Tune in to YOLO Vision 2024!
27 septembre 2024
10:00 — 19:30 CET
Free hybrid event
Explore les applications innovantes de YOLOv5 , comme la détection des espèces zébrées, et vois comment notre communauté exploite l'IA pour des tâches difficiles.
.avif)
Nous avons vu des gens utiliser YOLOv5 pour créer une application d'estimation du rendement des cultures, détecter le plastique dans l'océan et savoir si quelqu'un porte correctement son masque. Nous avons fait appel à notre communauté et lui avons demandé de partager encore plus de façons d'utiliser YOLOv5 pour résoudre leurs problèmes.
Kayo Kumabe est un analyste de données de Kumamoto, au Japon. Kayo travaille avec YOLOv5 depuis un mois, mais il aime expérimenter avec l'infrastructure parce que "c'est tout simplement intelligent". À quelqu'un qui débute dans l'IA, Kayo recommande de passer du temps à personnaliser son modèle, même s'il n'a pas de connaissances en python ou en apprentissage automatique.
En général, il peut être difficile de distinguer les subtilités des apparences avec l'œil humain. Kayo a émis l'hypothèse que l'IA pourrait facilement détecter ces différences subtiles. Pour tester cette hypothèse, Kayo a compilé un ensemble de données de trois espèces différentes de zèbres pour alimenter son modèle YOLOv5 . Kayo a créé un modèle YOLOv5 pour détecter les différents types de zèbres. Ce modèle compare les caractéristiques des animaux et produit un résultat qui détermine l'espèce du zèbre.
Kayo a ainsi pu prouver son hypothèse. Le modèle YOLOv5 a été capable de détecter chaque espèce de zèbre avec un haut niveau de précision, tout en étant entraîné sur seulement 20 images par espèce de zèbre.
Nous étions curieux de comprendre comment Kayo s'est lancé dans la vision par ordinateur, alors nous leur avons posé quelques questions.
"Je n'ai jamais essayé d'autre infrastructure de détection d'objets. YOLOv5 m'a semblé facile puisqu'il ne nécessite pas de codage difficile."
"J'ai collecté seulement 20 images pour chaque type de zèbre, j'ai fait des fichiers d'étiquetage de l'image et j'ai laissé YOLOv5 apprendre. C'est tout ! C'est incroyable de voir que YOLOv5 a détecté les types de zèbres à 100 % correctement ! Peut-être que moins de 20 images suffiraient."
"Certains de mes clients s'intéressent à l'IA, alors j'ai commencé à l'étudier pour élargir mon travail. Quand je suis tombé sur l'IA vision, j'étais très excité parce qu'elle ressemblait à mon film préféré Terminator dans la vraie vie."
"J'aimerais détecter mon enfant parmi de nombreux élèves de l'école. Cela pourrait être utile lors d'une journée sportive. J'aimerais le réaliser pour une application iPhone."
Pour découvrir d'autres créations de Kayo avec YOLOv5, consulteleur LinkedIn et Twitter.
Ce cas d'utilisation YOLOv5 de détection de zèbres est un excellent exemple de la capacité de YOLOv5à distinguer les espèces. Si nous appliquons ce réseau neuronal à d'autres types d'animaux, YOLOv5 sera-t-il capable de les différencier ? Dans quelle mesure le modèle fonctionnera-t-il si tu veux détecter les piétons sur un passage piéton ou prédire le rendement annuel des cultures ? Laisse libre cours à ton imagination !
Étiquette-nous avec #YOLOvME sur nos médias sociaux avec ton propre cas d'utilisation YOLOv5 et nous ferons la promotion de ton travail auprès de la communauté ML.
Tout ce dont tu as besoin, c'est d'une idée. Avec Ultralytics HUBil est facile de créer des modèles avec YOLOv5 et de donner vie à tes idées. Nous simplifions les choses et réalisons nous-mêmes tous les MLOps compliqués, tu n'as donc pas besoin de connaître le code pour t'amuser avec l'IA. Il est facile de commencer et encore plus facile de construire ton premier modèle ML.
Nous sommes actuellement en version bêta et les places sont limitées, alors assure-toi de t'inscrire dès maintenant !
Commence ton voyage avec le futur de l'apprentissage automatique.
