YOLOvME：解决停车难题

Vladimir Panteleev 坚信机器学习是每一位开发者内心深处的潜藏热情。他目前在 Paralect 负责研发部门。起初，团队仅将 ML 方法用于 Paralect 的内部工具，随后便开始利用 ML 解决方案开发商业产品。

Link to this section你是什么时候开始使用 YOLOv5 的？#

Vladimir 和他的团队在几个月前才首次尝试了 YOLOv5。从那时起，他们就对计算机视觉开发竟然如此简单感到惊叹不已！

Link to this section你是如何决定使用视觉 AI 来解决停车问题的？#

这个问题简直小菜一碟！Vladimir 发现自己常为办公室附近的停车场找不到车位而烦恼。于是，他决定利用计算机来协助解决停车难的问题！只需将网络摄像头放置在建筑物窗口，就能实现 24/7 全天候跟踪空闲停车位。

Link to this section是什么让你特别选择了 YOLOv5？#

Vladimir 和他的团队尝试过数十种解决方案：

• 自托管
• 云端部署
• 开源
• 专有软件

它们都有各自的“毛病”，比如监督学习效果不佳、资源消耗过大、API/UI 设计得像外星产物而非为人所用，以及高得离谱的价格。因此，YOLOv5 从一开始就是我们的首选，因为它完美契合了我们及我们合作伙伴的需求。

Link to this sectionYOLOv5 的哪些方面让你觉得易于使用？#

毫无疑问，是模型选择的灵活性！它允许你根据不同问题选用 YOLOv5n/s/m/l/x 模型，这一点非常棒。友好的界面、详尽的文档以及合理的资源消耗，使得 YOLOv5 当之无愧地成为当前目标检测领域的领导者。

Link to this section未来你还期待用 YOLOv5 解决哪些其他挑战？#

我们已做好迎接任何挑战的准备，所以如果你阅读了这篇文章并对构建开源或其他目的的“前沿”解决方案感兴趣，请与我们联系！

Link to this section最后，对于 AI 新手你有什么建议？#

不要害怕，去尝试吧！Ultralytics 通过 YOLOv5 让计算机视觉变得非常亲民且负担得起。10 年前你必须得是博士才行，而现在，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负担得起的前沿解决方案！但是，那种氛围常让我们觉得有些事是无法解决的。他们提倡公开构建（build in public）的理念，向世界展示一切比看上去简单得多！Vladimir 的团队正在撰写一份指南，帮助其他开发者入门计算机视觉。欢迎在 Twitter 上查看 Vladimir 的其他项目！

如果你认为自己的用例值得与世界分享，并且想告诉大家你正在用 YOLOv5 做什么，请在社交媒体上通过 @Ultralytics 标记我们并带上 #YOLOvME 标签，就有机会被我们推介。