Esplora le applicazioni innovative di YOLOv5 , come il rilevamento delle specie di zebre, e scopri come la nostra comunità sfrutta l'intelligenza artificiale per compiti impegnativi.
.avif)
Abbiamo visto persone utilizzare YOLOv5 per creare un'applicazione per la stima della resa dei raccolti, per rilevare la plastica negli oceani e per capire se qualcuno indossa correttamente la maschera. Abbiamo chiesto alla nostra comunità di condividere altri modi in cui utilizzano YOLOv5 per risolvere le loro sfide.
Kayo Kumabe è un analista di dati di Kumamoto, Giappone. Kayo lavora con YOLOv5 da un mese, ma si diverte a sperimentare con l'infrastruttura perché "è semplicemente intelligente". A chi è alle prime armi con l'IA, Kayo consiglia di dedicare del tempo alla personalizzazione del proprio modello, anche se non ha conoscenze di python o di machine learning.
In genere, può essere difficile distinguere le sottigliezze delle apparenze con l'occhio umano. Kayo ha ipotizzato che l'intelligenza artificiale possa essere in grado di rilevare facilmente queste sottili differenze. Per verificarlo, Kayo ha compilato un set di dati di tre diverse specie di zebre per alimentare il suo modello YOLOv5 . Kayo ha creato un modello YOLOv5 per individuare i diversi tipi di zebre. Questo modello confronta le caratteristiche degli animali e produce un output che determina la specie della zebra.
Come risultato, Kayo ha potuto dimostrare la sua ipotesi. Il modello YOLOv5 è stato in grado di rilevare ogni specie di zebra con un alto livello di accuratezza, pur essendo stato addestrato su appena 20 immagini per ogni specie di zebra.
Eravamo curiosi di capire come Kayo avesse iniziato a lavorare con la Computer Vision, così abbiamo posto loro alcune domande.
"Non ho mai provato altre infrastrutture per il rilevamento degli oggetti. YOLOv5 mi è sembrato facile, perché non richiedeva una codifica complessa".
"Ho raccolto solo 20 immagini per ogni tipo di zebra, ho creato dei file di etichettatura delle immagini e ho lasciato che YOLOv5 imparasse. Tutto qui! È sorprendente vedere che YOLOv5 ha individuato i tipi di zebra in modo corretto al 100%! Forse meno di 20 immagini andrebbero bene".
"Alcuni dei miei clienti sono interessati all'intelligenza artificiale, così ho iniziato a studiarla per ampliare il mio lavoro. Quando mi sono imbattuto nell'IA visiva, ero molto eccitato perché assomigliava al mio film preferito Terminator nella vita reale".
"Mi piacerebbe individuare mio figlio tra i tanti studenti della scuola. Potrebbe essere utile durante una giornata sportiva. Mi piacerebbe realizzarlo per un'applicazione per iPhone".
Per scoprire altre creazioni di Kayo con YOLOv5, visita il loro sito web LinkedIn e Twitter.
Questo caso d'uso di YOLOv5 per il riconoscimento delle zebre è un ottimo esempio del successo di YOLOv5nel distinguere le specie. Se applichiamo questa rete neurale ad altri tipi di animali, YOLOv5 sarà in grado di distinguerli? Quanto funzionerà il modello se vogliamo individuare i pedoni sulle strisce pedonali o prevedere la resa annuale dei raccolti? Dai libero sfogo alla tua immaginazione!
Taggaci con #YOLOvME sui nostri social media con il tuo caso d'uso personale YOLOv5 e noi promuoveremo il tuo lavoro nella comunità ML.
Tutto ciò di cui hai bisogno è un'idea. Con Ultralytics HUBè facile creare modelli con YOLOv5 e dare vita alle tue idee. Noi rendiamo le cose semplici e ci occupiamo noi stessi di tutti i complicati MLOps, quindi non hai bisogno di conoscere alcun codice per divertirti con l'AI. È facile iniziare e ancora più facile costruire il tuo primo modello ML.
Siamo attualmente in fase beta e i posti sono limitati, quindi assicurati di iscriverti subito!
Inizia il tuo viaggio nel futuro dell'apprendimento automatico
