YOLOvME: Решение проблемы парковки

Владимир Пантелеев считает, что машинное обучение — это скрытая страсть любого разработчика. Он руководит отделом исследований и разработок в Paralect. Сначала команда использовала подходы машинного обучения для внутренних инструментов в Paralect, а затем начала работать над коммерческими продуктами с использованием решений машинного обучения.

Когда вы начали использовать YOLOv5?

Владимир и его команда впервые попробовали YOLOv5 всего пару месяцев назад. С тех пор они поражены тем, насколько простой может быть разработка в области компьютерного зрения!

Почему вы решили использовать машинное зрение для решения проблемы парковки?

Задача проще простого! Владимир обнаружил, что ему трудно найти парковочное место рядом с офисом. Поэтому он решил использовать компьютеры, чтобы решить проблему с парковкой! Веб-камера просто устанавливается в окне здания, что позволяет отслеживать свободные парковочные места 24/7.

Что конкретно заставило вас выбрать YOLOv5?

Владимир и его команда перебрали десятки решений:

• Self-hosted (Cобственный хостинг)
• На базе облачных технологий
• Открытый исходный код
• Запатентованный

У всех у них есть разные "нюансы", такие как плохо контролируемое обучение, чрезмерное потребление ресурсов, API/UI, разработанный для инопланетян, а не для людей, и астрономически высокие цены. Таким образом, YOLOv5 был нашим фаворитом с самого начала, поскольку он идеально соответствовал нашим потребностям, а также потребностям наших партнеров.

Какие аспекты YOLOv5 облегчили вам работу?

Несомненно, возможность выбора моделей! Это позволяет использовать YOLOv5n/s/m/l/x для решения различных задач, и это потрясающе. Дружелюбный интерфейс, документация и справедливое потребление ресурсов делают YOLOv5 лидером в области обнаружения объектов сегодня.

Какие еще проблемы вы планируете решить с помощью YOLOv5 в будущем?

Мы готовы к любому вызову, поэтому, если вы прочитали эту статью и заинтересованы в создании «передового» решения для открытого исходного кода или любых других целей, свяжитесь с нами!

И, наконец, что бы вы порекомендовали тому, кто только начинает знакомиться с ИИ?

Не бойтесь и пробуйте! Ultralytics сделала компьютерное зрение очень доступным и недорогим с помощью YOLOv5. 10 лет назад вам буквально нужно было иметь степень Ph.D., теперь такие решения могут быть реализованы любым разработчиком.

Цель Владимира в Paralect – предоставлять доступные передовые решения для всех основателей! Но эта атмосфера заставляет всех нас думать, что это что-то неразрешимое. Они продвигают идею открытой разработки, чтобы показать остальному миру, что все намного проще, чем кажется! Команда Владимира пишет руководство, чтобы помочь другим разработчикам начать работу с компьютерным зрением. Ознакомьтесь с другими проектами Владимира в Twitter!

Если вы считаете, что ваш вариант использования следует поделиться с миром, и вы хотите рассказать, что вы делаете с YOLOv5, отметьте нас в социальных сетях @Ultralytics с #YOLOvME, чтобы получить шанс быть представленным.