YOLOvME: обнаружение видов зебр

Мы видели, как люди использовали YOLOv5 для создания приложения по оценке урожайности, обнаружения пластика в океане и определения, правильно ли человек надевает маску. Мы обратились к нашему сообществу и попросили их рассказать о том, как они используют YOLOv5 для решения своих задач.  

Кайо Кумабе - аналитик данных из Кумамото, Япония. Кайо работает с YOLOv5 только последний месяц, но ему нравится экспериментировать с инфраструктурой, потому что "она просто умная". Новичкам в области ИИ Кайо рекомендует потратить время на настройку модели, даже если у них нет знаний о питоне или машинном обучении.

Как правило, человеческому глазу бывает сложно различить тонкости во внешности. Кайо предположил, что ИИ может легко обнаружить эти тонкие различия. Чтобы проверить это, Kayo собрала набор данных по трем разным видам зебр для своей модели YOLOv5. Kayo создала модель YOLOv5 для обнаружения различных видов зебр. Эта модель сравнивает признаки животных и выдает результат, определяющий вид зебры.

В результате Kayo удалось доказать свою гипотезу. Модель YOLOv5 смогла определить каждый вид зебры с высокой точностью, при этом она была обучена всего на 20 изображениях каждого вида зебр.

Нам было интересно узнать, как Kayo начала работать с компьютерным зрением, поэтому мы задали им несколько вопросов.

Почему вы выбрали YOLOv5 для обнаружения видов зебр?

"Я никогда не пробовал другие инфраструктуры для обнаружения объектов. YOLOv5 показалась мне простой, поскольку не требует сложного кодирования".

С каких аспектов YOLOv5 вам было легко начать работу?

"Я собрал всего 20 изображений для каждого вида зебр, сделал файлы маркировки изображений и позволил YOLOv5 учиться. И все! Удивительно, что YOLOv5 определил типы зебр на 100 % правильно! Может быть, меньше 20 изображений было бы нормально".

Как вы начали работать с машинным обучением и искусственным интеллектом?

"Некоторые из моих клиентов интересуются искусственным интеллектом, поэтому я начал изучать его, чтобы расширить сферу своей деятельности. Когда я познакомился с искусственным интеллектом зрения, я был очень взволнован, потому что он выглядел как мой любимый фильм "Терминатор" в реальной жизни".

Какие еще проекты вы планируете для Yolov5 в будущем?

"Я бы хотел, чтобы мой ребенок выделялся среди многих учеников в школе. Это может пригодиться на спортивном празднике. Я бы хотел сделать его для приложения для iPhone".

Чтобы узнать больше о творениях Кайо с YOLOv5, посетите их сайт. LinkedIn и Twitter.

У вас есть собственный пример использования YOLOv5?

Этот пример использования YOLOv5 для обнаружения зебры - отличный пример успеха YOLOv5 в различении видов. Если мы применим эту нейронную сеть к другим видам животных, сможет ли YOLOv5 различать их? Насколько хорошо будет работать модель, если вы захотите обнаружить пешеходов на переходе или предсказать годовую урожайность? Дайте волю своему воображению!

Отметьте в наших социальных сетях с помощью #YOLOvME свой собственный пример использования YOLOv5, и мы прорекламируем вашу работу в сообществе ML.

Хотите развлечься с компьютерным зрением AI, но не хотите кодить?

Все, что вам нужно, - это идея. С Ultralytics HUB легко создавать модели с помощью YOLOv5 и воплощать свои идеи в жизнь. Мы делаем все просто и сами выполняем все сложные MLO, поэтому вам не нужно знать код, чтобы получить удовольствие от работы с искусственным интеллектом. Легко начать и еще легче построить свою первую ML-модель.

Присоединяйтесь к Ultralytics HUB и наслаждайтесь магией искусственного интеллекта уже сегодня

В настоящее время мы находимся в стадии бета-тестирования, и количество мест ограничено, так что успейте зарегистрироваться прямо сейчас!