DagsHub 主动学习管道概览

与来自 YOLO VISION 2023（YV23）的另一位演讲者一起，进入最前沿的人工智能（AI）方法领域！在这次 Ultralytics-在马德里Google 初创企业园区举办的活动中， Yono Mittlefehldt，前机器学习倡导者 DagsHub上台揭开了主动学习管道的神秘面纱。 

介绍与概述

为了开启我们的旅程，首先让我们介绍一下主动学习流程。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差异。

数据准备

我们的第一站是为我们的主动学习流程奠定基础。我们导入依赖项，设置数据源，并开始执行使用初始注释丰富元数据的任务。这一切都是为了为我们的 AI 驱动的探索做好准备。

模型训练

数据准备就绪后，我们进入了令人兴奋的模型训练阶段。有了 Ultralytics YOLOv8数据集和 YAML 文件，Yono 添加了回调，以便在训练过程中记录参数和指标。这是确保人工智能模型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——一个动态过程，包括加载预训练模型、对未标记数据进行评分以及选择样本进行注释。通过使用预测迭代丰富数据源，我们揭示了隐藏的见解，并将模型推向了新的高度。

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，图像分割成为焦点。通过将预测发送到 Label Studio 进行标注，我们了解了通过多次循环改进模型的潜力。这是一个发现之旅，每一次迭代都让我们更接近 AI 的完美。

使用 Label Studio

在我们追求卓越 AI 的过程中，Label Studio 成为我们重要的工具。我们创建项目来存储标注数据，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

在演讲结束时，Yono 回答了观众提出的热点问题。从优化特定任务的 pipeline 到强调可重复性和文档记录，他确保了这一过程的各个方面都以最佳实践和行业标准为基础。

总的来说，在 YV23 经历的这次主动学习之旅绝对是令人振奋的。凭借新获得的知识和见解，我们已准备好开始新的 AI 冒险，这得益于主动学习的力量以及我们 社区 的支持和参与。

加入我们，继续突破 AI 创新的界限，并重新定义机器学习领域中的可能性。观看完整的演讲，请点击此处！