YOLO VISION 2022: Chân trời mới của AI thị giác

Sự kiện YOLO VISION đầu tiên của chúng tôi diễn ra vào ngày 27 tháng 9 năm 2022. Từ sự phát triển của AI trong ngành ô tô đến phân tích sản lượng trái cây theo thời gian thực, chúng tôi đã lắng nghe những bài nói chuyện đầy cảm hứng từ người dùng YOLOv5 thuộc nhiều lĩnh vực.

Một điểm đặc biệt của sự kiện này là sự đa dạng về xuất thân của các diễn giả. Cùng với đại diện từ 18 công ty tham gia, các diễn giả đã chia sẻ góc nhìn từ mọi khía cạnh của quy trình ML. Trong số đó có các công ty đối tác như Comet, Deci, ClearML, Paperspace và Roboflow, cùng nhiều đơn vị khác trong lĩnh vực mã nguồn mở như Baidu, Meituan và OpenMMLab.

Định nghĩa lại công nghệ tiên tiến nhất với Ultralytics YOLOv5#

Bạn muốn tìm hiểu câu chuyện đằng sau quá trình tạo ra Ultralytics YOLOv5 và phương pháp được sử dụng cho hoạt động R&D?

Cùng Glenn Jocher, Nhà sáng lập kiêm CEO của Ultralytics, và Ayush Chaurasia, Kỹ sư ML của chúng tôi, đi sâu tìm hiểu phương pháp tiếp cận toàn diện được sử dụng để lựa chọn kiến trúc tốt nhất.

Các kiến trúc model tuyệt vời như Ultralytics YOLOv5 đóng vai trò thiết yếu để đạt được kết quả hữu ích trong machine learning. Nhưng model chỉ tốt khi bộ dữ liệu của chúng tốt. Joseph Nelson, CEO & Đồng sáng lập của đối tác Roboflow của chúng tôi, đã cho thấy chất lượng bộ dữ liệu ảnh hưởng thế nào đến kết quả production. Những phân tích này dựa trên hơn 10.000 tác vụ huấn luyện thị giác và cộng đồng mã nguồn mở Roboflow Universe với hơn 90.000 bộ dữ liệu.

Trong phiên trình bày, Joseph cũng chỉ ra những khác biệt chính giữa nghiên cứu và production, giúp nhà phát triển tinh chỉnh bộ dữ liệu để nhanh chóng đạt được kết quả có ý nghĩa.

Tìm hiểu về chất lượng bộ dữ liệu và tác động của chất lượng đó đến việc đưa model CV vào production!

Các phương pháp hay nhất để xác thực model ML và dữ liệu trước khi triển khai#

Ngày nay, mọi phần mềm truyền thống đều trải qua nhiều loại kiểm thử toàn diện trước khi triển khai, qua đó giảm đáng kể nguy cơ xảy ra lỗi trong production.

Làm thế nào để áp dụng những ý tưởng này vào lĩnh vực ML thiên về thống kê?

Aishwarya Srinivasan, Nhà khoa học dữ liệu tại Google kiêm Người truyền bá nhà phát triển mã nguồn mở tại Deepchecks, chia sẻ niềm hào hứng khi xây dựng các giải pháp giải quyết thách thức thực tế. Tại Google, cô xây dựng các giải pháp học máy cho nhu cầu của khách hàng, tận dụng những sản phẩm cốt lõi của Google, bao gồm TensorFlow, DataFlow và AI Platform.

Aishwarya đã tham gia YOLO VISION để thảo luận về các phương pháp hay nhất và mẹo thực tiễn nhằm kiểm thử và phân tích model một cách toàn diện. Hãy xem bài nói chuyện của cô để tìm hiểu sự khác biệt giữa kiểm thử phần mềm và kiểm thử ML.

Các dự án mã nguồn mở mở đường cho tương lai của AI thị giác máy tính#

Chúng tôi tổ chức một buổi tọa đàm, quy tụ các thành viên khác trong dòng kiến trúc YOLO cùng những kiến trúc AI thị giác mã nguồn mở hàng đầu khác trong lĩnh vực.

Tại đây, YOLOv6 của Meituan, MMDetection của OpenMMLab CN và PaddlePaddle của Baidu, Inc. đã cùng Ultralytics YOLOv5 thảo luận về các dự án mã nguồn mở đang định hình tương lai của AI thị giác.

Đây là lần đầu tiên những kho lưu trữ AI thị giác hàng đầu này cùng xuất hiện trên sân khấu. Nếu bạn bỏ lỡ buổi tọa đàm, hãy xem video này, trong đó Bo Zhang, Glenn Jocher, Guanzhong Wang, Wenwei Zhang và Yixin Shi thảo luận về lựa chọn framework, thiết kế, sự phát triển của cấu trúc kho lưu trữ và nhiều nội dung khác!

CEO Glenn Jocher của chúng tôi chia sẻ: “Tất cả chúng ta đều có cơ hội học hỏi từ các công cụ và kinh nghiệm của nhau.”

Dữ liệu hình ảnh đang bùng nổ#

Các hệ thống quản lý dữ liệu hình ảnh còn thiếu sót trên mọi phương diện: lưu trữ, chất lượng, tìm kiếm, phân tích và trực quan hóa. Hệ quả là các công ty và nhà nghiên cứu đang phải đánh đổi độ tin cậy của sản phẩm, giờ làm việc, dung lượng lưu trữ, năng lực tính toán và quan trọng nhất là khả năng khai thác toàn bộ tiềm năng dữ liệu.

Trong bài nói chuyện này, Tiến sĩ Danny Bickson đã hướng dẫn chúng tôi cách giải quyết vấn đề bằng công cụ GitHub miễn phí nổi tiếng của ông, Fastdup.

FastDup là công cụ giúp thu thập thông tin chuyên sâu từ một tập hợp ảnh lớn. Công cụ này có thể tìm các điểm bất thường, ảnh trùng lặp và gần trùng lặp, các cụm ảnh tương đồng, đồng thời tìm hiểu hành vi bình thường và tương tác theo thời gian giữa các ảnh. FastDup có thể được dùng để lấy mẫu con thông minh nhằm tạo bộ dữ liệu chất lượng cao hơn, loại bỏ điểm ngoại lai và phát hiện thông tin mới cần gắn nhãn.

Là chuyên gia về phân tích dữ liệu lớn và machine learning quy mô lớn, Danny Bickson có hơn 15 năm kinh nghiệm trong ngành công nghệ cao. Có thể bạn biết đến ông qua Turi, một nền tảng machine learning tạo ra các sản phẩm phân tích dữ liệu lớn cho người dùng. Năm 2016, Apple mua lại Turi; sau đó, Tiến sĩ Danny Bickson làm Quản lý cấp cao về Khoa học dữ liệu trong nhiều năm.

Cánh cửa dẫn vào AI thị giác#

Cuối cùng, chúng tôi rất vui mừng được chính thức công bố ra mắt Ultralytics Platform!

Ultralytics Platform là giải pháp no-code giúp chúng tôi huấn luyện và triển khai model AI chỉ với ba bước đơn giản! Hãy hiện thực hóa model bằng cách chọn dữ liệu để model học.

Các chuyên gia đồng thời là người tạo ra những công cụ này, Kalen Michael và Sergio Sánchez, đã hướng dẫn chúng tôi tham quan Ultralytics Platform và giải thích toàn bộ tính năng cũng như chức năng. Tìm hiểu thêm về Ultralytics Platform và bắt đầu tạo model miễn phí!

Xem toàn bộ các phiên đã ghi hình trên kênh YouTube của chúng tôi!

Chúng tôi rất vui mừng trước số lượng người tham dự YOLO VISION và hạnh phúc khi tạo ra một sự kiện nơi các chuyên gia từ khắp nơi trên thế giới có thể cùng tìm hiểu về AI thị giác. Hãy theo dõi chúng tôi trên mạng xã hội để cập nhật thông tin mới nhất. Hẹn gặp lại vào năm sau tại YOLO VISION 2023!