获取 YOLO 许可
活动

深入了解 DagsHub 主动学习流水线

回顾 Yono Mittlefehldt 在 YOLO VISION 2023 上关于 DagsHub 主动学习流水线的演讲,涵盖数据准备、YOLOv8 训练和 Label Studio 标注。

Nuvola LadiNuvola Ladi2 分钟阅读
面向 YOLO 模型的 DagsHub 主动学习流水线

本文回顾了 YOLO VISION 2023(YV23)的另一场演讲。这场由 Ultralytics 提供支持、在马德里 Google for Startups 园区举办的活动上,Yono Mittlefehldt(前 DagsHub 机器学习倡导者)发表了关于构建主动学习管道的演讲。

简介与概述#

演讲开场介绍了主动学习流水线,并讲解主动学习与传统监督学习方法之间的区别。

数据准备#

第一步为主动学习流水线奠定基础:导入依赖项、设置数据源,并使用初始标注丰富元数据。

模型训练#

数据准备就绪后,下一步是模型训练。Yono 使用 Ultralytics YOLOv8数据集及其 YAML 文件添加回调,以便在训练过程中记录参数和指标,让每次运行都易于跟踪和比较。

主动学习循环#

接下来是主动学习循环,这是一个迭代过程,包括加载预训练模型、为未标注数据评分,并挑选信息量最大的样本进行标注。每次循环都会用新的预测结果丰富数据源,因此模型会在每次迭代中不断改进。

用于图像分割的主动学习#

随后,Yono 将主动学习应用于图像分割。预测结果被发送到 Label Studio进行标注,展示了分割模型如何通过多轮循环不断改进。

使用 Label Studio#

Label Studio 是这条流水线中的核心工具。项目用于存储标注数据,Label Studio 服务器则连接到任务 API。将任务映射到项目名称可以让工作流井然有序,也更便于协作。

总结#

演讲接近尾声时,Yono 回答了观众的问题,内容包括如何针对特定任务优化流水线、如何确保可复现性以及如何编写文档。

总的来说,这场演讲展示了主动学习如何提高数据标注和模型训练的效率。我们期待在社区的支持和参与下,继续推进这些想法。

在 YouTube 上观看完整演讲。

作者

Nuvola Ladi
Nuvola Ladi

数字内容经理 · Ultralytics

Nuvola Ladi 是 Ultralytics 的数字内容经理,负责创作涵盖视觉 AI 和 Ultralytics YOLO 的内容,并代表公司参加 PyTorch Conference 2025 等行业活动。她常驻西班牙,拥有 IE University 的视觉与数字媒体硕士学位。加入 Ultralytics 之前,她曾在 XVA Gallery & Hotel 和 Rolex 等机构任职。

评论

提出问题、分享你的结果,或帮助其他人。

探索解决方案

体育领域的计算机视觉

体育领域的计算机视觉

了解 Ultralytics YOLO 如何通过球员和球追踪、表现分析、教练洞察及运动员康复,推动体育视觉技术的发展。
了解详情
航空影像计算机视觉

航空影像计算机视觉

使用 Ultralytics YOLO 将无人机和航空影像转化为农业、水产养殖、保护工作和地理空间分析的实时洞察。
了解详情
航空航天中的计算机视觉

航空航天中的计算机视觉

使用 Ultralytics YOLO 将计算机视觉应用于航空航天领域,包括飞机检查、跑道 FOD 检测、机场地面作业和复合材料缺陷检测。
了解详情
安防领域的计算机视觉

安防领域的计算机视觉

使用 Ultralytics YOLO 模型守护每个场所。视觉 AI 可用于周界监控、威胁检测、车牌识别和工作场所安全。
了解详情
机器人领域的计算机视觉

机器人领域的计算机视觉

使用 Ultralytics YOLO 模型提升智能机器的能力。机器人领域的视觉 AI 可用于自主导航、感知、目标跟踪和实时控制。
了解详情
物流中的计算机视觉

物流中的计算机视觉

借助 Ultralytics YOLO 模型优化物流流程。视觉 AI 可用于包裹检查、分拣、车辆跟踪和仓库安全实时监控。
了解详情
零售中的计算机视觉

零售中的计算机视觉

借助 Ultralytics YOLO 模型重新构想零售。视觉 AI 可用于库存跟踪、货架监控、排队管理和更深入的客户洞察。
了解详情
医疗领域的计算机视觉

医疗领域的计算机视觉

借助 Ultralytics YOLO 模型构建医疗解决方案。医疗领域的视觉 AI 可加快医学影像处理、优化诊断并监测患者。
了解详情
制造业中的计算机视觉

制造业中的计算机视觉

利用 Ultralytics YOLO 模型优化制造流程。视觉 AI 可用于质量控制、缺陷检测、个人防护装备合规检查和装配线自动化。
了解详情
汽车领域的计算机视觉

汽车领域的计算机视觉

利用 Ultralytics YOLO 模型在汽车领域应用计算机视觉。视觉 AI 可提升道路安全、驾驶辅助和车辆自动化水平,让道路更智能。
了解详情
农业中的计算机视觉

农业中的计算机视觉

借助 Ultralytics YOLO 模型,将视觉 AI 引入智慧农业。为作物监测、牲畜追踪和精准农业提供支持,从而提高产量并实现更智能的生产。
了解详情

让我们携手构建 AI 的未来!

开启你的旅程,迎接机器学习的未来