深入了解 DagsHub 主动学习流水线

步入尖端人工智能 (AI) 方法论的世界，认识我们来自 YOLO VISION 2023 (YV23) 的又一位演讲嘉宾！在这场由 Ultralytics 支持、在马德里 Google for Startup 园区举办的活动中，前 DagsHub 机器学习布道者 Yono Mittlefehldt 登台揭开了主动学习流水线的奇妙之处。

简介与概览#

开启我们的旅程，先介绍一下主动学习流水线。在本次演讲中，我们探讨了主动学习与传统监督学习方法之间的区别。

数据准备#

我们的第一步是为主动学习流水线打好基础。我们导入依赖项、设置数据源，并着手通过初始标注来丰富元数据。这一切都是为了给我们的 AI 驱动探索奠定基石。

模型训练#

准备好数据后，我们便深入激动人心的模型训练领域。借助 Ultralytics YOLOv8 数据集和 YAML 文件，Yono 添加了回调函数，以便在训练期间记录参数和指标。这是确保 AI 模型成功启动的关键一步。

主动学习循环#

下一步是主动学习循环——这是一个动态过程，涉及加载预训练模型、为未标记数据评分以及选择样本进行标注。通过不断用预测结果丰富数据源，我们能发现隐藏的见解，并将模型提升到新的高度。

用于图像分割的主动学习#

当我们探索主动学习的变革力量时，Image segmentation 成为了焦点。通过将预测结果发送到 Label Studio 进行标注，我们了解了通过多个循环改进模型的潜力。这是一段探索之旅，每次迭代都让我们更接近 AI 的完美。

使用 Label Studio#

在追求 AI 卓越的过程中，Label Studio 成为了我们工具库中的重要利器。我们创建项目来存储已标注的数据，并利用 Label Studio 服务器与任务 API 无缝连接。通过将任务映射到项目名称，我们简化了工作流程，为更顺畅的协作铺平了道路。

总结#

随着演讲接近尾声，Yono 回答了观众提出的尖锐问题。从针对特定任务优化流水线，到强调可重复性和文档记录，他确保了这段旅程的每一个方面都立足于最佳实践和行业标准。

总而言之，这次在 YV23 探索主动学习的旅程令人振奋。掌握了新的知识和见解后，我们准备开启新的 AI 冒险之旅，这由主动学习的力量以及我们社区的支持和参与提供动力。

加入我们，继续突破 AI 创新的界限，重新定义机器学习领域中可能实现的目标。观看完整演讲 Watch the full talk！