深入了解 DagsHub 主动学习流水线

Step into the realm of cutting-edge Artificial Intelligence (AI) methodologies with another one of our speakers from YOLO VISION 2023 (YV23)! At this Ultralytics-powered event, hosted at the Google for Startup campus in Madrid, Yono Mittlefehldt, former Machine Learning Advocate at DagsHub, took the stage to unravel the wonders of active learning pipelines.

Link to this section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。

Link to this section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。

Link to this section模型训练#

准备好数据后，我们深入探索模型训练的精彩领域。利用 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 模型为成功做好准备的关键步骤。

Link to this section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。

Link to this section用于图像分割的主动学习#

图像分割 是我们探索主动学习变革力量的核心。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周期实现模型改进的潜力。这是一段发现之旅，每一次迭代都让我们离 AI 的完美更近一步。

Link to this section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。

Link to this section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 YV23 的主动学习之旅非常令人振奋。凭借新学到的知识和见解，我们准备好在主动学习的力量以及我们社区的支持和参与下，开启新的 AI 冒险。

加入我们，共同不断突破 AI 创新的边界，重新定义机器学习世界的无限可能。点击 Watch the full talk 观看完整演讲！