Cái nhìn sâu hơn về DagsHub active learning pipelines

Khám phá lĩnh vực phương pháp luận Trí tuệ Nhân tạo (AI) tiên tiến cùng một diễn giả khác của chúng tôi tủy từ YOLO VISION 2023 (YV23)! Tại sự kiền do Ultralytics tài trợ này, được tổ chức tại cơ sở Google for Startup tại Madrid, Yono Mittlefehldt, cũng là củu Trước Quảng bá Máy Học tại DagsHub, đã bước làn sân khấu để bñc tô tưởng về các quy trình active learning.

Giới thiệu và tổng quan#

Để bắt đầu hành trình, hãy cùng đặt nền móng với phần giới thiệu về các pipeline học chủ động. Trong bài chia sẻ này, chúng ta đã xem xét những khác biệt giữa học chủ động và các phương pháp học có giám sát truyền thống.

Chuẩn bị dữ liệu#

Bước đầu tiên của chúng ta là thiết lập nền tảng cho pipeline học chủ động. Chúng ta import các dependency, thiết lập nguồn dữ liệu và bắt đầu nhiệm vụ làm giàu metadata bằng các chú thích ban đầu. Tất cả đều nhằm chuẩn bị nền tảng cho quá trình khám phá được hỗ trợ bởi AI.

Huấn luyện model#

Vốn dữ liệu đã được chuẩn bị và sẵn sàng, chúng ta lao vào lĩnh vực hấp dẫn của train model. Vốn tập dữ liệu và tệp YAML Ultralytics YOLOv8, Yono đã thêmlại các callback để ghi log tham số và metric trong quì trình train. Đây là một bước quan trọng để đảm bảo các model AI sẵn sàng thành công.

Chu trình học chủ động#

Bước tiếp theo là chu trình học chủ động – một quy trình năng động bao gồm việc load các model đã huấn luyện trước, chấm điểm dữ liệu chưa được gán nhãn và chọn mẫu để thực hiện chú thích. Thông qua việc làm giàu liên tục nguồn dữ liệu bằng các dự đoán, chúng ta khám phá ra những thông tin chi tiết tiềm ẩn và thúc đẩy các model đạt đến những tầm cao mới.

Học chủ động cho phân đoạn ảnh#

Image segmentation chiếm vị trí trung tâm khi chúng ta khám phá sức mạnh chuyển hóa của active learning. Bằng cách gửi các dự đoán đến Label Studio để gắn nhãn, chúng ta hiểu được tiềm năng cải thiền model thông qua nhiều chu kỳ. Đó là một hành trình khám phá, nơi mỗi lần lặp lại đưa chúng ta gần hơn vốn sự hoàn hảo của AI.

Sử dụng Label Studio#

Trong hành trình tìm kiếm sự xuất sắc về AI, Label Studio nổi lên như một công cụ quan trọng trong bộ công cụ của chúng ta. Chúng ta tạo các project để lưu trữ dữ liệu đã chú thích, tận dụng các server của Label Studio để kết nối liền mạch với tasks API. Với các task được ánh xạ tới tên project, chúng ta tinh giản quy trình làm việc và mở đường cho sự hợp tác mượt mà hơn.

Tóm tắt#

Khi bài nói chuyện kết thúc, Yono đã giải đáp các câu hỏi quan trọng từ khán giả. Từ việc tối ưu hóa pipeline cho các tác vụ cụ thể đến việc nhấn mạnh tính tái lập và tài liệu hóa, anh ấy đảm bảo rằng mọi khía cạnh của hành trình này đều dựa trên các phương pháp tốt nhất và tiêu chuẩn công nghiệp.

Nhìn chung, hành trình thông qua active learning tại YV23 vốn không gì khác ngoại sự phấn khích. Trang bị kiến thức và thông tin nhìn mối mồi, chúng ta sẵn sàng bất đầu các cuộc phiêu lưu AI mối, được thúc đẩy bởng sức mạnh của active learning cũng như sự hỗ trợ và tham gia của community chúng ta.

Tham gia cùng chúng tôi khi chúng ta tiếp tục vượt qua các giối hạn của đổi mối AI và định nghĩa lại những gì có thể trênh thế giối máy học. Xem toàn bộ buổi trình bày Watch the full talk!