Trở thành Kỹ sư thị giác máy tính

Thị giác máy tính (CV) là một lĩnh vực trí tuệ nhân tạo đào tạo máy tính để diễn giải và hiểu thế giới trực quan. Công nghệ này hoạt động rất giống với thị giác của con người, nhưng có một vài điểm khác biệt đáng chú ý: con người có cả cuộc đời trong bối cảnh để đào tạo cách phân biệt các vật thể, chúng cách xa bao nhiêu, chúng có đang di chuyển không và có điều gì không ổn với hình ảnh không.

Công nghệ CV liên quan đến máy tính không chỉ có khả năng trực quan hóa 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 bay tới. Nhờ những tiến bộ trong trí tuệ nhân tạo và những đổi mới trong học sâu và mạng nơ-ron, lĩnh vực này đã có những bước tiến vượt bậc trong những năm gần đây và có thể vượt qua con người trong một số nhiệm vụ liên quan đến phát hiện và dán nhãn vật thể.

CV cho phép các giải pháp thực tế cho các ngành công nghiệp như ngành y tế, ví dụ, nơi nó cực kỳ hữu ích cho việc triển khai chẩn đoán . Tuy nhiên, tiện ích của CV cũng mở rộng sang nhiều ứng dụng khác, chẳng hạn như thể thao, bán lẻ, nông nghiệp, giao thông vận tải, sản xuất, v.v. Tại Ultralytics, chúng tôi cung cấp các mô hình đào tạo và máy học cho mọi người. 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 của mình, chúng tôi đã thấy ngay cả học sinh trung học cơ sở cũng bắt đầu đào tạo mô hình của mình bằng Ultralytics HUB và YOLOv5 .

“Tầm nhìn máy tính là một trong những điều đáng chú ý nhất xuất phát từ thế giới học sâu và trí tuệ nhân tạo. Những tiến bộ mà học sâu đóng góp cho lĩnh vực tầm nhìn máy tính thực sự đã làm cho lĩnh vực này trở nên khác biệt.”

Wayne Thompson, Nhà khoa học dữ liệu SAS

Các kỹ sư CV áp dụng nghiên cứu về AI thị giác và học máy để giải quyết các vấn đề thực tế. Các kỹ sư CV thường có nhiều kinh nghiệm với nhiều hệ thống khác nhau, chẳng hạn như nhận dạng hình ảnh, học máy, AI biên, mạng và truyền thông, học sâu, trí tuệ nhân tạo, điện toán nâng cao, chú thích hình ảnh, khoa học dữ liệu và phân đoạn hình ảnh/video. Vì vậy, không cần phải nói thêm nữa, chúng tôi muốn giới thiệu với bạn một kỹ sư thị giác máy tính và chia sẻ kinh nghiệm của anh ấy.

Hãy gặp Muhammad!

Muhammad Rizwan Munawar là Kỹ sư thị giác máy tính. Anh đã hoàn thành bằng cử nhân Khoa học máy tính với Trí tuệ nhân tạo như một lĩnh vực chuyên môn từ Đại học COMSATS Islamabad, Cơ sở Wah. Chuyên môn của anh không chỉ giới hạn ở lĩnh vực thị giác, vì anh biết rằng các kỹ năng bổ sung có thể giúp anh phát triển và nâng cao sự nghiệp của mình, vì vậy anh cũng có kiến thức về các ứng dụng máy tính để bàn, giao diện web và phát triển bảng điều khiển hấp dẫn. Hiện tại, anh làm việc như một người làm việc tự do, phát triển các giải pháp cho các trường hợp sử dụng khác nhau dựa trên nhu cầu của khách hàng.

Bạn đến với lĩnh vực học máy và AI thị giác như thế nào?

"Vâng, đó là một hành trình đầy những rào cản và làm việc chăm chỉ liên tục. Khi tôi bắt đầu, tôi thậm chí còn không biết đến phát hiện đối tượng, nhưng tôi tò mò và đam mê chủ yếu về AI thị giác. Tôi đang học năm cuối, khi tôi bắt đầu làm việc tự do, chỉ để học các kỹ năng. Song song đó, tôi cũng bắt đầu học các khái niệm cơ bản về máy học từ nhiều kênh YouTube khác nhau. Sau khi dành 7-8 tháng làm việc liên tục, tôi đã phát triển được sự hiểu biết tốt về AI thị giác và học sâu và quyết định tiếp tục sự nghiệp chuyên môn của mình trong lĩnh vực CV."

Hãy cho chúng tôi biết về trải nghiệm của bạn với YOLOv5!

"Tôi đã sử dụng YOLOv5 kể từ khi nó được phát hành, nhưng để phát triển và sửa đổi phù hợp theo các trường hợp sử dụng khác nhau, tôi đã sử dụng YOLOv5 trong 1,5 năm." "Ban đầu, vấn đề tôi gặp phải liên quan đến phát hiện vật thể, vì vậy tôi bắt đầu khám phá các thuật toán khác nhau liên quan đến phát hiện vật thể. Sau khi dành thời gian nghiên cứu, tôi đã so sánh bản đồ cho các trình phát hiện vật thể khác nhau và nhận ra độ chính xác của YOLOv5 trên tập dữ liệu coco rất cao khi so sánh với các trình phát hiện vật thể khác tại thời điểm đó. Vì vậy, tôi đã gắn nhãn dữ liệu của mình và tinh chỉnh YOLOv5 trên dữ liệu tùy chỉnh của mình, với mục đích phát hiện ra con người." YOLOv5 rất dễ sử dụng, sửa đổi và tinh chỉnh và cộng đồng lớn của nó luôn sẵn sàng trợ giúp nếu ai đó gặp sự cố. Các bản cập nhật thường xuyên của YOLOv5 giúp tôi dễ dàng thực hiện phát hiện vật thể theo cách rất hiệu quả từng ngày."    

3 lời khuyên của Muhammad dành cho người mới bắt đầu

1. Thường xuyên học các khái niệm mới và duy trì thói quen của bạn một cách nhất quán. Muhammad cho rằng tính nhất quán là một trong những yếu tố lớn nhất dẫn đến thành công của ông.
2. Hãy tiếp tục suy nghĩ về những ý tưởng mới, không quan trọng nếu chúng ngớ ngẩn! Chúng sẽ giúp bạn suy nghĩ sâu sắc hơn về mọi thứ. Hãy cố gắng triển khai những ý tưởng này ở một mức độ nhất định và viết chúng ra trong một số tài liệu. Luôn tuân theo chiến lược này.
3. Phát triển các dự án liên quan đến CV. Làm việc thường xuyên trên các dự án sẽ giúp bạn học hỏi và phát triển niềm đam mê trong tâm trí bạn đối với lĩnh vực CV.

Cảm ơn bạn đã đọc về hành trình của Muhammad! Nếu bạn muốn tìm hiểu thêm về công việc của ông, hãy truy cập trang web của ông . Và, để cập nhật khi chúng tôi chia sẻ tin tức mới nhất về YOLOv5 và vision AI với bạn, hãy theo dõi chúng tôi trên Twitter và Linkedin !