Главное с YOLO Vision 2025 от Ultralytics!

Сообщество специалистов по искусственному интеллекту и компьютерному зрению собралось 25 сентября на YOLO Vision 2025 (YV25), ежегодном гибридном мероприятии компании Ultralytics, посвященном ИИ в компьютерном зрении. Мероприятие проходило в Лондоне на площадке The Pelligon и транслировалось по всему миру, объединив исследователей, инженеров и энтузиастов ИИ для обмена идеями и знакомства с новыми разработками, такими как Ultralytics YOLO26.

Проводимое уже четвертый год мероприятие продолжает расти по охвату и влиянию. Прямая трансляция YV25 уже собрала более 6 800 просмотров, свыше 49 000 показов и почти 2 000 часов времени просмотра.

Конференция YV25 началась со вступительного слова нашего ведущего Oisin Lunny, который задал тон всему дню, призвав участников общаться, делиться опытом и брать от мероприятия максимум. По его словам, «YOLO Vision 2025 — это конференция, которая объединяет сообщество разработчиков открытого ПО в сфере компьютерного зрения для работы с данными, машинным обучением и достижениями 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!

Путь 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 этот день с того, что поддержал этот настрой.

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.

Гленн также рассказал о недавнем привлечении компании Ultralytics в раунде финансирования серии A на сумму 30 миллионов долларов. Он пояснил, как эти инвестиции поддержат следующий этап роста, позволив компании масштабировать команду, расширить исследования и обеспечить вычислительные ресурсы, необходимые для дальнейшего расширения границ компьютерного зрения.

Ultralytics 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.

Ultralytics YOLO26 создан для повышения производительности и в то же время практичен для реального использования. Самая маленькая версия уже работает до 43% быстрее на CPU, одновременно улучшая точность, что делает её идеальной для приложений от мобильных устройств до крупных корпоративных систем. YOLO26 будет доступен публично к концу октября.

Вот краткий обзор основных функций YOLO26:

• Упрощенная архитектура: модуль Distribution Focal Loss (DFL) был удален, так как ранее он замедлял модели. Теперь Ultralytics YOLO26 работает эффективнее без ущерба для точности.
• Более быстрые предсказания: Ultralytics YOLO26 добавляет возможность пропустить шаг Non-Maximum Suppression (NMS), что позволяет быстрее получать 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.

Первый взгляд на платформу Ultralytics#

После представления YOLO26 Гленн пригласил Prateek Bhatnagar, нашего руководителя отдела продуктовой инженерии, продемонстрировать следующий перспективный проект — платформу Ultralytics Platform. Созданная для упрощения всего рабочего процесса компьютерного зрения, платформа призвана объединить наборы данных, разметку, обучение, развертывание и мониторинг в едином пространстве.

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.

Идеи с панельной дискуссии о развертывании на периферийных устройствах (edge)#

Еще одним ярким событием YV25 стала панельная дискуссия о периферийном развертывании, которую вел Oisin Lunny. В сессии 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 панели также затронули одну из главных трудностей для разработчиков: обеспечение плавной работы моделей на различных устройствах. Именно 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».

Ускорение 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.

Последние 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 выступлении Michael Hart из D-Robotics продемонстрировал, как сопряжение моделей Ultralytics YOLO с их компактной платой RDK X5 (небольшим встроенным модулем машинного зрения с поддержкой ИИ) позволяет роботам запускать передовые модели компьютерного зрения в реальном времени. Его живая демонстрация показала, насколько далеко продвинулась робототехника, превратившись из лабораторных экспериментов в практические системы на базе ИИ.

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

Аналогичным образом Alexis Crowell и Steven Hunsche из Axelera AI подчеркнули проблемы и возможности развертывания искусственного интеллекта для компьютерного зрения на периферийных устройствах. С помощью живых демонстраций они объяснили, как процессоры обработки ИИ (AIPU) Metis от Axelera AI объединяют архитектуру RISC-V и цифровую память для вычислений внутри памяти, обеспечивая высокую производительность при очень низком энергопотреблении. Благодаря привычным форм-факторам, таким как M.2 и PCIe, совместное проектирование аппаратного и программного обеспечения платформы делает масштабирование периферийного ИИ 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 данных. Она обсудила варианты использования — от анализа документов до встроенных агентов, подчеркнув, как инновации с открытым исходным кодом ускоряют внедрение ИИ.

Баланс между техническим прогрессом и человеческими ценностями#

Хотя на YV25 были представлены вдохновляющие доклады общего характера, на мероприятии также прошли сугубо практические сессии. Jiri Borovec из Lightning AI провел практическое занятие, показав, как обучать и дообучать модели Ultralytics YOLO с помощью PyTorch Lightning и поддержки нескольких графических процессоров (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, выступающие призвали аудиторию задуматься о более широкой роли ИИ в обществе. В своем выступлении футурист, гуманист и генеральный директор The Futures Agency Gerd Leonhard заявил, что «технологии морально нейтральны, пока мы их не используем», подчеркнув, что настоящий вопрос заключается не только в том, что ИИ может делать, но и в том, что он должен делать. Он предостерег от попадания в ловушки редукционизма и утраты правдивости, а также призвал создавать ИИ, который действительно служит долгосрочным интересам человечества.

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

Это внимание к ответственности продолжилось в беседе у камина с Carissa Véliz из Оксфордского университета, которая сделала акцент на конфиденциальности и безопасности. Она отметила, что сообщества с открытым исходным кодом жизненно важны для проверки и совершенствования кода, а этика и проектирование неотделимы друг от друга. Ее послание было ясным: разработчики должны предвидеть возможность злоупотреблений и создавать системы, в которых на первом месте стоят человеческое достоинство и социальное благополучие.

Нетворкинг 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 также была прекрасная возможность встретиться лично. Поскольку участники разбросаны по всему миру, такие моменты помогают укреплять связи и вместе отмечать достигнутые 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.

Расширяем 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 загляни в наш репозиторий на GitHub, чтобы узнать больше об искусственном интеллекте и компьютерном зрении. Посети наши страницы решений, чтобы изучить другие примеры применения компьютерного зрения в сельском хозяйстве и ИИ в робототехнике. Ознакомься с вариантами лицензирования и начни работу с компьютерным зрением уже сегодня!