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. Yapay zekanın otomotiv sektörüne girişinden meyve üretiminin gerçek zamanlı analizine kadar, YOLOv5 kullanıcılarından gelen ilham verici konuşmaları dinledik.
Bu etkinliği özel kılan şey, konuşmacıların sahip olduğu geniş yelpazedeki geçmişlerdi. 18 katılımcı şirketten gelen temsilcilerle birlikte konuşmacılar, ML sürecinin her yönüyle ilgili içgörülerini paylaştılar. Bunların arasında Comet, Deci, ClearML, Paperspace ve Roboflow gibi ortak şirketlerimizin yanı sıra, açık kaynak dünyasından Çinli devler Baidu, Meituan ve OpenMMLabs gibi diğer isimler de yer aldı.
Link to this sectionYOLOv5 ile En Son Teknolojiyi Yeniden Tanımlamak#
YOLOv5'in arkasındaki hikayeyi ve Ar-Ge için kullanılan metodolojiyi merak mı ediyorsun?
Ultralytics Kurucusu ve CEO'muz Glenn Jocher ve ML Mühendisimiz Ayush Chaurasia ile birlikte en iyi mimarileri seçmek için kullanılan bütünsel yaklaşımın detaylarına dal.
YOLOv5 gibi harika model mimarileri, makine öğreniminde faydalı sonuçlar elde etmek için çok önemlidir. Ancak modeller yalnızca veri setleri kadar iyidir. Ortak kuruluşumuz Roboflow'un CEO'su ve Kurucu Ortağı Joseph Nelson, veri seti kalitesinin üretim sonuçları üzerindeki etkisini gösterdi. Bu içgörüler, 10.000'den fazla görüntü eğitimi işinden ve Roboflow Universe'in 90.000'den fazla veri setinden oluşan açık kaynak topluluğundan elde edildi.
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!
Link to this sectionDağıtım 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 çözebilecek çözümler üretmenin arkasındaki heyecandan bahsediyor. Google'da, TensorFlow, DataFlow ve AI Platform gibi temel Google ürünlerinden yararlanarak müşteri kullanım durumları için makine öğrenimi çözümleri geliştiriyor.
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.
Link to this sectionGörüntüleme 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 üst düzey görüntüleme yapay zeka depolarının aynı sahneyi paylaştığı ilk seferdi. Eğer bu paneli kaçırdıysan; Bo Zhang, Glenn Jocher, Guanzhong Wang, Wenwei Zhang ve Yixin Shi'nin çerçeve seçimlerini, tasarımlarını, depo yapısının gelişimini ve daha fazlasını tartıştığı bu videoyu izle!
CEO'muz Glenn Jocher'in dediği gibi: "Hepimiz birbirimizin araçlarından ve deneyimlerinden bir şeyler öğrenme fırsatı bulduk."
Link to this sectionGörsel 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 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 geniş ölçekli makine öğrenimi konusunda uzman olan Danny Bickson, yüksek teknoloji endüstrisinde 15 yıldan fazla deneyime sahiptir. Onu, kullanıcıları için büyük veri analitiği ürünleri geliştiren bir makine öğrenimi platformu olan Turi'den tanıyor olabilirsin. 2016 yılında Turi, Dr. Danny Bickson'ın birkaç yıl boyunca Kıdemli Veri Bilimi Müdürü olarak çalıştığı Apple tarafından satın alındı.
Link to this sectionGörüntüleme Yapay Zekasına Açılan Kapın#
Ve son olarak, Ultralytics Platform'umuzun lansmanını resmi olarak duyurmaktan mutluluk duyuyoruz!
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, bize Ultralytics Platform'u tanıttı ve tüm özellikleri ve işlevleri açıkladı. Ultralytics Platform hakkında daha fazla bilgi edin ve modellerini ücretsiz oluşturmaya başla!
Kaydedilmiş tüm oturumları YouTube kanalımızda bulabilirsin!
YOLO VISION'a gösterilen ilgiden dolayı çok heyecanlıyız ve dünyanın dört bir yanından uzmanların görüntüleme yapay zekası hakkında bilgi edinmek için katılabileceği bir etkinlik yaratmaktan mutluluk duyuyoruz. Sosyal medya hesaplarımızı takip ederek bizden güncel haberler al. YOLO VISION 2023'te görüşmek üzere!
