Trở thành kỹ sư thị giác máy tính

Thị giác máy tính (CV) là một lĩnh vực của trí tuệ nhân tạo, trong đó máy tính được huấn luyện để diễn giải và hiểu thế giới thị giác. Công nghệ này hoạt động gần giống thị giác của con người, nhưng có một vài khác biệt đáng chú ý: con người có cả đời trải nghiệm để học cách phân biệt các vật thể, xác định khoảng cách, nhận biết chúng có đang chuyển động hay không và phát hiện liệu hình ảnh có vấn đề gì.

Công nghệ CV không chỉ giúp máy tính hiển thị hình ảnh mà còn trích xuất thông điệp hoặc mục đích của hình ảnh, chẳng hạn như xác định khoảng cách và chuyển động của các vật thể đang tiến đến. Nhờ những tiến bộ trong trí tuệ nhân tạo cùng các đổi mới về deep learning và mạng neural, lĩnh vực này đã có những bước tiến lớn trong những năm gần đây và vượt trội hơn con người trong một số tác vụ phát hiện, gắn nhãn vật thể.

CV tạo điều kiện triển khai các giải pháp thực tế trong nhiều ngành, chẳng hạn như y tế, nơi CV cực kỳ hữu ích cho các ứng dụng chẩn đoán. Tuy nhiên, CV còn được ứng dụng trong nhiều lĩnh vực khác như thể thao, bán lẻ, nông nghiệp, giao thông vận tải, sản xuất và nhiều lĩnh vực khác. Tại Ultralytics, chúng tôi giúp mọi người dễ dàng tiếp cận việc huấn luyện model và machine learning. Mục tiêu của chúng tôi là giúp bạn tận dụng sức mạnh của trí tuệ nhân tạo mà không phải lo lắng về mọi chi tiết kỹ thuật. Nhờ những nỗ lực đó, chúng tôi đã chứng kiến cả học sinh trung học cơ sở bắt đầu huấn luyện model của mình bằng Ultralytics Platform và YOLOv5.

“Thị giác máy tính là một trong những thành tựu nổi bật nhất của lĩnh vực deep learning và trí tuệ nhân tạo. Những tiến bộ mà deep learning mang lại cho lĩnh vực thị giác máy tính thực sự khiến lĩnh vực này trở nên khác biệt.”

Wayne Thompson, Nhà khoa học dữ liệu tại SAS

Các kỹ sư CV ứng dụng nghiên cứu về AI thị giác và machine learning để giải quyết những vấn đề trong thực tế. Nhìn chung, các kỹ sư CV có nhiều kinh nghiệm với nhiều hệ thống khác nhau, chẳng hạn như nhận dạng hình ảnh, machine learning, AI biên, mạng và truyền thông, deep learning, trí tuệ nhân tạo, điện toán tiên tiến, chú thích hình ảnh, khoa học dữ liệu và phân đoạn hình ảnh/video. Vậy không dài dòng thêm nữa, chúng tôi xin giới thiệu một kỹ sư thị giác máy tính và chia sẻ kinh nghiệm của anh ấy.

Gặp gỡ Muhammad!#

Muhammad Rizwan Munawar là Kỹ sư Thị giác máy tính. Anh tốt nghiệp cử nhân Khoa học máy tính, chuyên ngành Trí tuệ nhân tạo, tại COMSATS University Islamabad, cơ sở Wah. Chuyên môn của anh không chỉ giới hạn ở lĩnh vực thị giác, bởi anh biết rằng những kỹ năng bổ sung có thể giúp mình phát triển và thăng tiến sự nghiệp; vì vậy, anh còn có kiến thức về ứng dụng desktop, front-end web và phát triển dashboard trực quan. Hiện tại, anh làm freelancer, phát triển giải pháp cho nhiều trường hợp sử dụng khác nhau dựa trên nhu cầu của khách hàng.

Bạn bắt đầu tìm hiểu machine learning và AI thị giác như thế nào?#

"Đó là một hành trình đầy trở ngại và đòi hỏi nỗ lực bền bỉ. Khi mới bắt đầu, tôi thậm chí còn chưa biết đến phát hiện vật thể, nhưng tôi tò mò và đặc biệt đam mê AI thị giác. Tôi đang học năm cuối thì bắt đầu làm freelancer chỉ để trau dồi kỹ năng. Song song với đó, tôi cũng bắt đầu học các khái niệm machine learning cơ bản qua nhiều kênh YouTube. Sau 7-8 tháng làm việc bền bỉ, tôi đã hiểu rõ về AI thị giác và deep learning, rồi quyết định tiếp tục sự nghiệp chuyên môn trong lĩnh vực CV."

Hãy kể cho chúng tôi về trải nghiệm của bạn với Ultralytics YOLOv5!#

"Tôi đã dùng Ultralytics YOLOv5 kể từ khi model được phát hành, nhưng để phát triển bài bản và chỉnh sửa phù hợp với các trường hợp sử dụng khác nhau, tôi đã sử dụng YOLOv5 trong 1,5 năm." "Ban đầu, vấn đề tôi xử lý liên quan đến phát hiện vật thể, nên tôi bắt đầu tìm hiểu các thuật toán phát hiện vật thể khác nhau. Sau một thời gian nghiên cứu, tôi so sánh mAP của các bộ phát hiện vật thể khác nhau và nhận thấy độ chính xác của YOLOv5 trên bộ dữ liệu COCO rất cao so với các bộ phát hiện vật thể khác vào thời điểm đó. Vì vậy, tôi đã gắn nhãn dữ liệu và fine-tune YOLOv5 trên dữ liệu tùy chỉnh với mục đích phát hiện người." "YOLOv5 rất dễ sử dụng, chỉnh sửa và fine-tune; cộng đồng đông đảo của YOLOv5 luôn sẵn sàng giúp đỡ nếu có người gặp vấn đề. Các bản cập nhật thường xuyên của YOLOv5 giúp tôi ngày càng dễ dàng phát hiện vật thể một cách hiệu quả."

3 lời khuyên của Muhammad dành cho người mới bắt đầu#

1. Thường xuyên học các khái niệm mới và duy trì thói quen đều đặn. Muhammad cho rằng sự kiên trì là một trong những yếu tố quan trọng nhất dẫn đến thành công của anh.
2. Hãy luôn nghĩ về những ý tưởng mới, dù chúng có ngớ ngẩn đến đâu! Những ý tưởng đó sẽ giúp bạn suy nghĩ sâu hơn về mọi thứ. Hãy thử triển khai các ý tưởng này ở một mức độ nhất định và ghi lại trong tài liệu. Luôn làm theo chiến lược này.
3. Hãy phát triển các dự án liên quan đến CV. Thường xuyên thực hiện dự án sẽ giúp bạn học hỏi và nuôi dưỡng niềm đam mê với lĩnh vực CV.

Cảm ơn bạn đã tìm hiểu về hành trình của Muhammad! Nếu muốn tìm hiểu thêm về công việc của anh ấy, hãy xem blog Medium của anh ấy. Và để cập nhật những tin tức mới nhất về Ultralytics YOLOv5 và AI thị giác mà chúng tôi chia sẻ, hãy theo dõi chúng tôi trên Twitter và LinkedIn!