YOLO VISION 2022: Görsel Yapay Zekânın Yeni Sınırı

İlk YOLO VISION etkinliğimiz 27 Eylül 2022'de gerçekleşti. Yapay zekânın otomotiv sektörüne girişinden meyve üretiminin gerçek zamanlı analizine kadar, farklı alanlardaki YOLOv5 kullanıcılarının ilham verici konuşmalarını dinledik.

Bu etkinliği özel kılan unsurlardan biri, konuşmacıların çok çeşitli geçmişlerden gelmesiydi. Katılımcı 18 şirketin temsilcilerinin de aralarında bulunduğu konuşmacılar, ML sürecinin her yönüne dair görüşlerini paylaştı. Aralarında Comet, Deci, ClearML, Paperspace ve Roboflow gibi iş ortağı şirketlerimizin yanı sıra Baidu, Meituan ve OpenMMLab gibi açık kaynak ekosisteminden şirketler de vardı.

Ultralytics YOLOv5 ile Son Teknolojiyi Yeniden Tanımlama#

Ultralytics YOLOv5'in ortaya çıkışının ardındaki hikâyeyi ve araştırma-geliştirme için kullanılan yöntemi merak ediyor musun?

Ultralytics'in Kurucusu ve CEO'su Glenn Jocher ile ML Mühendisimiz Ayush Chaurasia'nın en iyi mimarileri seçmek için kullandığı bütüncül yaklaşımın ayrıntılarına yakından bak.

Ultralytics YOLOv5 gibi harika model mimarileri, makine öğreniminde faydalı sonuçlar elde etmek için kritik öneme sahiptir. Ancak modeller ancak veri kümeleri kadar iyidir. İş ortağımız Roboflow'un CEO'su ve kurucu ortağı Joseph Nelson, veri kümesi kalitesinin üretim sonuçları üzerindeki etkisini gösterdi. Paylaşılan içgörüler, 10.000'den fazla görü eğitimi işi ve Roboflow Universe'ün 90.000'den fazla veri kümesini barındıran açık kaynak topluluğundan elde edilen bilgilere dayanıyor.

Joseph, oturumunda geliştiricilerin veri kümelerini düzenleyerek anlamlı sonuçları daha hızlı elde etmesini sağlayan araştırma ile üretim arasındaki temel farkları da gösterdi.

Veri kümesi kalitesi ve bilgisayarlı görü modelini üretime hazır hâle getirmedeki etkisi hakkında bilgi edin!

Dağıtımdan Önce Makine Öğrenimi Modelini ve Verilerini Doğrulamak İçin En İyi Uygulamalar#

Günümüzde geleneksel yazılımların her bir parçası, dağıtımdan önce çeşitli türlerde kapsamlı testlerden geçirilerek üretim hatası riski önemli ölçüde azaltılır.

Bu fikirleri istatistik odaklı makine öğrenimi dünyasına nasıl uyarlayabiliriz?

Google'da Veri Bilimci ve Deepchecks'te Açık Kaynak Geliştirici İlişkileri Savunucusu olan Aishwarya Srinivasan, gerçek dünyadaki zorlukları çözen çözümler geliştirmenin heyecanından bahsediyor. Google'da TensorFlow, DataFlow ve AI Platform dâhil olmak üzere temel Google ürünlerinden yararlanarak müşterilerin kullanım senaryolarına yönelik makine öğrenimi çözümleri geliştiriyor.

Aishwarya, modelini kapsamlı biçimde test edip analiz etmeye yönelik en iyi uygulamaları ve pratik ipuçlarını konuşmak için YOLO VISION'a katıldı. Yazılım Testi ile Makine Öğrenimi Testi arasındaki farkı öğrenmek için konuşmasını izle.

Bilgisayarlı Görü Yapay Zekâsının Geleceğini Mümkün Kılan Açık Kaynak Projeleri#

YOLO mimarisi ailesinin diğer üyelerini ve alandaki önde gelen açık kaynaklı görü yapay zekâ mimarilerini bir araya getirdiğimiz bir panel düzenledik.

Meituan'ın YOLOv6'sı, OpenMMLab CN'nin MMDetection'ı ve Baidu, Inc.'in PaddlePaddle'ı, görü yapay zekâsının geleceğini mümkün kılan açık kaynaklı projeleri ele almak üzere Ultralytics YOLOv5'e katıldı.

Önde gelen bu görü yapay zekâsı depoları ilk kez aynı sahneyi paylaştı. Bu paneli kaçırdıysan Bo Zhang, Glenn Jocher, Guanzhong Wang, Wenwei Zhang ve Yixin Shi'nin çerçeve seçimlerini, tasarımları, depo yapısının gelişimini ve daha fazlasını tartıştığı bu videoyu izle!

CEO'muz Glenn Jocher'ın dediği gibi, “Hepimiz birbirimizin araçlarından ve deneyimlerinden öğrenme fırsatı bulduk.”

Görsel Veri Patlama Yaşıyor#

Görsel veri yönetim sistemleri depolama, kalite, arama, analiz ve görselleştirme gibi tüm alanlarda yetersiz kalıyor. Sonuç olarak şirketler ve araştırmacılar ürün güvenilirliğini, çalışma saatlerini, depolama alanını, işlem gücünü ve en önemlisi verilerinin tüm potansiyelini ortaya çıkarma olanağını kaybediyor.

Bu konuşmada Dr. Danny Bickson, bu sorunu popüler ve ücretsiz GitHub aracı Fastdup ile nasıl çözebileceğimizi anlattı.

FastDup, büyük bir görüntü koleksiyonundan içgörü elde etmeye yarayan bir araçtır. Anomalileri, yinelenen ve neredeyse yinelenen görüntüleri, benzerlik kümelerini bulabilir; görüntüler arasındaki normal davranışı ve zamansal etkileşimleri öğrenebilir. Daha yüksek kaliteli bir veri kümesini akıllıca alt örneklemek, aykırı değerleri kaldırmak ve etiketleme için gönderilecek yeni bilgileri yenilik tespitiyle belirlemek amacıyla kullanılabilir.

Büyük veri analitiği ve büyük ölçekli makine öğrenimi uzmanı Danny Bickson, ileri teknoloji sektöründe 15 yılı aşkın deneyime sahip. Kullanıcıları için büyük veri analitiği ürünleri geliştiren bir makine öğrenimi platformu olan Turi ile tanıyor olabilirsin. Turi, 2016'da Apple tarafından satın alındı; Dr. Danny Bickson burada birkaç yıl Kıdemli Veri Bilimi Müdürü olarak çalıştı.

Görü Yapay Zekâsına Açılan Kapın#

Son olarak, Ultralytics Platform ürünümüzün lansmanını resmen duyurmaktan mutluluk duyduk!

Ultralytics Platform, yapay zekâ modellerini üç kolay adımda eğitip dağıtmanı sağlayan kod gerektirmeyen çözümümüzdür! Modellerinin öğreneceği verileri seçerek onlara hayat ver.

Araçların uzmanları ve yaratıcıları Kalen Michael ile Sergio Sánchez, Ultralytics Platform'u adım adım tanıtarak tüm özelliklerini ve işlevlerini açıkladı. Ultralytics Platform hakkında daha fazla bilgi edin ve modellerini ücretsiz oluşturmaya başla!

Kaydedilmiş tüm oturumları YouTube kanalımızda bulabilirsin!

YOLO VISION'a gösterilen ilgiden büyük heyecan duyuyor ve dünyanın dört bir yanından uzmanların görü yapay zekâsı hakkında bilgi edinmek için katılabildiği bir etkinlik düzenlemekten mutluluk duyuyoruz. Sosyal medyada bizi takip ederek gelişmelerden haberdar ol. Gelecek yıl YOLO VISION 2023'te görüşmek üzere!