Основные выводы Ultralytics из YOLO Vision 2025!

Сообщество специалистов по искусственному интеллекту и компьютерному зрению собралось 25 сентября на YOLO Vision 2025 (YV25), ежегодном мероприятии Ultralytics по гибридному искусственному зрению. Мероприятие, проходившее в Лондоне в The Pelligon и транслировавшееся по всему миру, собрало разнообразную группу исследователей, инженеров и энтузиастов ИИ, чтобы поделиться идеями и узнать о новых инновациях, таких как Ultralytics YOLO26.

Мероприятие проводится уже четвертый год, и его масштабы и влияние продолжают расти. Прямая трансляция YV25 уже собрала более 6 800 просмотров, произвела более 49 000 впечатлений и собрала почти 2 000 часов просмотра.

Конференция YV25 началась со вступительного слова нашего ведущего Ойсина Лунни, который задал тон всему дню, призвав участников общаться, делиться опытом и извлекать максимум пользы из мероприятия. По его словам, "YOLO Vision 2025 - это конференция, которая объединяет сообщество ИИ с открытым исходным кодом, чтобы сосредоточиться на данных, машинном обучении и достижениях в области компьютерного зрения".

В этой статье мы расскажем о ключевых моментах YOLO Vision 2025, включая запуск продукта, основные доклады, панель, живые демонстрации и моменты, которые сделали этот день особенным. Давайте начнем!

Переход от одного графического процессора к серии А финансирования в размере 30 млн долларов.

В преддверии мероприятия было много волнений вокруг запуска нового продукта, и Гленн Джочер, наш основатель и генеральный директор, начал день с развития этой энергии. 

Он рассказал о пути Ultralytics, напомнив, как в 2020 году он проводил эксперименты на одном-единственном 1080 Ti, подключенном к MacBook, и сегодня эта система уже устарела. Из тех скромных начинаний Ultralytics превратилась в глобальное сообщество с миллиардами ежедневных выводов, основанных на моделях YOLO.

Гленн также рассказал о том, что недавно Ultralytics завершила раунд финансирования серии А в размере 30 миллионов долларов. Он объяснил, как эти инвестиции обеспечат следующий этап роста компании, позволив ей увеличить численность команды, расширить исследования и обеспечить вычислительные ресурсы, необходимые для дальнейшего расширения границ компьютерного зрения. 

Ultralytics YOLO26: более совершенная, быстрая и компактная модель YOLO

Далее Гленн объявил о двух новых разработках компании Ultralytics. Первая - Ultralytics YOLO26, последняя модель в семействе Ultralytics YOLO, разработанная для того, чтобы быть меньше, быстрее и эффективнее, достигая при этом еще большей точности. Вторая - Ultralytics Platform, новое комплексное рабочее пространство SaaS, объединяющее данные, обучение, развертывание и мониторинг, чтобы сделать создание решений для компьютерного зрения более простым, чем когда-либо, о чем ожидается анонс в ближайшем будущем.

‍

YOLO26 создан для повышения производительности, оставаясь при этом практичным для реального использования. Самая маленькая версия уже работает на 43 % быстрее на центральных процессорах при сохранении высокой точности, что делает ее идеальной для приложений от мобильных устройств до крупных корпоративных систем. YOLO26 станет общедоступной к концу октября.

Вот краткое описание основных характеристик YOLO26:

• Оптимизированная архитектура: Удален модуль распределения фокусных потерь (DFL), который ранее замедлял работу моделей. Теперь YOLO26 работает более эффективно, не жертвуя точностью.
  ‍
• Более быстрые прогнозы: В YOLO26 появилась возможность пропускать этап не-максимального подавления (NMS), что позволяет быстрее получать результаты и облегчает развертывание в режиме реального времени.
  ‍
• Лучше различать мелкие объекты: Новые методы обучения повышают стабильность и значительно увеличивают точность, особенно при обнаружении мелких деталей в сложных сценах.
  ‍
• Более эффективное обучение: Новый оптимизатор MuSGD сочетает в себе сильные стороны двух методов обучения, помогая модели обучаться быстрее и достигать более высокой точности.

Первый взгляд на платформу Ultralytics

После представления YOLO26 Гленн пригласил Пратека Бхатнагара, руководителя отдела разработки продуктов, для демонстрации следующего проекта - платформы Ultralytics. Созданная для упрощения всего рабочего процесса компьютерного зрения, платформа призвана объединить в одном месте наборы данных, аннотацию, обучение, развертывание и мониторинг.

Пратик сравнил это с тюнингом автомобиля: вместо того чтобы посещать разные мастерские для установки шин, двигателей и трансмиссий, все происходит в одном гараже. Таким же образом платформа предоставляет разработчикам интегрированное рабочее пространство для управления полным жизненным циклом модели искусственного интеллекта.

На демонстрации были показаны инструменты аннотирования с помощью искусственного интеллекта, ускоряющие подготовку наборов данных, настраиваемые варианты обучения для экспертов и новичков, а также мониторинг тренировок в режиме реального времени. 

Результаты панельной дискуссии по развертыванию пограничных сетей

Еще одним ярким событием YV25 стала панель, посвященная развертыванию на границе, модератором которой выступил Ойсин Лунни. В заседании приняли участие Юки Цудзи из Sony Semiconductor Solutions, Дэвид Плауман из Raspberry Pi и Гленн Джочер. 

В ходе дискуссии обсуждалось, как перенос ИИ на периферию сокращает задержки, снижает затраты и повышает уровень конфиденциальности. Юки продемонстрировал сенсор Sony IMX500, который может выполнять вычисления непосредственно на чипе. В то же время Дэвид рассказал о том, как Raspberry Pi выходит за пределы своих мейкерских корней и находит масштабные коммерческие применения.

‍

Участники дискуссии также затронули одну из самых серьезных проблем для разработчиков: обеспечение плавной работы моделей на различных устройствах. Именно здесь ключевую роль играет пакет Ultralytics Python. 

Широкие возможности экспорта позволяют легко перенести подготовленную модель в производство на мобильных устройствах, встраиваемых системах или корпоративном оборудовании. Устраняя боль от преобразования моделей, Ultralytics помогает командам сосредоточиться на создании решений, а не на борьбе с проблемами совместимости.

Как объяснил Дэвид: "На своем горьком опыте я знаю, что конвертировать модели - это ужасно, и если кто-то другой сделает это за меня, то жизнь станет намного проще. Именно здесь Ultralytics действительно улучшает историю и предлагает что-то ценное для наших пользователей". 

Ускорение инноваций и аппаратное обеспечение ИИ

Программные достижения в области ИИ происходят параллельно с аппаратными, и вместе они вызывают новую волну инноваций в компьютерном зрении. Хотя такие модели, как Ultralytics YOLO, продолжают продвигать точность, их влияние на реальный мир также зависит от платформ, на которых они работают.

Например, Seeed Studio продемонстрировала, как модульное и недорогое оборудование, такое как их платы reCamera и XIAO, с предустановленными моделями Ultralytics YOLO, позволяет разработчикам легко перейти от создания прототипов к реальным системам ИИ. Подобная программно-аппаратная интеграция снижает барьер для входа и показывает, как инновации на аппаратном уровне непосредственно ускоряют внедрение.

Вот несколько ключевых моментов из других выступлений на YV25, в которых подчеркивалось, как совместная разработка аппаратного и программного обеспечения открывает новые возможности:

• Квантование позволяет добиться значительного прироста скорости: Intel показала, как преобразование моделей Ultralytics YOLO в OpenVINO с квантованием увеличило скорость вывода с 54 кадров в секунду до 606 кадров в секунду всего за 30 минут, демонстрируя силу оптимизации.
  ‍
• Инструменты полного стека делают развертывание ИИ на границе практичным: NVIDIA показала, как устройства Jetson, TensorRT, Triton Inference Server и DeepStream SDK работают вместе, чтобы упростить развертывание высокопроизводительного ИИ на границе.
  ‍
• Открытые экосистемы ускоряют создание прототипов: AMD подчеркнула свою сквозную платформу, построенную на базе графических процессоров и программного стека ROCm, помогая разработчикам быстро перейти от прототипа к развертыванию, контролируя при этом затраты.
  ‍
• Чипы с низким энергопотреблением расширяют возможности ИИ в устройствах с ограниченными возможностями: Компания DEEPX представила процессоры DX-M1 и DX-M2, обеспечивающие десятки TOPS при мощности менее 5 Вт и позволяющие проводить расширенный анализ в компактных системах с ограниченным энергопотреблением.

Последние тенденции в компьютерном зрении

Благодаря достижениям в области программного и аппаратного обеспечения, работающего рука об руку, компьютерное зрение развивается быстрее, чем когда-либо. Эти параллельные разработки не только повышают точность и скорость, но и определяют способы применения искусственного зрения в реальном мире. На конференции YV25 участники смогли услышать выступления экспертов в области робототехники, внедрения пограничных технологий и мультимодального ИИ, каждый из которых предложил свой взгляд на то, куда движется эта область.

Например, в своем выступлении Майкл Харт из D-Robotics продемонстрировал, как сочетание моделей Ultralytics YOLO с компактной платой RDK X5 (небольшой встроенный модуль искусственного зрения) позволяет роботам запускать передовые модели зрения в режиме реального времени. Его демонстрация вживую показала, насколько далеко шагнула робототехника, превратившись из лабораторных экспериментов в практические системы, работающие на основе ИИ.

‍

Кроме того, Алексис Кроуэлл и Стивен Хунше из компании Axelera AI рассказали о проблемах и возможностях развертывания искусственного интеллекта на границе. На живых демонстрациях они рассказали, как в блоках обработки ИИ Metis AI (AIPU) компании Axelera AI сочетаются RISC-V и цифровые вычисления in-memory, обеспечивающие высокую производительность при очень низком энергопотреблении. Упакованные в привычные форм-факторы, такие как M.2 и PCIe, программно-аппаратные решения платформы делают масштабирование граничного ИИ практичным и эффективным.

На другой сессии Мерве Ноян из Hugging Face рассказала о развитии мультимодального ИИ, когда модели сочетают зрение с текстом, аудио и другими данными. Она рассказала о примерах использования, начиная от анализа документов и заканчивая воплощенными агентами, подчеркнув, что инновации с открытым исходным кодом ускоряют внедрение ИИ.

Баланс между техническим прогрессом и человеческими ценностями

На YV25 прозвучали вдохновляющие доклады о больших перспективах, но были и глубоко практические сессии. Иржи Боровец из Lightning AI провел практическое занятие, показав, как обучать и настраивать модели Ultralytics YOLO с помощью PyTorch Lightning и поддержки нескольких GPU. 

Он прошелся по примерам кода и рассказал, как инструменты с открытым исходным кодом, понятная документация и гибкие фреймворки облегчают разработчикам масштабирование обучения, проверку каждого этапа и адаптацию рабочих процессов к собственным проектам. Это было напоминание о том, насколько важны сообщество и доступные инструменты для реального прогресса в области компьютерного зрения.

На другом конце спектра докладчики призывали аудиторию задуматься о более широкой роли ИИ в обществе. Герд Леонхард, футурист, гуманист и генеральный директор The Futures Agency, в своей программной речи утверждал, что "технология морально нейтральна, пока мы ее не используем", подчеркивая, что главный вопрос не в том, что может делать ИИ, а в том, что он должен делать. Он предостерег от попадания в такие ловушки, как редукционизм и неправдоподобие, и призвал к созданию ИИ, который действительно служит долгосрочным интересам человечества.

‍

Этот акцент на ответственности продолжился в беседе у камина с Кариссой Велиз из Оксфордского университета, которая сделала акцент на конфиденциальности и безопасности. Она отметила, что сообщества разработчиков с открытым исходным кодом жизненно важны для проверки и улучшения кода, а также что этика и дизайн неразделимы. Ее мысль была ясна: разработчики должны предвидеть злоупотребления и создавать системы, в которых человеческое достоинство и социальное благополучие стоят на первом месте.

Нетворкинг в Лондоне на YV25

Не ограничиваясь докладами и демонстрациями, YV25 также создала пространство для общения. Во время кофе-брейков и обеда участники общались, делились опытом, сравнивали подходы и завязывали новые сотрудничества.

Для команды Ultralytics это также была прекрасная возможность встретиться лично. Поскольку члены команды разбросаны по всему миру, такие моменты помогают укрепить связи и вместе отпраздновать прогресс.

‍

День завершился вечеринкой, на которой участники смогли расслабиться и продолжить общение. Это был момент, чтобы поразмыслить, восстановить силы и посмотреть вперед на следующую главу инноваций в Vision AI.

Совместное расширение границ Vision AI

YOLO Vision 2025 стал праздником идей, инноваций и сообщества. Запуск Ultralytics YOLO26 положил начало мероприятию, после чего состоялись увлекательные выступления по вопросам развертывания на границе и человеко-ориентированного ИИ, которые подчеркнули быстрый прогресс Vision AI и его растущее влияние на мир.

Помимо основных сессий, мероприятие объединило людей. Исследователи, разработчики и энтузиасты делились опытом, вели содержательные беседы и исследовали новые возможности для будущего. Мероприятие завершилось на высокой ноте, участники были воодушевлены будущим моделей Ultralytics YOLO и компьютерного зрения.

Готовы изучать искусственный интеллект? Присоединяйтесь к нашему сообществу и репозиторию GitHub, чтобы узнать больше об искусственном интеллекте и компьютерном зрении. Посетите страницы наших решений, чтобы узнать о применении компьютерного зрения в сельском хозяйстве и ИИ в робототехнике. Ознакомьтесь с нашими вариантами лицензирования и начните работать с компьютерным зрением уже сегодня!