO.

Glenn также рассказал о недавнем привлечении Ultralytics $30 миллионов в рамках раунда финансирования серии A. Он объяснил, как эти инвестиции помогут следующему этапу роста, позволяя компании масштабировать команду, расширять исследования и обеспечить вычислительные ресурсы, необходимые для дальнейшего расширения границ компьютерного зрения.

Link to this sectionUltralytics YOLO26: лучшая, более быстрая и компактная модель YOLO#

Далее Glenn анонсировал две новые инициативы Ultralytics. Первая — это Ultralytics YOLO26, новейшая модель в семействе Ultralytics YOLO, разработанная так, чтобы быть меньше, быстрее и эффективнее, при этом достигая еще большей точности. Вторая — это Ultralytics Platform, новое комплексное SaaS-рабочее пространство, объединяющее данные, обучение, развертывание и мониторинг, чтобы сделать создание решений для компьютерного зрения проще, чем когда-либо. О ее выходе будет объявлено в ближайшем будущем.

Рис 1. Glenn Jocher объявляет о выходе Ultralytics YOLO26 на сцене YOLO Vision 2025.

YOLO26 создана для повышения производительности при сохранении практичности для реального использования. Самая маленькая версия уже работает на 43% быстрее на CPU, одновременно повышая точность, что делает ее идеальной для приложений от мобильных устройств до крупных корпоративных систем. YOLO26 станет общедоступной в конце октября.

Вот краткий обзор ключевых особенностей YOLO26:

• Оптимизированная архитектура: Модуль Distribution Focal Loss (DFL) был удален, так как он замедлял работу моделей. Теперь YOLO26 работает эффективнее без потери точности.
• Более быстрые предсказания: В YOLO26 добавлена опция пропуска шага Non-Maximum Suppression (NMS), что позволяет быстрее выдавать результаты и упрощает развертывание в реальном времени.
• Лучшее обнаружение мелких объектов: Новые методы обучения повышают стабильность и значительно увеличивают точность, особенно при выявлении мелких деталей в сложных сценах.
• Более умное обучение: Новый оптимизатор MuSGD объединяет сильные стороны двух техник обучения, помогая модели учиться быстрее и достигать более высокой точности.

Link to this sectionПервый взгляд на платформу Ultralytics#

После представления YOLO26 Glenn пригласил Prateek Bhatnagar, нашего руководителя по разработке продуктов, чтобы продемонстрировать следующий проект — Ultralytics Platform. Платформа призвана упростить весь рабочий процесс компьютерного зрения, объединив наборы данных, аннотирование, обучение, развертывание и мониторинг в одном месте.

Prateek сравнил это с настройкой автомобиля: вместо посещения разных мастерских для замены шин, двигателя и трансмиссии, все делается в одном гараже. Точно так же платформа предоставляет разработчикам интегрированную рабочую среду для управления всем жизненным циклом модели компьютерного зрения.

В ходе демонстрации были показаны инструменты аннотирования с поддержкой ИИ, ускоряющие подготовку наборов данных, настраиваемые параметры обучения как для экспертов, так и для новичков, а также мониторинг процессов обучения в реальном времени.

Link to this sectionИдеи с панельной дискуссии о развертывании на периферийных устройствах (edge)#

Еще одним ярким событием YV25 стала панельная дискуссия по развертыванию на edge-устройствах под модерацией Oisin Lunny. В ней приняли участие Yuki Tsuji из Sony Semiconductor Solutions, David Plowman из Raspberry Pi и Glenn Jocher.

Обсуждение касалось того, как перенос ИИ на периферию снижает задержки, уменьшает затраты и повышает конфиденциальность. Yuki продемонстрировал сенсор IMX500 от Sony, который может выполнять инференс непосредственно на чипе. В свою очередь, David рассказал о том, как Raspberry Pi расширяет сферу своего влияния от любительских проектов до крупномасштабных коммерческих приложений.

Рис 2. Панельная дискуссия о развертывании на edge-устройствах с участием Oisin Lunny, Yuki Tsuji, David Plowman и Glenn Jocher.

Участники дискуссии также затронули одну из главных трудностей для разработчиков: запуск моделей на разных устройствах без сбоев. Здесь ключевую роль играет пакет Ultralytics Python.

Благодаря широкому спектру возможностей экспорта, он позволяет легко переносить обученную модель в продакшн для мобильных, встраиваемых или корпоративных систем. Избавляя от сложностей при конвертации моделей, Ultralytics помогает командам сосредоточиться на создании решений, а не на борьбе с проблемами совместимости.

Как объяснил David: «По своему горькому опыту знаю, что конвертация моделей — это ужасно, и если кто-то другой сделает это за меня, жизнь станет намного проще. Именно здесь Ultralytics действительно меняет ситуацию, предлагая ценный продукт для наших пользователей».

Link to this sectionУскорение инноваций и аппаратное обеспечение ИИ#

Развитие программного обеспечения для ИИ происходит параллельно с аппаратным, и вместе они стимулируют новую волну инноваций в компьютерном зрении. Хотя модели вроде Ultralytics YOLO продолжают повышать точность, их реальный эффект также зависит от платформ, на которых они работают.

Например, Seeed Studio продемонстрировали, как модульное, недорогое аппаратное обеспечение, такое как их платы reCamera и XIAO, с предустановленными моделями Ultralytics YOLO, позволяет разработчикам легко перейти от прототипирования к реальным ИИ-системам. Такая интеграция «железа» и ПО снижает порог входа и показывает, как инновации на аппаратном уровне напрямую ускоряют внедрение технологий.

Вот несколько ключевых выводов из других докладов на YV25, подчеркивающих, как совместная разработка «железа» и ПО открывает новые возможности:

• Квантование открывает огромный прирост скорости: Intel показали, как конвертация моделей Ultralytics YOLO в OpenVINO с использованием квантования увеличила производительность с 54 FPS до 606 FPS всего за 30 минут, подчеркнув силу оптимизации.
• Полностековые инструменты делают развертывание на edge-устройствах практичным: NVIDIA подчеркнули, как устройства Jetson, TensorRT, Triton Inference Server и DeepStream SDK работают вместе, упрощая развертывание высокопроизводительного ИИ компьютерного зрения на периферии.
• Открытые экосистемы ускоряют прототипирование: AMD сделали акцент на своей комплексной платформе, построенной на GPU и программном стеке ROCm, помогая разработчикам быстро переходить от прототипа к развертыванию, контролируя затраты.
• Энергоэффективные чипы расширяют применение ИИ на компактные устройства: DEEPX представили свои процессоры DX-M1 и DX-M2, выдающие десятки TOPS при потреблении менее 5 Вт, что позволяет использовать продвинутый инференс в компактных, ограниченных по питанию системах.

Link to this sectionПоследние тренды в компьютерном зрении#

Благодаря достижениям в программном и аппаратном обеспечении, идущим рука об руку, компьютерное зрение развивается быстрее, чем когда-либо. Эти параллельные разработки не только повышают точность и скорость, но и определяют то, как ИИ компьютерного зрения может быть развернут в реальном мире. На YV25 участники имели возможность услышать экспертов в области робототехники, edge-развертывания и мультимодального ИИ, каждый из которых предложил свой взгляд на развитие этой сферы.

Например, в своем докладе Michael Hart из D-Robotics продемонстрировал, как связка моделей Ultralytics YOLO с их компактной платой RDK X5 (небольшим встраиваемым модулем компьютерного зрения) позволяет роботам запускать продвинутые модели зрения в реальном времени. Его живая демонстрация показала, как далеко продвинулась робототехника, перейдя от лабораторных экспериментов к практическим системам на базе ИИ.

Рис 3. Michael Hart подчеркнул, как сегодняшние роботы с ИИ зависят от компьютерного зрения.

Аналогично, Alexis Crowell и Steven Hunsche из Axelera AI подчеркнули проблемы и возможности развертывания ИИ на edge-устройствах. В ходе живых демонстраций они объяснили, как блоки обработки ИИ (AIPU) Metis от Axelera AI объединяют архитектуру RISC-V с цифровыми вычислениями в памяти (in-memory compute), обеспечивая высокую производительность при очень низком энергопотреблении. Благодаря использованию привычных форм-факторов, таких как M.2 и PCIe, совместная аппаратная и программная разработка платформы делает масштабирование ИИ на периферии практичным и эффективным.

А на другой сессии Merve Noyan из Hugging Face рассказала о развитии мультимодального ИИ, где модели объединяют зрение с текстом, аудио и другими типами входных данных. Она затронула темы использования ИИ от анализа документов до воплощенных (embodied) агентов, подчеркнув, как инновации с открытым исходным кодом ускоряют внедрение ИИ.

Link to this sectionБаланс между техническим прогрессом и человеческими ценностями#

Хотя на YV25 были вдохновляющие доклады о глобальных перспективах, мероприятие также включало глубоко практические сессии. Jiri Borovec из Lightning AI провел практический мастер-класс, показав, как обучать и дообучать модели Ultralytics YOLO с помощью PyTorch Lightning и поддержки нескольких GPU.

Он разобрал примеры кода и показал, как инструменты с открытым исходным кодом, понятная документация и гибкие фреймворки облегчают разработчикам масштабирование обучения, проверку на каждом этапе и адаптацию рабочих процессов для своих проектов. Это стало напоминанием о том, насколько важны сообщество и доступные инструменты для реального прогресса в области компьютерного зрения.

С другой стороны, спикеры призывали аудиторию задуматься о более широкой роли ИИ в обществе. В своем выступлении Gerd Leonhard, футуролог, гуманист и генеральный директор The Futures Agency, заявил, что «технология морально нейтральна, пока мы ее не используем», подчеркнув, что настоящий вопрос не только в том, что ИИ может делать, но и в том, что он должен делать. Он предостерег от попадания в ловушки редукционизма и потери истины, призвав создавать ИИ, который действительно служит долгосрочным интересам человечества.

Рис 4. Gerd Leonhard делится мыслями о создании ИИ-решений, ориентированных на человека.

Этот акцент на ответственности продолжился в неформальной беседе с Carissa Véliz из Оксфордского университета, которая подчеркнула вопросы конфиденциальности и безопасности. Она отметила, что сообщества с открытым исходным кодом жизненно важны для проверки и улучшения кода, и что этика и проектирование неразделимы. Ее посыл был ясен: разработчикам необходимо предвидеть возможность злоупотреблений и создавать системы, в которых человеческое достоинство и социальное благополучие стоят на первом месте.

Link to this sectionНетворкинг в Лондоне на YV25#

Помимо докладов и демонстраций, YV25 создал пространство для общения людей. Во время кофе-брейков и обедов участники общались, делились опытом, сравнивали подходы и завязывали новые партнерства.

Для команды Ultralytics это была отличная возможность встретиться лично. Поскольку члены команды разбросаны по всему миру, такие моменты помогают укреплять связи и вместе праздновать успехи.

Рис 5. Команда Ultralytics завершает вдохновляющий день на YOLO Vision 2025.

День завершился афтерпати, где участники могли расслабиться и продолжить нетворкинг. Это было время для размышлений, перезагрузки и взгляда в будущее — к новой главе инноваций в ИИ компьютерного зрения.

Link to this sectionРасширяем границы компьютерного зрения вместе#

YOLO Vision 2025 стал праздником идей, инноваций и сообщества. Запуск Ultralytics YOLO26 задал тон, за которым последовали увлекательные доклады о развертывании на периферии и ИИ, ориентированном на человека, что подчеркнуло стремительный прогресс в сфере компьютерного зрения и его растущее влияние на мир.

Помимо основных сессий, мероприятие объединило людей. Исследователи, разработчики и энтузиасты делились опытом, вели содержательные дискуссии и исследовали новые возможности будущего. Событие завершилось на высокой ноте: участники остались воодушевлены будущим моделей Ultralytics YOLO и компьютерного зрения в целом.

Готов исследовать ИИ? Присоединяйся к нашему сообществу и репозиторию на GitHub, чтобы узнать больше об ИИ и компьютерном зрении. Посети наши страницы с решениями, чтобы узнать больше о применении компьютерного зрения в сельском хозяйстве и ИИ в робототехнике. Ознакомься с нашими вариантами лицензирования и начни работу с компьютерным зрением уже сегодня!