深入了解 DagsHub 主动学习流水线

与我们的另一位演讲嘉宾一起，走进前沿人工智能 (AI) 方法的世界！在 Google for Startups 马德里园区举办的这场由 Ultralytics 助力的 YOLO VISION 2023 (YV23) 活动上，DagsHub 前机器学习倡导者 Yono Mittlefehldt 登台，深入讲解主动学习流水线的精彩之处。

简介与概述#

首先，让我们通过介绍主动学习流水线来开启这段旅程。在这场演讲中，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#

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，并着手为元数据添加初始标注。所有这些都是为了给 AI 驱动的探索做好准备。

模型训练#

数据准备就绪后，我们便进入令人期待的模型训练环节。Yono 使用 Ultralytics YOLOv8 数据集和 YAML 文件，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 模型做好准备、取得成功的关键一步。

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、为未标注数据评分，以及选择样本进行标注。通过迭代地使用预测结果丰富数据源，我们能够发现隐藏的信息，并推动模型不断进步。

用于图像分割的主动学习#

我们将重点放在图像分割上，探索主动学习的变革性力量。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改进模型的潜力。这是一段探索之旅，每次迭代都会让我们离完美的 AI 更近一步。

使用 Label Studio#

在追求卓越 AI 的过程中，Label Studio 成了我们工具箱中的重要工具。我们创建项目来存储已标注的数据，并借助 Label Studio 服务器与任务 API 无缝连接。将任务映射到项目名称后，我们简化了工作流程，也为更顺畅的协作铺平了道路。

总结#

演讲结束时，Yono 回答了观众提出的热点问题。从针对特定任务优化流水线，到强调可复现性和文档记录，他确保这段旅程的方方面面都遵循最佳实践和行业标准。

总的来说，这段在 YV23 探索主动学习的旅程令人振奋。掌握了新知识和见解后，我们已准备好开启新的 AI 探索之旅，借助主动学习的力量以及 社区的支持与参与，不断向前迈进。

加入我们，一起突破 AI 创新的边界，重新定义机器学习领域的可能性。观看完整演讲：观看完整演讲！