Um olhar sobre os pipelines de aprendizagem ativa do DagsHub

Nuvola Ladi

2 min ler

6 de março de 2024

Descubra os pipelines de aprendizagem ativa do DagsHub no YOLO VISION 2023 com Yono Mittlefehldt. Da aprendizagem ativa à segmentação de imagens, explore o poder transformador da IA.

Entre no domínio das metodologias de ponta da Inteligência Artificial (IA) com mais um dos nossos oradores do YOLO VISION 2023 (YV23)! Neste evento, organizado pela Ultralytics no campus do Google for Startup em Madrid, Yono Mittlefehldt, antigo defensor da aprendizagem automática na DagsHub, subiu ao palco para desvendar as maravilhas dos pipelines de aprendizagem ativa. 

Introdução e visão geral

Para dar início à nossa viagem, vamos preparar o terreno com uma introdução aos pipelines de aprendizagem ativa. Nesta palestra, analisámos as diferenças entre a aprendizagem ativa e os métodos tradicionais de aprendizagem supervisionada.

Preparação dos dados

A nossa primeira paragem envolve a criação das bases para o nosso pipeline de aprendizagem ativa. Importamos dependências, configuramos a fonte de dados e embarcamos numa missão para enriquecer os metadados com anotações iniciais. É tudo uma questão de preparar as bases para a nossa exploração baseada em IA.

Formação de modelos

Com os dados preparados e prontos, mergulhamos no emocionante reino do treinamento de modelos. Com o conjunto de dados Ultralytics YOLOv8 e o arquivo YAML, Yono adicionou retornos de chamada para registrar parâmetros e métricas durante o treinamento. Esta é uma etapa crucial para garantir que os modelos de IA estejam preparados para o sucesso.

Ciclo de aprendizagem ativa

O passo seguinte é o ciclo de aprendizagem ativa - um processo dinâmico que envolve o carregamento de modelos pré-treinados, a classificação de dados não rotulados e a seleção de amostras para anotação. Através do enriquecimento iterativo da fonte de dados com previsões, descobrimos informações ocultas e impulsionamos os modelos para novos patamares.

Aprendizagem ativa para a segmentação de imagens

A segmentação de imagens é o centro das atenções à medida que exploramos o poder transformador da aprendizagem ativa. Ao enviar as previsões para o Label Studio para anotação, compreendemos o potencial de melhoria do modelo através de vários ciclos. É uma viagem de descoberta, em que cada iteração nos aproxima da perfeição da IA.

Utilizar o Label Studio

Na nossa busca pela excelência da IA, o Label Studio surge como uma ferramenta importante no nosso arsenal. Criamos projectos para armazenar dados anotados, tirando partido dos servidores do Label Studio para estabelecer uma ligação perfeita com a API de tarefas. Com tarefas mapeadas para nomes de projectos, simplificamos o nosso fluxo de trabalho e abrimos caminho para uma colaboração mais fluida.

Concluir

No final da palestra, Yono respondeu às perguntas mais urgentes do nosso público. Desde a otimização de pipelines para tarefas específicas até à ênfase na reprodutibilidade e na documentação, ele garantiu que todos os aspectos desta viagem se baseiam nas melhores práticas e nas normas da indústria.

De um modo geral, esta viagem através da aprendizagem ativa na YV23 tem sido muito estimulante. Munidos de novos conhecimentos e percepções, estamos prontos para embarcar em novas aventuras de IA, alimentados pelo poder da aprendizagem ativa, bem como pelo apoio e envolvimento da nossa comunidade.

Junte-se a nós enquanto continuamos a ultrapassar os limites da inovação da IA e a redefinir o que é possível no mundo da aprendizagem automática. Veja a palestra completa aqui!

Vamos construir juntos o futuro
da IA!

Comece a sua viagem com o futuro da aprendizagem automática

Comece gratuitamente
Ligação copiada para a área de transferência