YOLOvME: определение видов зебр

Мы видели, как люди использовали Ultralytics YOLOv5 для создания приложения оценки урожайности, обнаружения пластика в океане и проверки того, правильно ли человек носит маску. Мы обратились к нашему сообществу и попросили рассказать, как ещё YOLOv5 помогает решать их задачи.

Кайо Кумабэ — аналитик данных из Кумамото, Япония. Он работает с YOLOv5 всего месяц, но ему нравится экспериментировать с этой инфраструктурой, потому что «она просто умная». Тем, кто только начинает знакомиться с ИИ, Кайо советует попробовать настроить свою модель, даже если они не знают Python или машинное обучение. Человеческому глазу бывает трудно различить тонкие особенности внешности. Кайо предположил, что ИИ, напротив, может легко обнаруживать такие едва заметные различия.

Чтобы проверить эту гипотезу, Кайо собрал набор данных с тремя разными видами зебр для обучения модели Ultralytics YOLOv5. Он создал модель YOLOv5 для обнаружения разных видов зебр. Модель сравнивает признаки животных и определяет вид зебры.

В результате Кайо подтвердил свою гипотезу. Модель Ultralytics YOLOv5 обнаруживала каждый вид зебры с высокой точностью, хотя для обучения использовалось всего 20 изображений каждого вида. Нам стало интересно, как Кайо начал заниматься компьютерным зрением, поэтому мы задали ему несколько вопросов.

Почему ты выбрал Ultralytics YOLOv5 для обнаружения видов зебр?#

«Я никогда не пробовал другие инфраструктуры для обнаружения объектов. Ultralytics YOLOv5 показалась простой, потому что не требовала сложного написания кода».

Что в Ultralytics YOLOv5 помогло тебе легко начать работу?#

«Я собрал всего 20 изображений каждого вида зебр, создал файлы разметки изображений и обучил Ultralytics YOLOv5. Вот и всё! Удивительно, что YOLOv5 распознала виды зебр со 100-процентной точностью! Возможно, хватило бы и менее 20 изображений».

Как ты начал заниматься машинным обучением и ИИ для компьютерного зрения?#

«Некоторым моим клиентам интересен ИИ, поэтому я начал его изучать, чтобы расширить свои профессиональные возможности. Когда я познакомился с ИИ для компьютерного зрения, то был в восторге: всё выглядело как в моём любимом фильме „Терминатор“, только в реальной жизни».

Какие ещё проекты с Ultralytics YOLOv5 ты хотел бы реализовать в будущем?#

«Я хотел бы находить своего ребёнка среди множества школьников. Это могло бы пригодиться на спортивном празднике. Я хотел бы создать приложение для iPhone». Чтобы увидеть другие проекты Кайо с Ultralytics YOLOv5, загляни в его LinkedIn и Twitter_._

У тебя есть собственный сценарий использования Ultralytics YOLOv5?#

Этот пример использования Ultralytics YOLOv5 для обнаружения зебр отлично показывает, насколько хорошо YOLOv5 различает виды. Если применить эту нейронную сеть к другим животным, сможет ли YOLOv5 различать и их? Насколько хорошо модель справится с обнаружением пешеходов на пешеходном переходе или прогнозированием годовой урожайности? Дай волю воображению! Отметь нас в соцсетях с хештегом #YOLOvME и расскажи о своём примере использования YOLOv5 — мы поделимся твоей работой с сообществом ML.

Хочешь весело провести время с ИИ и компьютерным зрением, но без кода?#

Тебе нужна только идея. С Ultralytics Platform легко создавать модели на базе YOLOv5 и воплощать идеи в жизнь. Мы всё упрощаем и сами берём на себя сложные задачи MLOps, поэтому для работы с ИИ тебе не нужно знать программирование. Начать просто, а создать первую модель ML — ещё проще.

Присоединяйся к платформе Ultralytics и открой для себя магию ИИ уже сегодня#

Начни сегодня и зарегистрируйся прямо сейчас!