Настраивайтесь на YOLO Vision 2025!
25 сентября 2025 г.
10:00 — 18:00 BST
Гибридное мероприятие
Смотреть: YOLO Vision 2023 на YouTube Live.
#YV23, разработанная Ultralytics, — единственная в мире конференция, посвященная разработке и развитию vision AI с открытым исходным кодом. Исследователи, инженеры и практики соберутся во второй раз как лично, так и онлайн, чтобы поделиться знаниями, инновациями и прогрессом. Присоединяйтесь к экспертам и лидерам 27 сентября в Google for Startups в Мадриде, Испания, чтобы расширить границы нового рубежа Vision AI.
.avif){kind=logo}
1
день
18
выступления
2,000+
участники онлайн
150
участники лично
Glenn Jocher
Основатель и генеральный директор
Гленн основал Ultralytics, чтобы возглавить усилия Национального агентства геопространственной разведки США (NGA) по анализу антинейтрино, кульминацией которых стали эксперимент miniTimeCube и первая в мире Глобальная карта антинейтрино, опубликованная в Nature. Более глубокое осознание глубоких тайн физики элементарных частиц, которые ускользают от нас, привело его к Общему искусственному интеллекту (AGI) как к лучшему решению для человечества, позволяющему превзойти пределы нашего собственного разума и однажды по-настоящему понять Вселенную и наше место в ней. Сегодня он стремится создать лучший в мире Vision AI в качестве строительного блока для будущего AGI, а Ultralytics YOLO и Ultralytics HUB являются авангардом этой одержимости.
ОСНОВНОЙ ДОКЛАД: Изучение Ultralytics YOLO: Достижения в современной Vision AI
ПАНЕЛЬНАЯ ДИСКУССИЯ: Как упростить AI с открытым исходным кодом
.avif)
Адриан Богушевский
Евангелист программного обеспечения
Адриан окончил Гданьский технологический университет по специальности «Информатика» 8 лет назад. После этого он начал свою карьеру в области компьютерного зрения и глубокого обучения. В качестве руководителя группы специалистов по данным и разработчиков Android в течение предыдущих двух лет Адриан отвечал за приложение для создания профессиональной фотографии (для удостоверения личности или паспорта), не выходя из дома. Он является соавтором набора данных LandCover.ai, создателем плагина OpenCV Image Viewer и время от времени читает лекции по глубокому обучению. В его нынешняя роль входит обучение людей работе с OpenVINO Toolkit. В свободное время он путешествует. Вы также можете поговорить с ним о финансах, особенно об инвестициях.
ОСНОВНОЙ ДОКЛАД: Пропустите очередь! Узнайте, как построить интеллектуальную систему управления очередью с помощью YOLOv8
Elaine Wu
Edge AI Partnership & Marketing
Элейн является менеджером по маркетингу и партнерству Edge AI в Seeed, компании по производству IoT-оборудования с 2008 года и элитным партнером NVIDIA Embedded. В Seeed, сотрудничая с разработчиками, экосистемой и опытом Seeed в области аппаратного обеспечения, она верит и стремится к созданию самой надежной аппаратной платформы, позволяющей каждому достичь своих целей в области цифровой трансформации, а также совместно создавать продукты AI следующего поколения. Она пишет в Твиттере под ником @iamelainewu.
Обновите любую камеру с помощью YOLOv8 без программирования
.avif)
Шаши Чилаппагари
Главный архитектор и соучредитель
Шаши Чилаппагари — соучредитель и главный архитектор DeGirum Corp., полупроводниковой компании, разрабатывающей комплексные решения в области искусственного интеллекта для периферийных вычислений. До прихода в DeGirum он был директором по архитектуре SSD в Marvell Semiconductor Inc. Шаши имеет степени B. Tech и M. Tech Индийского технологического института в Мадрасе, Индия, и Ph.D. Университета Аризоны, Тусон, Аризона.
Развертывание квантованных моделей YOLOv8 на периферийных устройствах
Мерве Ноян
Инженер по поддержке разработчиков
Мерве Ноян — инженер по пропаганде разработки в Hugging Face, работает над машинным обучением с открытым исходным кодом. Она также является аспирантом-исследователем в области машинного обучения и GDE (Google Developer Expert) в области машинного обучения.
Open-Source Vision с использованием трансформеров
Амир Серви
Менеджер по продуктам Edge Deep Learning
Амир — менеджер по продуктам Edge Deep Learning в Sony. Обладая более чем 15-летним опытом работы в технологической сфере, инструментами для разработчиков и обширным опытом в экосистеме искусственного интеллекта в Deci, Superwise и AnyVision, Амир специализируется на руководстве командами по продуктам и исследованиям и разработкам для предоставления передовых технологических продуктов для разработчиков, от приложений компьютерного зрения, через ускорение нейронных сетей, вплоть до изменения развертывания глубокого обучения на периферийных устройствах.
Преодоление разрыва между исследованиями ИИ и периферийными вычислениями в реальном времени
Glenn Jocher
Основатель и генеральный директор
Гленн основал Ultralytics, чтобы возглавить усилия Национального агентства геопространственной разведки США (NGA) по анализу антинейтрино, кульминацией которых стали эксперимент miniTimeCube и первая в мире Глобальная карта антинейтрино, опубликованная в Nature. Более глубокое осознание глубоких тайн физики элементарных частиц, которые ускользают от нас, привело его к Общему искусственному интеллекту (AGI) как к лучшему решению для человечества, позволяющему превзойти пределы нашего собственного разума и однажды по-настоящему понять Вселенную и наше место в ней. Сегодня он стремится создать лучший в мире Vision AI в качестве строительного блока для будущего AGI, а Ultralytics YOLO и Ultralytics HUB являются авангардом этой одержимости.
ОСНОВНОЙ ДОКЛАД: Изучение Ultralytics YOLO: Достижения в современной Vision AI
ПАНЕЛЬНАЯ ДИСКУССИЯ: Как упростить AI с открытым исходным кодом
Адриан Богушевский
Евангелист программного обеспечения
Адриан окончил Гданьский технологический университет по специальности «Информатика» 8 лет назад. После этого он начал свою карьеру в области компьютерного зрения и глубокого обучения. В качестве руководителя группы специалистов по данным и разработчиков Android в течение предыдущих двух лет Адриан отвечал за приложение для создания профессиональной фотографии (для удостоверения личности или паспорта), не выходя из дома. Он является соавтором набора данных LandCover.ai, создателем плагина OpenCV Image Viewer и время от времени читает лекции по глубокому обучению. В его нынешняя роль входит обучение людей работе с OpenVINO Toolkit. В свободное время он путешествует. Вы также можете поговорить с ним о финансах, особенно об инвестициях.
ОСНОВНОЙ ДОКЛАД: Пропустите очередь! Узнайте, как построить интеллектуальную систему управления очередью с помощью YOLOv8
Elaine Wu
Edge AI Partnership & Marketing
Элейн является менеджером по маркетингу и партнерству Edge AI в Seeed, компании по производству IoT-оборудования с 2008 года и элитным партнером NVIDIA Embedded. В Seeed, сотрудничая с разработчиками, экосистемой и опытом Seeed в области аппаратного обеспечения, она верит и стремится к созданию самой надежной аппаратной платформы, позволяющей каждому достичь своих целей в области цифровой трансформации, а также совместно создавать продукты AI следующего поколения. Она пишет в Твиттере под ником @iamelainewu.
Обновите любую камеру с помощью YOLOv8 без программирования
Шаши Чилаппагари
Главный архитектор и соучредитель
Шаши Чилаппагари — соучредитель и главный архитектор DeGirum Corp., полупроводниковой компании, разрабатывающей комплексные решения в области искусственного интеллекта для периферийных вычислений. До прихода в DeGirum он был директором по архитектуре SSD в Marvell Semiconductor Inc. Шаши имеет степени B. Tech и M. Tech Индийского технологического института в Мадрасе, Индия, и Ph.D. Университета Аризоны, Тусон, Аризона.
Развертывание квантованных моделей YOLOv8 на периферийных устройствах
Мерве Ноян
Инженер по поддержке разработчиков
Мерве Ноян — инженер по пропаганде разработки в Hugging Face, работает над машинным обучением с открытым исходным кодом. Она также является аспирантом-исследователем в области машинного обучения и GDE (Google Developer Expert) в области машинного обучения.
Open-Source Vision с использованием трансформеров
Амир Серви
Менеджер по продуктам Edge Deep Learning
Амир — менеджер по продуктам Edge Deep Learning в Sony. Обладая более чем 15-летним опытом работы в технологической сфере, инструментами для разработчиков и обширным опытом в экосистеме искусственного интеллекта в Deci, Superwise и AnyVision, Амир специализируется на руководстве командами по продуктам и исследованиям и разработкам для предоставления передовых технологических продуктов для разработчиков, от приложений компьютерного зрения, через ускорение нейронных сетей, вплоть до изменения развертывания глубокого обучения на периферийных устройствах.
Преодоление разрыва между исследованиями ИИ и периферийными вычислениями в реальном времени
Кален Майкл
Руководитель отдела разработки продукта
Кален, программирующий с тех пор, как в 13 лет ему подарили его первый компьютер, любит решать задачи наиболее эффективным способом. Программирование и поиск решений — это то, что действительно им движет, и нет ничего более волнующего, чем прилив сил, который он получает, когда его код компилируется без ошибок. Чем больше языков он изучает, тем больше ему хочется, и он просто ждет того дня, когда мы сможем загружать навыки, как в Матрице.
ИИ для каждого: Ultralytics HUB выравнивает правила игры
Эрика Брешиа
Управляющий директор
Эрика Брешиа присоединилась к Redpoint Ventures в качестве управляющего директора в 2022 году, где она
сосредоточена на инвестициях в инфраструктуру, ИИ, инструменты для разработчиков и безопасность. В настоящее время она входит в состав
советов директоров Dagger, Railway, Xata и Poolside и возглавляла другие необъявленные инфраструктурные
инвестиции. До Redpoint Эрика была операционным директором GitHub. До GitHub Эрика была со-
основателем и операционным директором Bitnami, компании по упаковке и развертыванию приложений с открытым исходным кодом,
которая была приобретена VMware. Она также была соучредителем и генеральным директором BitRock, которая
разработала технологию упаковки программного обеспечения. Эрика является лидером в сообществе открытого исходного кода
более 15 лет и с 2016 года входит в совет директоров Linux Foundation.
До прихода в Redpoint Эрика была бизнес-ангелом и советником таких компаний, как Netlify,
Coda, Whimsical, Xata и Byteboard. Она живет в Уолнат-Крик, штат Калифорния, со своим мужем, сыном
и их веселой помесью лабрадора и чихуахуа.
Series A для Open Source: что ищут инвесторы
Д-р Рамит Дебнат
Соучредитель
Доцент вычислительных социальных наук и дизайна в Кембриджском университете, директор Группы коллективного интеллекта и дизайна (Кембриджский университет) и первый научный сотрудник Cambridge Zero, совместно возглавляющий глобальные исследовательские усилия по улучшению общественного понимания изменения климата путем сотрудничества с ведущими академическими институтами, такими как Caltech, Гарвардский университет, Бостонский университет, MCC-Berlin, ведущими организациями, занимающимися государственной политикой, такими как Программа ООН по окружающей среде (ЮНЕП), Международное энергетическое агентство (МЭА), и другими пионерами в области климата и устойчивого развития.
Приглашенный научный сотрудник, Caltech. Ранее работал в Стэнфордском университете, IEA и IIT Bombay. Gates Scholar.
Человеческий и машинный интеллект для планетарных климатических действий
Шон Бойл
Соучредитель
Была первым руководителем отдела устойчивого развития в Twitter, запустила первую общекорпоративную стратегию по борьбе с изменением климата, участвовала в разработке первой политики по борьбе с дезинформацией об изменении климата и сотрудничала с ведущими организациями по борьбе с изменением климата, включая Рамочную конвенцию ООН об изменении климата (РКИК ООН), Программу ООН по окружающей среде (ЮНЕП), COP27, FridaysForFuture, WeDontHaveTime, ведущие академические институты, включая Кембриджский университет, и других пионеров в области борьбы с изменением климата.
Работала в Twitter 8 лет. Ранее занимала должности в Meta и KPMG.
Член консультативного совета WeDontHaveTime. Почетный член Sigma Squared.
Человеческий и машинный интеллект для планетарных климатических действий
.avif)
Йонатан Гейфман
Соучредитель и генеральный директор
Йонатан Гейфман - генеральный директор и соучредитель Deci, платформы для разработки глубокого обучения. До основания Deci Йонатан был членом команды MorphNet в Google AI. Он имеет докторскую степень в области компьютерных наук Техниона - Израильского технологического института, а также степени бакалавра и магистра компьютерных наук Университета Бен-Гуриона в Израиле. Его исследования были сосредоточены на том, чтобы сделать глубокие нейронные сети (DNN) более применимыми для критически важных задач. Они были опубликованы и представлены на ведущих мировых конференциях, включая Конференцию по системам обработки нейронной информации (NeurIPS) и Международную конференцию по машинному обучению (ICML).
ПАНЕЛЬ: Упрощение Vision AI с открытым исходным кодом
.avif)
Лакшанта Диссанаяке
Инженер по приложениям
Лакшанта — старший инженер по применению Edge AI в Seeed Studio. Он активно следит за последними тенденциями в области ИИ и предоставляет решения для встроенного ИИ сообществу разработчиков в виде пошаговых вики-руководств для NVIDIA Jetson. Кроме того, он проводит технические семинары и участвует в решении технических проблем, с которыми сталкивается сообщество.
Демонстрация: Как развернуть YOLO (почти) на чем угодно: проще и быстрее!
.avif)
Давит Буниатян
Основатель и генеральный директор
Дэвит Буниатян впервые получил признание в возрасте 18 лет, когда о нем написал TechCrunch. После получения степени в области компьютерных наук в Университетском колледже Лондона (UCL) он начал получать докторскую степень в Принстонском университете в возрасте 20 лет. В Принстоне Дэвит сосредоточился на исследованиях в престижной Принстонской нейробиологической лаборатории под руководством профессора Себастьяна Сын.
Дэвид был удостоен стипендии Гордона Ву и премии AWS Machine Learning Research Award. Его новаторское исследование было посвящено картированию коннектома мозга мыши. Столкнувшись с проблемами анализа обширных мультимодальных наборов данных в Neuroscience Lab, Дэвид обнаружил ряд острых проблем в машинном обучении. Так Дэвид перешел на должность основателя и генерального директора Activeloop. При поддержке Y-Combinator и других известных фондов и бизнес-ангелов Кремниевой долины, Activeloop разрабатывает Deep Lake, векторную базу данных, предназначенную для размещения всех данных ИИ.
PatentPT: Создание решения на базе LLM с использованием агентов памяти корпоративного уровня
Сумик Ракшит
ML-инженер
ML-инженер в Weights & Biases и Google Developer Expert в JAX. Я также работаю над проектами с открытым исходным кодом в области компьютерного зрения, занимаюсь исследованиями в областях генеративных вычислений, восстановления изображений и компьютерной графики. Я активно участвую в разработке открытого исходного кода, в основном посредством реализации исследовательских работ, комплексных примеров машинного обучения и интеграций MLOps для репозиториев с открытым исходным кодом, таких как Ultralytics, Diffusers, Keras и т. д.
Ускорение Ultralytics с помощью Weights & Biases
Bo Zhang
Стратег по алгоритмам
Бо Чжан — стратег по алгоритмам в Meituan Vision. Он получил степень магистра информатики в Университете Тренто, Италия, в 2013 году. Ранее он занимался автоматизированным машинным обучением и компьютерным зрением. Он активно сотрудничал в проекте YOLOv6.
ПАНЕЛЬ: Упрощение Vision AI с открытым исходным кодом
Д-р Брам Верхуф
Руководитель отдела машинного обучения
Брам Верхуф имеет образование в области статистики, психологии и нейронауки. После получения докторской степени в 2010 году в Лёвенском католическом университете он проводил постдокторские исследования в Гарвардском университете и Чикагском университете, сосредоточившись на вычислительной нейронауке, лежащей в основе механизмов внимания.
В 2017 году он вернулся в Бельгию для работы в Imec в качестве главного технического сотрудника, возглавляя разработку алгоритмов, связанных с новым аналоговым чипом для вычислений в памяти для глубокого обучения. В 2021 году он стал соучредителем Axelera AI и в настоящее время является руководителем отдела машинного обучения, возглавляя усилия по оптимизации алгоритмов для современного ускорителя глубокого обучения Axelera AI.
YOLO с турбонаддувом: Использование возможностей AI-Native
Моника Виллас
Технический консультант и преподаватель
Бывший руководитель IBM, проработавший в сфере ИТ более 20 лет. В настоящее время работает техническим консультантом и лектором. После многих лет работы в ИТ я знаю, как технологии можно применять для изменения и улучшения бизнеса. Я увлечен новыми способами обучения, обладаю глубокими знаниями в области облачных технологий, аналитики, искусственного интеллекта и экспоненциальных технологий и продолжаю учиться каждый день. Как инженер, я люблю технологии и менять мир. У меня есть большие способности упрощать сложные вещи, решать проблемы и работать в команде. Помимо технологий, одна из моих других страстей — люди. Руководство людьми было действительно полезным, и в течение моих 15 лет в качестве лидера я всегда старался подавать пример. Люди следовали за мной, что в конечном итоге является главной целью лидера. За всю мою карьеру больше всего мне помогли три вещи: люди, настойчивость и страсть.
Этические проблемы ИИ
Гленн Джохер из Ultralytics (YOLOv5 и YOLOv8), Йонатан Гейфман из Deci (YOLO-NAS) и Бо Чжан из Meituan (YOLOv6) собираются вместе на этой панели, чтобы изучить состояние Vision AI с открытым исходным кодом. Эта панель углубится в проблемы и приоритеты, возникающие во время реализации модели, предоставляя ценную информацию для беспрепятственного внедрения ИИ. Кроме того, участники дискуссии рассмотрят развертывание на периферийных устройствах, изучат потенциал модулей повторной идентификации объектов, предоставят информацию о развертывании моделей и многое другое.
В мире развернуто около 1 миллиарда сетевых камер. Интеллектуальные камеры, работающие на базе передового ИИ, могут фокусироваться на самом важном и обеспечивать безопасность пространства для всех, от водителей и пешеходов до розничных продавцов и покупателей. Мы расскажем вам об общей производительности edge для приложений видеоаналитики, выполняющих вывод на NVIDIA Jetson, и вы сможете обновить любую устаревшую камеру с помощью модели YOLOv8 без единой строки кода.
Присоединяйтесь к нам, чтобы увидеть, как платформа Metis от Axelera AI обеспечивает лучшую в отрасли производительность и удобство использования, и все это за небольшую часть стоимости и энергопотребления доступных сегодня решений. Откройте для себя впечатляющие результаты нашего аппаратного и программного решения, оптимизирующего модели YOLO для логического вывода на периферийных устройствах.
ИИ трансформирует различные сектора, товары и основные функциональные возможности. Тем не менее, глубокие нейронные сети потребляют чрезмерные ресурсы с точки зрения памяти, вычислительной мощности и энергии. Чтобы обеспечить широкое распространение ИИ, он должен эффективно работать на устройствах конечных пользователей, соблюдая строгие ограничения по мощности и тепловым характеристикам. Такие методы, как квантование и сжатие, играют ключевую роль в смягчении этих проблем.
В этом вебинаре менеджер по продукции Sony Амир Серви проведет вас через инструментарий сжатия моделей Sony для квантования и ускорения моделей глубокого обучения для эффективного развертывания на периферии. Вы узнаете, как сделать то же самое для своей собственной модели! Что вы узнаете:
- Наши последние исследования в области методов квантования и их внедрение в практический продукт
- Важность аппаратного сжатия для логического вывода на периферии
- Как инженеры и исследователи могут внедрить эти методы с помощью Sony MCT
Ultralytics HUB снижает барьеры для входа в мир машинного обучения, делая его доступным как для частных лиц, так и для предприятий, независимо от опыта программирования. Узнайте, как эта платформа призвана революционизировать наш подход к машинному обучению, позволяя новому поколению энтузиастов данных воплощать свои идеи в реальность с беспрецедентной легкостью.
И не пропустите наше большое объявление...
Развертывание современных моделей на встроенных устройствах, от Edge GPU NVIDIA Jetson до крошечных MCU, сопряжено с проблемами и ограничениями. Мы рассмотрим, как развертывать эти модели, включая YOLOv8, с использованием оптимизированного подхода и общей производительности edge для приложений видеоаналитики, выполняющих инференс на NVIDIA Jetson.
Гленн неустанно стремится к разработке лучшего в мире Vision AI. Для него это не просто технологическое достижение, а жизненно важный шаг на пути к реализации потенциала AGI. Авангардом этого неустанного стремления являются не что иное, как YOLOv5, YOLOv8 и Ultralytics HUB.
Итак, что делает Ultralytics YOLO лучшим в мире?
Последние достижения в области компьютерного зрения были значительно продвинуты благодаря внедрению архитектуры transformer и удобных абстракций для предварительного обучения, тонкой настройки и вывода в библиотеке 🤗 transformers. В этом докладе представлен обзор последних моделей зрения на основе transformer, рассматриваются утилиты, доступные в библиотеке 🤗 transformers, и предлагаются практические сведения о философии, лежащей в ее основе.
Устали от длинных очередей на кассах в магазинах? Наша интеллектуальная система управления очередями — это решение! Присоединяйтесь к нам на пошаговом уроке о том, как создать такую систему с помощью OpenVINO и YOLOv8. Мы проведем вас через процесс интеграции этих мощных инструментов с открытым исходным кодом для разработки комплексного решения, которое можно развернуть в розничных кассах. Вы узнаете, как оптимизировать приложение для достижения выдающейся производительности. Независимо от того, являетесь ли вы опытным разработчиком или новичком в ИИ, эта сессия предоставит практические советы и лучшие практики для создания интеллектуальных систем с использованием OpenVINO. К концу презентации у вас будут знания и ресурсы для создания собственного решения.
В эпоху, определяемую стремительным развитием искусственного интеллекта (ИИ), первостепенное значение имеет навигация по этическому ландшафту этой технологии. На этой сессии Моника раскроет сложную сеть этических дилемм, которые сопровождают преобразующую силу ИИ. От решения вопросов предвзятости и справедливости до изучения прозрачности, подотчетности и глубокого воздействия ИИ на общество, Моника предоставит информацию, которая прольет свет на этические соображения, связанные с ИИ.
Этот доклад - ваша возможность получить фундаментальное понимание этических проблем и обязанностей, связанных с ИИ. Моника вооружит вас знаниями, которые необходимы всем, кто занимается разработкой ИИ, принятием решений или формированием политики.
Фундаментальные модели могут быть требовательными к вычислениям на GPU и могут не подходить для приложений реального времени, особенно если вы хотите масштабировать миллионы автономных точек продаж. Но мы используем метод, называемый дистилляцией знаний, когда мы применяем наши фундаментальные модели для сложных задач, таких как аннотации, и передаем эти знания в более мелкие и экономичные модели. Это позволяет нам ускорить процесс аннотирования до 90 раз по сравнению с традиционной ручной разметкой.
Тссс. Хотите узнать секрет? Что, если я скажу вам, что активное обучение не обязательно должно быть сложным? Что, если бы существовал... простой способ? Вам повезло. В этом докладе будет показано, как именно реализовать конвейер активного обучения с использованием Data Engine от DagsHub. И 90% конвейера можно запустить прямо в Jupyter Notebook или в Google Colab! К концу доклада у вас будет вся необходимая информация для преобразования вашего существующего проекта в проект, использующий активное обучение для эффективного и быстрого улучшения метрик ваших моделей!
Использование инструментов с открытым исходным кодом с YOLOv8 может помочь вам быстро запустить ваш следующий проект в области компьютерного зрения. Существуют репозитории изображений с открытым исходным кодом, библиотеки, помогающие автоматизировать маркировку данных, инструменты для отслеживания или подсчета, а также серверы для развертывания ваших моделей. Узнайте, как использовать их с YOLOv8 для создания вашего следующего приложения.
Ожидается, что продолжающаяся глобальная гонка за создание более крупных и совершенных систем искусственного интеллекта (ИИ) окажет глубокое социальное и экологическое воздействие, изменив рынки труда, разрушив бизнес-модели и создав новые структуры управления и социального обеспечения, которые могут повлиять на глобальный консенсус в отношении путей борьбы с изменением климата. Однако нынешние системы ИИ обучаются на предвзятых наборах данных, что может дестабилизировать политические институты, влияющие на решения по смягчению последствий изменения климата и адаптации к ним, а также поставить под угрозу социальную стабильность, что потенциально может привести к социальным переломным моментам. Таким образом, надлежащая разработка менее предвзятой системы ИИ, которая отражает как прямое, так и косвенное воздействие на общество и планетарные вызовы, является вопросом первостепенной важности.
Квантование моделей машинного обучения (ML) может привести к значительному уменьшению размера модели, а также к снижению задержки при выводе из-за более низких требований к пропускной способности. При развертывании на аппаратных средствах, которые эффективно поддерживают целочисленные вычисления, прирост производительности может быть еще более впечатляющим. Однако квантование иногда может привести к неприемлемому снижению точности. В этом докладе мы представляем обзор методов эффективного квантования моделей YOLOv8, что делает их отличным выбором для различных приложений AI на периферийных устройствах в реальном времени. Мы также представляем класс моделей YOLOv8 с функцией активации ReLU6, которые демонстрируют отличные результаты квантования после обучения на различных архитектурах моделей и наборах данных. Наконец, мы покажем, как квантованные модели могут быть развернуты на нескольких аппаратных платформах, таких как ЦП, Edge TPU и Orca (аппаратный ускоритель AI от DeGirum), с использованием простых API.
Ultralytics — это платформа для передовых, современных моделей компьютерного зрения для таких задач, как классификация изображений, обнаружение объектов, сегментация изображений и оценка позы. Weights & Biases — это MLOps-платформа, ориентированная в первую очередь на разработчиков, которая при интеграции с рабочим процессом Ultralytics позволяет нам легко управлять нашими экспериментами, контрольными точками моделей и визуализировать результаты наших экспериментов понятным и интуитивно понятным способом. В этой сессии мы рассмотрим, как мы можем эффективно улучшить наши рабочие процессы компьютерного зрения с помощью Ultralytics и Weights & Biases.
Узнайте, как мы создали PatentPT, передовое решение для языковой модели, которое значительно расширяет возможности поиска патентов и взаимодействия с ними. Презентация предлагает практические сведения о тонкой настройке и развертывании больших языковых моделей и использовании корпоративных агентов памяти для автозаполнения патентов, создания аннотаций и заявок, а также выполнения расширенных функций поиска патентов с использованием обширного патентного корпуса. Мы расскажем вам, как разработать аналогичное решение, используя передовой Deep Lake от Activeloop, базу данных для ИИ, модели LLM с открытым исходным кодом, оборудование Habana Gaudi HPU и API-интерфейсы Amazon Sagemaker для вывода LLM.
Мы расскажем вам об архитектурных схемах и обо всех шагах, которые мы предприняли для создания решения — от обучения нашей модели LLM и ее тонкой настройки, создания пользовательских функций и развертывания API поиска.
Независимо от того, являетесь ли вы специалистом по ИИ, ищущим практические руководства по тонкой настройке LLM, юристом, заинтересованным в использовании ИИ для поиска патентов, или просто интересуетесь будущим решений, улучшенных с помощью ИИ, наш доклад позволит вам взглянуть на процесс и потенциал использования LLM в специализированной области. Присоединяйтесь к нам, и мы поделимся своим опытом создания пользовательских приложений на базе LLM, работающих на Deep Lake, базе данных для ИИ для больших и малых компаний.
Компании с открытым исходным кодом строятся по-другому. В этом докладе мы расскажем о том, что инвесторы будут искать при рассмотрении вопроса об инвестировании в Series A. Спойлер: вам может не понадобиться доход, но вам определенно нужен импульс! Мы поделимся лучшими в своем классе показателями от других OSS-компаний, чтобы помочь вам понять, когда привлекать средства.
Мы начнем день в Google for Startups в Мадриде с кофе. Утром пройдет серия докладов, после чего Ultralytics проведет обеденный перерыв в Google for Startups. После обеда мы вернемся к новым сессиям. В завершение YV23 присоединяйтесь к нам на официальном неформальном общении, которое также пройдет в Google for Startups.
Личное посещение позволит вам погрузиться в атмосферу мероприятия, пообщаться со спикерами и другими участниками, а также принять участие в сетевых сессиях. Это уникальная возможность напрямую взаимодействовать с сообществом vision AI.
Билеты на YV23 совершенно бесплатны, независимо от того, решите ли вы присоединиться к нам виртуально или лично.
Calle de Moreno Nieto, 2, 28005 Madrid, Spain.
YV23 предлагает варианты как виртуального, так и личного посещения. Чтобы зарезервировать место, просто заполните регистрационную форму на этой странице.
Если вы находитесь в Китае, пожалуйста, найдите виртуальную трансляцию Bilibili здесь. Если вы присоединяетесь из остального мира, пожалуйста, настройтесь на виртуальную трансляцию Youtube здесь.
