X
Ultralytics YOLOv8.2 LiberaciónUltralytics YOLOv8.2 Liberar el móvilUltralytics YOLOv8.2 Flecha de liberación
Cheque verde
Enlace copiado en el portapapeles

Agiliza las operaciones de IA de Visión Personalizada

Experimenta el entrenamiento sin fisuras del modelo YOLOv5 con la nueva asociación de Ultralytics y Roboflow, que capacita a los desarrolladores en IA de visión por ordenador.

Dedicados a hacer accesible la visión por ordenador, estamos encantados de anunciar nuestra asociación con Roboflow como herramienta oficial de gestión y anotación de conjuntos de datos para YOLOv5.

Roboflowes permitir a los desarrolladores crear mejores modelos de visión por ordenador agilizando el proceso de recopilación y etiquetado de tus datos, el entrenamiento de tu modelo y el uso del aprendizaje activo para mejorar los modelos aún más rápido. De este modo, los desarrolladores pueden dedicar más tiempo a los problemas específicos del dominio en lugar de a las minucias del aprendizaje automático y a la infraestructura de la visión por ordenador.

Roboflow ha demostrado continuamente su apoyo a los proyectos de código abierto que comparten nuestra visión. Asegúrate de consultar su guía sobre Cómo entrenar YOLOv5 con un conjunto de datos personalizado, publicada en junio de 2020.

Ultralyticstiene como misión hacer que la IA sea fácil, creando herramientas de IA de visión accesibles para todos los desarrolladores. YOLOv5 permite a los desarrolladores empezar a entrenar y desplegar modelos de visión de última generación en sus propios proyectos.

A través de una visión compartida de la IA fácil, Roboflow y Ultralytics están aprovechando sus puntos fuertes únicos para ofrecer una mayor capacidad a nuestros usuarios.
¡Ahora hay nueva ayuda en el horizonte gracias a esta nueva asociación que hace que entrenar modelos personalizados sea más fácil que nunca!

Presentamos una nueva asociación que facilita la formación de modelos personalizados

YOLOv5 se ha convertido en una de las IA más populares del mundo debido a su sencillez y precisión en casos de uso del mundo real. Nuestra nueva integración en Roboflow proporciona una experiencia de formación y despliegue aún más fluida en YOLOv5 .  

Ahora puedes etiquetar y exportar automáticamente tus conjuntos de datos personalizados directamente a YOLOv5 para entrenarlos con Roboflow utilizando su paquete pip, con un enfoque que permite el aprendizaje activo. De este modo, conseguirás agilizar tu proceso de MLOps evitando el tiempo dedicado a las minucias de la visión por ordenador.
Elimina todo el trabajo innecesario con el aprendizaje automático para que la visión por ordenador sea tan fácil como, por ejemplo, YOLO.

¿Por dónde empezar?

Hemos facilitado el entrenamiento de tus modelos en conjuntos de datos personalizados con nuestro nuevo cuaderno YOLOv5 Colab. Para empezar, sigue los pasos que se indican a continuación:

  1. Abre el cuaderno Colab de formación personalizada YOLOv5
  2. pip install roboflow para empezar a utilizar tus conjuntos de datos Roboflow
  3. Exporta tu proyecto desde Roboflow en el formato que desees
  4. Se generará un fragmento de código para el entrenamiento personalizado
  5. Copia/pega el fragmento de tu cuenta en el lugar designado del cuaderno

¡Voilà!

Roboflow + Ultralytics asociación.

Puedes encontrar más información útil en el siguiente videotutorial de Roboflow .

Un momento emocionante en el campo de la visión por ordenador  

La combinación de las nuevas funciones de Roboflow con los puntos fuertes de YOLOv5 da lugar a una solución MLOps increíblemente potente. Estamos entusiasmados con las posibilidades que Ultralytics y Roboflow están abriendo a través de nuestra visión compartida de una IA fácil, y no podemos esperar a ver lo que nuestros usuarios crean utilizando nuestra nueva integración.

¡Estamos deseando conocer los avances que logrará nuestra comunidad de desarrolladores!

Logotipo de FacebookLogotipo de TwitterLogotipo de LinkedInSímbolo de enlace de copia

Leer más en esta categoría

¡Construyamos juntos el futuro
de la IA!

Comienza tu viaje con el futuro del aprendizaje automático