YOLOvME：解决停车难题

Vladimir Panteleev 认为，机器学习是每位开发者隐藏的热情。他在 Paralect 负责研发部门。起初，团队在 Paralect 内部工具中使用机器学习方法，后来开始利用机器学习解决方案开发商业产品。

你们是什么时候开始使用 Ultralytics YOLOv5 的？#

Vladimir 和他的团队几个月前才第一次尝试 YOLOv5。从那以后，他们惊叹于计算机视觉开发竟然可以如此简单！

你们是如何决定使用视觉 AI 来解决停车问题的？#

这个问题小菜一碟！Vladimir 发现，自己总是很难在办公室附近的停车场找到车位。于是，他决定利用计算机来帮助解决停车位问题！只需将一个网络摄像头安装在建筑物的窗户上，就可以全天候跟踪空闲停车位。

是什么让你们特别选择了 Ultralytics YOLOv5？#

Vladimir 和他的团队研究了几十种解决方案：

• 自托管
• 基于云端
• 开源
• 专有方案

所有这些方案都有各自不同的“细节问题”，例如监督不充分、资源消耗过高、面向“外星人”而非人类设计的 API/UI，以及高得离谱的价格。因此，从一开始，Ultralytics YOLOv5 就是我们最喜欢的方案，因为它完美契合我们以及合作伙伴的需求。

Ultralytics YOLOv5 的哪些方面让你们更容易开展工作？#

毫无疑问，是选择模型的能力！你可以针对不同问题使用 YOLOv5n/s/m/l/x，这一点非常棒。友好的界面、完善的文档以及合理的资源消耗，让 Ultralytics YOLOv5 成为了如今目标检测领域的领先方案。

未来，你们还希望使用 Ultralytics YOLOv5 解决哪些挑战？#

我们已经准备好迎接任何挑战。因此，如果你读完这篇文章后，有兴趣为开源项目或其他用途构建“尖端”解决方案，欢迎联系我们！

最后，对于刚接触 AI 的人，你有什么建议？#

不要害怕，放手尝试！Ultralytics 借助 YOLOv5 让计算机视觉变得非常易于使用且价格亲民。10 年前，你确实必须拥有博士学位；而如今，任何开发者都能实现这样的解决方案。

Vladimir 在 Paralect 的目标是为所有创始人提供价格亲民的尖端解决方案！但这种氛围让我们所有人都觉得这似乎是无法解决的事情。他们倡导公开构建的理念，向世界其他地方展示一切其实比看起来容易得多！Vladimir 的团队正在编写一份指南，帮助其他构建者开始使用计算机视觉。欢迎在 Twitter 上查看 Vladimir 的其他项目！

如果你认为自己的应用案例应该与全世界分享，并且想讲述你正在如何使用 YOLOv5，请在社交媒体上通过 @Ultralytics 和 #YOLOvME 标记我们，就有机会获得专题介绍。