DagsHub aktif öğrenme iş akışlarına bir bakış
Yono Mittlefehldt ile YOLO VISION 2023'te DagsHub Aktif Öğrenme İş Akışlarını keşfet. Aktif öğrenmeden görüntü segmentasyonuna kadar yapay zekanın dönüştürücü gücünü incele.

Step into the realm of cutting-edge Artificial Intelligence (AI) methodologies with another one of our speakers from YOLO VISION 2023 (YV23)! At this Ultralytics-powered event, hosted at the Google for Startup campus in Madrid, Yono Mittlefehldt, former Machine Learning Advocate at DagsHub, took the stage to unravel the wonders of active learning pipelines.
Link to this sectionGiriş ve genel bakış#
Yolculuğumuza başlamak için aktif öğrenme işlem hatlarına bir giriş yaparak ortamı hazırlayalım. Bu konuşmada, aktif öğrenme ile geleneksel denetimli öğrenme yöntemleri arasındaki farkları inceledik.
Link to this sectionVeri hazırlığı#
İlk durağımız, aktif öğrenme işlem hattımız için temel oluşturmayı içeriyor. Bağımlılıkları içe aktarıyoruz, veri kaynağını ayarlıyoruz ve meta verileri ilk ek açıklamalarla zenginleştirmek için bir göreve atılıyoruz. Her şey, AI destekli keşfimiz için temeli hazırlamakla ilgili.
Link to this sectionModel eğitimi#
Veriler hazır olduğuna göre, model eğitiminin heyecan verici dünyasına dalıyoruz. Ultralytics YOLOv8 veri seti ve YAML dosyası ile Yono, eğitim sırasında parametreleri ve metrikleri kaydetmek için geri çağırmalar (callbacks) ekledi. Bu, AI modellerinin başarıya hazırlanmasını sağlamak için çok önemli bir adımdır.
Link to this sectionAktif öğrenme döngüsü#
Bir sonraki adım aktif öğrenme döngüsüdür; bu, önceden eğitilmiş modellerin yüklenmesini, etiketlenmemiş verilerin puanlanmasını ve ek açıklama için örneklerin seçilmesini içeren dinamik bir süreçtir. Veri kaynağını tahminlerle yinelemeli olarak zenginleştirerek, gizli içgörüleri ortaya çıkarıyor ve modelleri yeni zirvelere taşıyoruz.
Link to this sectionGörüntü segmentasyonu için aktif öğrenme#
Görüntü segmentasyonu, aktif öğrenmenin dönüştürücü gücünü keşfederken merkez sahneye çıkıyor. Tahminleri ek açıklama için Label Studio'ya göndererek, birden çok döngü yoluyla model iyileştirme potansiyelini anlıyoruz. Bu, her yinelemenin bizi AI mükemmelliğine yaklaştırdığı bir keşif yolculuğudur.
Link to this sectionLabel Studio kullanımı#
AI mükemmelliği arayışımızda Label Studio, cephaneliğimizde önemli bir araç olarak ortaya çıkıyor. Etiketli verileri depolamak için projeler oluşturuyor, görevler API'si ile sorunsuz bir şekilde bağlantı kurmak için Label Studio sunucularından yararlanıyoruz. Proje adlarıyla eşlenen görevlerle, iş akışımızı kolaylaştırıyor ve daha sorunsuz bir iş birliğinin önünü açıyoruz.
Link to this sectionToparlarken#
Konuşma sona ererken Yono, izleyicilerimizden gelen can alıcı soruları yanıtladı. İşlem hatlarını belirli görevler için optimize etmekten tekrarlanabilirlik ve dokümantasyona vurgu yapmaya kadar, bu yolculuğun her yönünün en iyi uygulamalar ve endüstri standartları üzerine kurulmasını sağladı.
Genel olarak, YV23'teki bu aktif öğrenme yolculuğu heyecan vericiydi. Yeni bilgiler ve içgörülerle donanmış olarak, aktif öğrenmenin gücünün yanı sıra topluluğumuzun desteği ve katılımıyla beslenen yeni AI maceralarına atılmaya hazırız.
AI inovasyonunun sınırlarını zorlamaya ve makine öğrenimi dünyasında nelerin mümkün olduğunu yeniden tanımlamaya devam ederken bize katıl. Konuşmanın tamamını Watch the full talk izle!






