Ultralytics Platform: пять инструментов, одна платформа компьютерного зрения

Сегодня мы запустили Ultralytics Platform — комплексную платформу компьютерного зрения, созданную для упрощения разработки и развертывания систем ИИ для анализа изображений. Хотя компьютерное зрение — область искусственного интеллекта, позволяющая машинам интерпретировать изображения и видео, — уже лежит в основе многих используемых нами систем, создание таких решений традиционно было сложным.

Для многих инженеров в области ИИ и разработчиков систем машинного обучения создание приложения компьютерного зрения по-прежнему требует переключения между несколькими инструментами на протяжении всего процесса разработки. Команда может управлять наборами данных и их разметкой на одной платформе, обучать модели на другой и использовать дополнительные сервисы для тестирования предсказаний, отслеживания экспериментов и развертывания систем в рабочей среде.

По мере роста проектов переключение между инструментами может замедлять разработку и увеличивать операционные издержки. Вместо того чтобы сосредоточиться на улучшении моделей и создании новых приложений компьютерного зрения, команды часто тратят время на управление рабочими процессами, перенос данных между инструментами и настройку инфраструктуры.

Ultralytics Platform создана для упрощения и ускорения этого процесса. Объединяя разметку, обучение, валидацию, развертывание и мониторинг в одной среде, она заменяет несколько инструментов во всем стеке ИИ для анализа изображений единой платформой компьютерного зрения, помогая командам эффективнее создавать и развертывать масштабируемые системы ИИ для анализа изображений.

Рис. 1. Подготовка набора данных с помощью Ultralytics Platform (Источник)

В этой статье мы рассмотрим, как Ultralytics Platform заменяет несколько инструментов единой платформой компьютерного зрения. Начнем!

Проблема множества инструментов при разработке систем компьютерного зрения#

Создание решения компьютерного зрения включает несколько этапов: от подготовки наборов данных до развертывания систем в рабочей среде. Во многих случаях команды используют разные инструменты для каждой части этого процесса, включая:

• Инструменты управления наборами данных: команды используют эти инструменты для хранения и организации изображений и видео, которые позже будут применяться как обучающие данные для систем компьютерного зрения.
• Инструменты разметки: эти платформы позволяют разработчикам и командам по работе с данными размечать объекты, сегменты или ключевые точки на изображениях, чтобы системы могли обучаться на закономерностях визуальных данных.
• Инструменты и фреймворки для обучения моделей: разработчики используют эти инструменты для обучения систем компьютерного зрения на размеченных наборах данных и моделях глубокого обучения, часто работая в средах машинного обучения на базе Python, таких как PyTorch и TensorFlow.
• Инструменты тестирования и инференса: перед развертыванием команды запускают модели на новых изображениях или видео, чтобы проверить предсказания и оценить качество работы системы.
• Инструменты развертывания и мониторинга: когда решение ИИ для анализа изображений готово к выпуску, дополнительная инфраструктура используется для запуска приложения в рабочей среде и мониторинга его производительности с течением времени.

Раздельное управление этими инструментами может усложнить координацию рабочих процессов разработки. Вместо того чтобы сосредоточиться на улучшении приложений компьютерного зрения, команды тратят время на перенос данных между платформами, поддержку интеграций и настройку инфраструктуры.

Что такое комплексная платформа ИИ для анализа изображений?#

Прежде чем перейти к ключевым функциям Ultralytics Platform и ее возможностям, давай разберемся, что мы подразумеваем под комплексной платформой компьютерного зрения.

Проще говоря, Ultralytics Platform предоставляет единое пространство, где разработчики могут создавать и запускать приложения компьютерного зрения. Вместо использования отдельных сервисов для разных этапов разработки отдельные специалисты и команды могут работать с визуальными данными, обучать модели и алгоритмы, тестировать результаты и запускать приложения в одной среде.

Рис. 2. Тестирование модели на Ultralytics Platform (Источник)

Такой подход упрощает экспериментирование, совершенствование систем и продвижение проектов вперед без постоянного переключения между инструментами.

Как Ultralytics Platform упрощает рабочий процесс ИИ для анализа изображений#

Ultralytics Platform создавалась на основе многолетнего тесного сотрудничества с сообществом компьютерного зрения. В разговорах с разработчиками и командами, создающими системы ИИ для анализа изображений, постоянно возникало несколько общих проблем.

Например, одной из ключевых проблем была разметка данных, которая может занимать много времени, когда требуется разметить большие наборы данных. Другая проблема возникала при попытке перевести системы в рабочую среду: развертывание приложений в разных средах и на различных аппаратных конфигурациях часто требует дополнительных инструментов.

Многие команды также сталкиваются с необходимостью переключаться между инструментами, поскольку инструменты разметки, среды обучения и системы развертывания часто распределены между несколькими платформами. Ultralytics Platform решает все эти проблемы с помощью набора встроенных функций.

Обзор ключевых функций Ultralytics Platform#

Давай рассмотрим некоторые ключевые функции Ultralytics Platform, которые помогают упростить эти задачи и общий рабочий процесс ИИ для анализа изображений:

• Интеллектуальная разметка данных: встроенные инструменты разметки помогают командам быстрее размечать наборы данных благодаря таким функциям, как интеллектуальная разметка на базе модели сегментации любых объектов (SAM), и сочетаниям клавиш, упрощающим рабочие процессы разметки.
• Интегрированное обучение моделей: разработчики могут обучать предварительно обученные модели непосредственно на платформе, отслеживая эксперименты и контролируя производительность с помощью интерактивных панелей мониторинга.
• Тестирование инференса в браузере: команды могут быстро тестировать предсказания в браузере, чтобы оценить работу системы перед ее развертыванием в рабочей среде.
• Гибкие варианты развертывания: модели можно экспортировать в 17 различных форматов или развертывать через общие сервисы инференса и выделенные конечные точки в 43 регионах по всему миру.
• Встроенный мониторинг: платформа предоставляет панели мониторинга, которые помогают командам отслеживать результаты экспериментов, производительность системы и состояние развертываний в одном месте.

От исходных данных до развертывания с Ultralytics Platform#

Узнавая больше об Ultralytics Platform, ты можешь задуматься о том, как выглядит работа с ней на практике. Чтобы лучше это понять, рассмотрим простой пример.

Представь, что ты создаешь систему визуального контроля для производственной линии. Цель — автоматически выявлять поврежденные или дефектные изделия по мере их прохождения через производство.

Процесс обычно начинается со сбора визуальных данных. С помощью новой платформы компьютерного зрения Ultralytics ты можешь загружать изображения или видео изделий с производственной линии и организовывать их в наборы данных, которые будут использоваться для обучения модели обнаружению дефектов.

Следующий этап — разметка данных. С помощью встроенных инструментов ручной или управляемой ИИ разметки платформы ты можешь размечать дефекты непосредственно на изображениях в рамках 5 задач обнаружения. Такие инновации, как интеллектуальная разметка на базе SAM и встроенные шаблоны скелета позы, позволяющие размещать ключевые точки одним щелчком, упрощают рабочий процесс, который в противном случае занял бы часы.

Когда набор данных готов, можно переходить к обучению модели. Платформа позволяет обучать модели компьютерного зрения, например модели Ultralytics YOLO, используя размеченные данные. Во время обучения ты можешь отслеживать метрики производительности и эксперименты, а также со временем оптимизировать модели для повышения производительности системы из единой панели мониторинга.

После обучения следующим этапом становятся тестирование и валидация. Ты можешь запускать предсказания для новых изображений непосредственно на платформе, чтобы проверить, насколько хорошо система обнаруживает дефекты, и выявить области, требующие дальнейшего улучшения.

Наконец, когда система показывает хорошие результаты, ее можно развернуть в рабочей среде. Ultralytics Platform поддерживает экспорт моделей в различные форматы и их развертывание через сервисы инференса и конечные точки, чтобы они могли работать в реальных условиях.

Рис. 3. Пример экспорта моделей с помощью Ultralytics Platform (Источник)

Поддерживая каждый этап этого процесса, Ultralytics Platform упрощает переход от исходных визуальных данных к работающему приложению компьютерного зрения, способному автоматически обнаруживать дефекты на производственной линии.

Сценарии применения ИИ для анализа изображений, которые можно создавать с помощью Ultralytics Platform#

В большинстве приложений, где визуальные данные можно преобразовать в информацию и использовать для автоматизации процессов, компьютерное зрение способно изменить ситуацию. Это справедливо для самых разных отраслей — от здравоохранения до автомобильной промышленности, — и Ultralytics Platform создана для поддержки такой универсальности.

Платформа изначально поддерживает передовые модели, такие как Ultralytics YOLO26, и различные задачи компьютерного зрения, включая обнаружение объектов, классификацию изображений, сегментацию экземпляров, оценку позы и обнаружение ориентированных ограничивающих прямоугольников (OBB). Благодаря такой гибкости разработчики могут создавать приложения для множества сценариев, в которых требуется анализ изображений или видео.

Например, команды могут создавать системы для подводного мониторинга в морской среде в реальном времени, подсчета клеток в медицинских и биологических исследованиях, отслеживания диких животных в удаленных экосистемах, обеспечения работы систем восприятия автономных транспортных средств и навигации роботов в сложных условиях. И это лишь малая часть возможностей компьютерного зрения.

Рис. 4. Разметка изображения для обнаружения диких животных на Ultralytics Platform (Источник)

Почему Ultralytics Platform — это будущее ИИ для анализа изображений#

По мере более широкого применения компьютерного зрения все важнее становится сделать разработку ИИ для анализа изображений доступнее. Многие разработчики и организации хотят экспериментировать с визуальными данными и создавать приложения ИИ, но традиционные среды разработки могут затруднять начало работы.

Ultralytics Platform помогает снизить эти барьеры, предоставляя среду, в которой разработчики могут быстро начать работать с технологиями компьютерного зрения. Вместо того чтобы тратить время на настройку инфраструктуры или интеграцию различных инструментов, команды могут сосредоточиться на проверке идей и создании практических приложений.

Такая доступность открывает возможности для более широкого круга разработчиков, исследователей и организаций, желающих изучать ИИ для анализа изображений. В результате больше команд смогут превращать визуальные данные в содержательные выводы и создавать приложения, решающие реальные задачи.

По мере распространения ИИ для анализа изображений в разных отраслях мы считаем, что Ultralytics Platform сделает разработку доступнее и сыграет ключевую роль в формировании будущего компьютерного зрения.

Начало работы с Ultralytics Platform#

Начни создавать проекты компьютерного зрения с Ultralytics Platform уже сегодня. Ты можешь изучить платформу с помощью бесплатного тарифа, который включает приветственные кредиты для облачного обучения и доступ к основным инструментам управления наборами данных, разметки изображений, обучения моделей и развертывания приложений.

По мере роста проектов ты можешь масштабировать использование с помощью дополнительных тарифов, предлагающих больше вычислительных ресурсов, хранилища, функций совместной работы и возможностей развертывания. Платформа также использует систему оплаты на основе кредитов для таких сервисов, как облачное обучение и управляемые конечные точки, позволяя командам проводить эксперименты и развертывать приложения, прозрачно отслеживая использование ресурсов.

Основные выводы#

Обработка изображений и технологии компьютерного зрения быстро переходят от исследовательских экспериментов к реальным системам, на которых работает повседневная техника. Ultralytics Platform помогает ускорить этот переход, предоставляя разработчикам более простой способ создавать, тестировать и развертывать приложения ИИ для анализа изображений. Благодаря меньшему числу барьеров между идеей и развертыванием решения нового поколения в области компьютерного зрения можно создавать быстрее, чем когда-либо.

Присоединяйся к нашему сообществу и изучай репозиторий на GitHub, чтобы узнать больше о моделях компьютерного зрения. На наших страницах решений читай о таких приложениях, как ИИ в сельском хозяйстве и компьютерное зрение в робототехнике. Ознакомься с нашими вариантами лицензирования и начни создавать собственную модель ИИ для анализа изображений.