Ключевые моменты Ultralytics на YOLO Vision 2025!

25 сентября сообщество AI и компьютерного зрения собралось на ежегодном гибридном мероприятии Ultralytics в области AI для компьютерного зрения — YOLO Vision 2025 (YV25). Мероприятие прошло в Лондоне, в The Pelligon, и транслировалось по всему миру, собрав исследователей, инженеров и энтузиастов AI, чтобы обменяться идеями и узнать о новых инновациях, таких как Ultralytics YOLO26.

В свой четвертый год мероприятие продолжило расти с точки зрения охвата и влияния. Прямая трансляция YV25 уже набрала более 6 800 просмотров, свыше 49 000 показов и почти 2 000 часов просмотра.

YV25 началась с приветственного выступления ведущего Oisin Lunny, который задал тон дню, призвав участников общаться, делиться опытом и использовать возможности мероприятия по максимуму. По его словам, «YOLO Vision 2025 — это конференция, объединяющая сообщество AI в области компьютерного зрения с открытым исходным кодом, чтобы сосредоточиться на достижениях в работе с данными, машинном обучении и компьютерном зрении».

В этой статье мы расскажем о главных событиях YOLO Vision 2025: запуске продукта, ключевых выступлениях, панельной дискуссии, живых демонстрациях и моментах общения в сообществе, которые сделали этот день особенным. Давай начнем!

От одного GPU до финансирования Series A на сумму $30 млн#

В преддверии мероприятия новый запуск продукта вызвал большой интерес, и Glenn Jocher, наш основатель и CEO, начал день, развивая эту волну энтузиазма.

Он рассказал о пути Ultralytics и вспомнил, как в 2020 году проводил эксперименты на одном 1080 Ti, подключенном к его MacBook, — конфигурации, которая сегодня уже устарела. Из этого скромного начала Ultralytics выросла в глобальное сообщество, где модели YOLO ежедневно выполняют миллиарды инференсов.

Glenn также рассказал о недавно закрытом раунде $30-миллионного финансирования Series A для Ultralytics. Он объяснил, что эти инвестиции обеспечат следующий этап роста, позволив компании расширить команду и исследования, а также получить вычислительные ресурсы, необходимые для дальнейшего развития компьютерного зрения.

Ultralytics YOLO26: улучшенная, более быстрая и компактная модель YOLO#

Затем Glenn объявил о двух новых инициативах Ultralytics. Первая — Ultralytics YOLO26, последняя модель в семействе Ultralytics YOLO, созданная более компактной, быстрой и эффективной при еще более высокой точности. Вторая — Ultralytics Platform, новое комплексное SaaS-пространство, объединяющее данные, обучение, развертывание и мониторинг, чтобы упростить создание решений для компьютерного зрения; ожидается, что о нем будет объявлено в ближайшем будущем.

Рис. 1. Glenn Jocher представляет Ultralytics YOLO26 на сцене YOLO Vision 2025.

Ultralytics YOLO26 создана для повышения производительности при сохранении практичности в реальных сценариях. Самая компактная версия уже работает на CPU до 43% быстрее и при этом обеспечивает более высокую точность, что делает ее идеальной для задач — от мобильных устройств до крупных корпоративных систем. Ultralytics YOLO26 будет общедоступна к концу октября.

Вот краткий обзор ключевых возможностей YOLO26:

• Оптимизированная архитектура: модуль Distribution Focal Loss (DFL), который ранее замедлял модели, был удален. Теперь Ultralytics YOLO26 работает эффективнее без потери точности.
• Более быстрые предсказания: Ultralytics YOLO26 предлагает возможность пропустить этап Non-Maximum Suppression (NMS), что позволяет быстрее получать результаты и упрощает развертывание в реальном времени.
• Лучшее обнаружение малых объектов: новые методы обучения повышают стабильность и значительно улучшают точность, особенно при обнаружении мелких деталей в сложных сценах.
• Более эффективное обучение: новый оптимизатор MuSGD объединяет преимущества двух методов обучения, помогая модели быстрее обучаться и достигать более высокой точности.

Первый взгляд на платформу Ultralytics#

После представления YOLO26 Glenn пригласил Prateek Bhatnagar, нашего руководителя инженерного направления продуктов, продемонстрировать следующий проект — Ultralytics Platform. Платформа создана для упрощения всего рабочего процесса компьютерного зрения и призвана объединить наборы данных, аннотирование, обучение, развертывание и мониторинг в одном месте.

Prateek сравнил ее с настройкой автомобиля: вместо посещения разных мастерских для замены шин, двигателя и трансмиссии все происходит в одном гараже. Так же и платформа предоставляет разработчикам интегрированное рабочее пространство для управления всем жизненным циклом модели AI для компьютерного зрения.

В демонстрации были показаны инструменты аннотирования с поддержкой AI, ускоряющие подготовку наборов данных, настраиваемые параметры обучения для экспертов и начинающих, а также мониторинг процессов обучения в реальном времени.

Итоги панельной дискуссии о развертывании на периферии#

Еще одним ярким событием YV25 стала панельная дискуссия о развертывании на периферии под модераторством Oisin Lunny. В ней приняли участие Yuki Tsuji из Sony Semiconductor Solutions, David Plowman из Raspberry Pi и Glenn Jocher.

Участники обсудили, как перенос AI на периферию снижает задержку и затраты, а также повышает конфиденциальность. Yuki продемонстрировал сенсор Sony IMX500, способный выполнять инференс непосредственно на чипе. David, в свою очередь, рассказал, как Raspberry Pi выходит за пределы своего первоначального предназначения для создателей и переходит к крупномасштабным коммерческим приложениям.

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

На панели также затронули одну из главных проблем разработчиков: обеспечение стабильной работы моделей на разных устройствах. Здесь ключевую роль играет пакет Ultralytics для Python.

Благодаря широкому набору вариантов экспорта он упрощает перенос обученной модели в рабочую среду на мобильных устройствах, встраиваемых системах или корпоративном оборудовании. Устраняя сложности преобразования моделей, Ultralytics помогает командам сосредоточиться на создании решений, а не на борьбе с проблемами совместимости.

Как объяснил David: «По своему горькому опыту я знаю, что преобразование моделей — ужасно сложная задача, и если кто-то другой сделает это за меня, жизнь станет намного проще. Именно здесь Ultralytics действительно улучшает ситуацию и предлагает пользователям нечто ценное».

Ускорение инноваций и развитие оборудования для AI#

Развитие программного обеспечения для AI идет параллельно с развитием оборудования, и вместе они стимулируют новую волну инноваций в компьютерном зрении. Модели, такие как Ultralytics YOLO, продолжают повышать точность, но их влияние в реальном мире также зависит от платформ, на которых они работают.

Например, Seeed Studio продемонстрировала, как модульное недорогое оборудование, такое как платы reCamera и XIAO с предустановленными моделями Ultralytics YOLO, упрощает переход разработчиков от создания прототипа к реальным системам AI. Такая интеграция оборудования и ПО снижает порог входа и показывает, как инновации на уровне оборудования напрямую ускоряют внедрение.

Вот несколько ключевых выводов из других ключевых выступлений YV25, в которых подчеркивалось, как совместное проектирование оборудования и ПО открывает новые возможности:

• Квантизация обеспечивает значительный прирост скорости: Intel показала, как преобразование моделей Ultralytics YOLO в OpenVINO с квантизацией повысило скорость инференса с 54 FPS до 606 FPS всего за 30 минут, продемонстрировав мощь оптимизации.
• Полноценные инструменты делают развертывание AI на периферии практичным: NVIDIA показала, как устройства Jetson, TensorRT, Triton Inference Server и DeepStream SDK работают вместе, упрощая развертывание высокопроизводительного AI для компьютерного зрения на периферии.
• Открытые экосистемы ускоряют создание прототипов: AMD рассказала о своей комплексной платформе на базе GPU и программного стека ROCm, помогающей разработчикам быстро переходить от прототипа к развертыванию и одновременно контролировать затраты.
• Энергоэффективные чипы расширяют применение AI на устройствах с ограниченными ресурсами: DEEPX представила процессоры DX-M1 и DX-M2, обеспечивающие десятки TOPS при мощности менее 5 Вт для продвинутого инференса в компактных системах с ограниченным энергопотреблением.

Последние тенденции в компьютерном зрении#

Благодаря тесному взаимодействию достижений в программном обеспечении и оборудовании компьютерное зрение развивается быстрее, чем когда-либо. Эти параллельные разработки не только повышают точность и скорость, но и формируют новые способы развертывания AI для компьютерного зрения в реальном мире. На YV25 участники смогли послушать экспертов в области робототехники, развертывания на периферии и мультимодального AI, каждый из которых представил свой взгляд на будущее этой сферы.

Например, в своем ключевом выступлении Michael Hart из D-Robotics продемонстрировал, как сочетание моделей Ultralytics YOLO с компактной платой RDK X5 (небольшим встраиваемым модулем AI для компьютерного зрения) позволяет роботам в реальном времени запускать продвинутые модели компьютерного зрения. Его живая демонстрация наглядно показала, насколько далеко продвинулась робототехника: от лабораторных экспериментов до практичных систем на базе AI.

Рис. 3. Michael Hart рассказал о том, как современные роботы с поддержкой AI зависят от компьютерного зрения.

Аналогично, Alexis Crowell и Steven Hunsche из Axelera AI рассказали о проблемах и возможностях развертывания AI для компьютерного зрения на периферии. В ходе живых демонстраций они объяснили, как модули обработки AI Metis от Axelera AI (AIPU) объединяют RISC-V и цифровые вычисления в памяти для обеспечения высокой производительности при очень низком энергопотреблении. Платформа выпускается в привычных форм-факторах, таких как M.2 и PCIe, а совместное проектирование оборудования и ПО делает масштабирование AI на периферии практичным и эффективным.

А на другой сессии Merve Noyan из Hugging Face рассмотрела развитие мультимодального AI, в котором модели объединяют зрение с текстом, аудио и другими типами входных данных. Она рассказала о вариантах применения — от анализа документов до embodied agents, подчеркнув, что инновации с открытым исходным кодом ускоряют внедрение AI.

Баланс между техническим прогрессом и человеческими ценностями#

Хотя на YV25 прозвучали вдохновляющие выступления о масштабных перспективах, в программу также вошли практические сессии. Jiri Borovec из Lightning AI провел практическую демонстрацию обучения и дообучения моделей 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 упрощают разработчикам масштабирование обучения, проверку каждого этапа и адаптацию рабочих процессов под собственные проекты. Это напомнило, насколько важны сообщество и доступные инструменты для реального прогресса в компьютерном зрении.

С другой стороны, выступающие призвали аудиторию задуматься о более широкой роли AI в обществе. В своем ключевом выступлении Gerd Leonhard, футуролог, гуманист и CEO The Futures Agency, заявил, что «технология морально нейтральна, пока мы ее не используем», подчеркнув, что главный вопрос заключается не только в том, что может делать AI, но и в том, что ему следует делать. Он предостерег от таких ловушек, как редукционизм и отказ от истины, и призвал создавать AI, который действительно служит долгосрочным интересам человечества.

Рис. 4. Gerd Leonhard делится мыслями о создании решений на базе AI с ориентацией на человека.

Эта тема ответственности продолжилась в формате беседы у камина с Carissa Véliz из Оксфордского университета, которая подчеркнула важность конфиденциальности и безопасности. Она отметила, что сообщества с открытым исходным кодом играют важнейшую роль в проверке и улучшении кода, а этика и дизайн неразделимы. Ее посыл был ясен: разработчикам нужно предвидеть возможное злоупотребление и создавать системы, ставящие человеческое достоинство и общественное благополучие на первое место.

Нетворкинг в Лондоне на YV25#

Помимо выступлений и демонстраций, YV25 также создала пространство для общения. Во время кофе-брейков и обеда участники знакомились, делились опытом, сравнивали подходы и начинали новые совместные проекты.

Для команды Ultralytics это также стало отличной возможностью встретиться лично. Участники команды живут в разных уголках мира, поэтому такие моменты помогают укреплять связи и вместе отмечать успехи.

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

День завершился вечеринкой, где участники смогли расслабиться и продолжить общение. Это была возможность подвести итоги, восстановить силы и заглянуть в следующую главу инноваций в области AI для компьютерного зрения.

Вместе расширяем границы AI для компьютерного зрения#

YOLO Vision 2025 стала праздником идей, инноваций и сообщества. Запуск Ultralytics YOLO26 задал направление мероприятию, а затем последовали увлекательные выступления о развертывании на периферии и AI, ориентированном на человека, которые подчеркнули быстрый прогресс AI для компьютерного зрения и его растущее влияние на мир.

Помимо ключевых выступлений, мероприятие объединило людей. Исследователи, разработчики и энтузиасты делились опытом, вели содержательные беседы и изучали новые возможности будущего. Мероприятие завершилось на высокой ноте: участники с воодушевлением говорили о будущем моделей Ultralytics YOLO и компьютерного зрения.

Готов исследовать AI? Присоединяйся к нашему сообществу и репозиторию GitHub, чтобы узнать больше об AI и компьютерном зрении. Посети страницы наших решений, чтобы узнать больше о применении компьютерного зрения в сельском хозяйстве и AI в робототехнике. Ознакомься с вариантами лицензирования и начни работать с компьютерным зрением уже сегодня!