YOLO VISION 2022: Yapay Zekanın Yeni Sınırı
Çeşitli endüstrilerdeki yapay zeka üzerine konuşmalar ve Ultralytics uzmanlarından makine öğrenimindeki en son gelişmeler ile YOLO VISION 2022'den içgörüleri keşfet.
İlk YOLO VISION etkinliğimiz 27 Eylül 2022'de gerçekleşti. Otomotiv endüstrisindeki yapay zekanın girişinden meyve üretiminin gerçek zamanlı analizine kadar, her kesimden YOLOv5 kullanıcılarının ilham verici konuşmalarını dinledik.
Bu etkinliği özel kılan şey, konuşmacıların sahip olduğu geniş geçmiş çeşitliliğiydi. Katılan 18 şirketin temsilcilerinin yanı sıra konuşmacılar, ML sürecinin her yönünden içgörüler sundu. Bunların arasında Comet, Deci, ClearML, Paperspace ve Roboflow gibi ortak şirketlerimiz ile Çinli devler Baidu, Meituan ve OpenMMLabs gibi açık kaynak alanındaki diğer isimler yer alıyor.
Ultralytics YOLOv5 ile Son Teknolojiyi Yeniden Tanımlamak#
Ultralytics YOLOv5'in yaratılışının ardındaki hikayeyi ve Ar-Ge için kullanılan metodolojiyi mi merak ediyorsun?
Ultralytics'teki Kurucumuz ve CEO'muz Glenn Jocher ve ML Mühendisimiz Ayush Chaurasia ile en iyi mimarileri seçmek için kullanılan bütüncül yaklaşımın detaylarına in.
Ultralytics YOLOv5 gibi harika model mimarileri, makine öğreniminde faydalı sonuçlar elde etmek için çok önemlidir. Ancak modeller ancak veri kümeleri kadar iyidir. partnerimiz Roboflow'un CEO'su ve Kurucu Ortağı Joseph Nelson, veri seti kalitesinin üretim sonuçları üzerindeki etkisini gösterdi. Bu içgörüler, 10.000'den fazla görüntü tabanlı eğitim işinden ve Roboflow Universe'ün 90.000'den fazla veri setine sahip açık kaynaklı topluluğundan elde edilen bilgilere dayanmaktadır.
Joseph oturumunda ayrıca, geliştiricilerin anlamlı sonuçları daha hızlı elde etmek için veri setlerini nasıl optimize edebileceklerini sağlayan araştırma ve üretim arasındaki temel farkları sergiledi.
Veri seti kalitesi ve bunun CV modelini üretim değerine ulaştırmadaki etkisi hakkında bilgi edin!
Dağıtım Öncesi ML Modelini ve Verini Doğrulamak İçin En İyi Uygulamalar#
Günümüzde her geleneksel yazılım, üretim hataları riskini önemli ölçüde azaltmak için dağıtımdan önce çeşitli kapsamlı testlerden geçer.
Bu fikirleri ML'in istatistiksel dünyasına nasıl uyarlayabiliriz?
Google'da Veri Bilimci ve Deepchecks'te Açık Kaynak Geliştirici Savunucusu olan Aishwarya Srinivasan, gerçek dünya zorluklarını çözebilen çözümler oluşturmanın arkasındaki saf heyecandan bahsediyor. Google'da, TensorFlow, DataFlow ve AI Platform dahil olmak üzere temel Google ürünlerinden yararlanarak müşteri kullanım örnekleri için makine öğrenimi çözümleri inşa ediyor.
Aishwarya, modelini kapsamlı bir şekilde test etmek ve analiz etmek için en iyi uygulamaları ve pratik ipuçlarını tartışmak üzere YOLO VISION'da bize katıldı. Yazılım Testi ile ML Testi arasındaki farkı öğrenmek için konuşmasına göz at.
Görüntüleme Yapay Zekasının Geleceğini Mümkün Kılan Açık Kaynak Projeleri#
YOLO mimari ailesinin diğer üyelerinin yanı sıra bu alandaki diğer üst düzey açık kaynak görüntüleme yapay zeka mimarilerini bir araya getirdiğimiz çığır açıcı bir panel düzenledik.
Burada Meituan'ın YOLOv6'sı, OpenMMLab CN'in MMDetection'ı ve Baidu, Inc.'in PaddlePaddle'ı, görüntüleme yapay zekasının geleceğini mümkün kılan açık kaynak projelerini tartışmak üzere Ultralytics'in YOLOv5'i ile bize katıldı.
Bu, bu en iyi görme yapay zekası depolarının ilk kez aynı sahnede yer almasıydı. Bu paneli kaçırdıysanız; Bo Zhang, Glenn Jocher, Guanzhong Wang, Wenwei Zhang ve Yixin Shi'nin çerçeve seçimlerini, tasarımları, depo yapısının evrimini ve daha fazlasını tartıştığı bu videoyu izleyin!
CEO'muz Glenn Jocher'in dediği gibi: "Hepimiz birbirimizin araçlarından ve deneyimlerinden bir şeyler öğrenme fırsatı bulduk."
Görsel Veri Patlama Yaşıyor#
Görsel veri yönetim sistemleri; depolama, kalite, arama, analitik ve görselleştirme gibi her açıdan yetersiz kalıyor. Sonuç olarak şirketler ve araştırmacılar ürün güvenilirliğini, çalışma saatlerini, boşa harcanan depolama ve hesaplama gücünü ve en önemlisi verilerinin tüm potansiyelini ortaya çıkarma yeteneğini kaybediyor.
Bu konuşmada Dr. Danny Bickson, popüler ücretsiz GitHub aracı Fastdup ile bu sorunu nasıl çözeceğimizi bize öğretti.
Fastdup, büyük bir görüntü koleksiyonundan içgörüler elde etmek için kullanılan bir araçtır. Anomalileri, kopya ve kopyaya yakın görüntüleri, benzerlik kümelerini bulabilir ve görüntüler arasındaki normal davranışları ve zamansal etkileşimleri öğrenebilir. Daha yüksek kaliteli bir veri setinin akıllı alt örneklemesi, aykırı değerlerin temizlenmesi ve etiketleme için gönderilecek yeni bilgilerin yenilik tespiti için kullanılabilir.
Büyük veri analitiği ve büyük ölçekli makine öğrenimi alanında uzman olan Danny Bickson, yüksek teknoloji endüstrisinde 15 yıldan fazla deneyime sahip. Kendisini, kullanıcıları için büyük veri analitiği ürünleri oluşturan bir makine öğrenimi platformu olan Turi'den tanıyor olabilirsiniz. 2016 yılında Turi, Dr. Danny Bickson'ın birkaç yıl Kıdemli Veri Bilimi Yöneticisi olarak çalıştığı Apple tarafından satın alındı.
Görüntüleme Yapay Zekasına Açılan Kapın#
Ve son olarak, Ultralytics Platform'ımızın lansmanını resmi olarak duyurmaktan mutluluk duyduk!
Ultralytics Platform, yapay zeka modellerini eğitmek ve dağıtmak için kod gerektirmeyen çözümümüzdür! Hangi veriden öğreneceğini seçerek modellerini hayata geçir.
Uzmanlarımız ve araçların yaratıcıları Kalen Michael ve Sergio Sánchez, bizi Ultralytics Platform turuna çıkardı ve tüm özellikleri ile işlevleri açıkladı. Ultralytics Platform hakkında daha fazla bilgi edin ve modellerini ücretsiz olarak oluşturmaya başla!
YouTube kanalımızda kaydedilmiş tüm oturumları bulabilirsin!
YOLO VISION'a gösterilen ilgiden heyecan duyuyoruz ve dünyanın dört bir yanından uzmanların görme yapay zekası hakkında bilgi edinmek için katılabileceği bir etkinlik oluşturmaktan mutluluk duyuyoruz; sosyal medya üzerinden bizi takip ederek bizimle güncel kal. YOLO VISION 2023'te görüşmek üzere!
