Стать инженером по компьютерному зрению

Компьютерное зрение (КЗ) - это область искусственного интеллекта, которая обучает компьютеры интерпретировать и понимать визуальный мир. Технология работает примерно так же, как и человеческое зрение, но с несколькими заметными отличиями: у людей есть время жизни, чтобы обучиться различать объекты, понимать, насколько они далеки, движутся ли они и есть ли что-то не так в изображении.

Технология CV относится к тому, что компьютеры могут не только визуализировать изображения, но и извлекать сообщение или цель изображения, например, определять расстояния и перемещения входящих объектов.Благодаря достижениям в области искусственного интеллекта и инновациям в области глубокого обучения и нейронных сетей, эта область за последние годы смогла сделать большой скачок и превзойти человека в некоторых задачах, связанных с обнаружением и маркировкой объектов.

CV позволяет находить реальные решения в таких отраслях, как, например, медицинская промышленность, где он чрезвычайно полезен для внедрения в диагностику. Однако полезность CV распространяется и на множество других приложений, таких как спорт, розничная торговля, сельское хозяйство, транспорт, производство и многое другое. На сайте Ultralytics мы делаем обучающие модели и машинное обучение доступными для всех. Наша цель - помочь тебе воспользоваться мощью искусственного интеллекта, не заботясь обо всех технических деталях. Благодаря нашим усилиям мы видим, что даже школьники среднего звена начинают обучать свои модели с помощью Ultralytics HUB и YOLOv5.

"Компьютерное зрение - одна из самых замечательных вещей, появившихся в мире глубокого обучения и искусственного интеллекта. Достижения, которые глубокое обучение внесло в область компьютерного зрения, действительно выделили эту область".

Уэйн Томпсон, специалист по изучению данных SAS

Инженеры CV применяют исследования в области ИИ зрения и машинного обучения для решения реальных задач. Как правило, инженеры КВ имеют значительный опыт работы с различными системами, такими как распознавание изображений, машинное обучение, краевой ИИ, сети и коммуникации, глубокое обучение, искусственный интеллект, передовые вычисления, аннотация изображений, наука о данных и сегментация изображений/видео.Итак, без лишних слов, мы хотим познакомить тебя с инженером компьютерного зрения и поделиться его опытом.

Познакомься с Мухаммадом!

Мухаммад Ризван Мунавар - инженер по компьютерному зрению. Он закончил бакалавриат по компьютерным наукам с искусственным интеллектом в качестве специализации в COMSATS University Islamabad, Wah Campus. Его опыт не ограничивается областью зрения, потому что он знает, что дополнительные навыки могут помочь ему расти и выравнивать свою карьеру, поэтому он также обладает знаниями в области настольных приложений, веб-фронтенда и разработки привлекательных приборных панелей. В настоящее время он работает фрилансером, разрабатывая решения для различных сценариев использования в зависимости от потребностей клиентов.

Как ты пришел к машинному обучению и искусственному интеллекту зрения?

"Ну, это был путь, состоящий из препятствий и последовательной тяжелой работы. Когда я начинал, я даже не знал об обнаружении объектов, но мне было любопытно и я увлекался в основном искусственным интеллектом зрения. Я был на последнем курсе, когда начал работать фрилансером, просто чтобы освоить навыки. Параллельно я также начал изучать базовые концепции машинного обучения на различных каналах YouTube. Проведя 7-8 месяцев за постоянной работой, я развил хорошее понимание ИИ зрения и глубокого обучения и решил продолжить свою профессиональную карьеру в сфере CV."

Расскажи нам о своем опыте работы с YOLOv5!

"Я использую YOLOv5 с момента его выхода, но для правильного развития и модификации в соответствии с различными сценариями использования я использую YOLOv5 уже 1,5 года". "Изначально проблема, с которой я столкнулся, была связана с обнаружением объектов, поэтому я начал изучать различные алгоритмы, связанные с обнаружением объектов. Потратив некоторое время на исследования, я сравнил карту для различных детекторов объектов и понял, что точность YOLOv5 на наборе данных coco очень высока по сравнению с другими детекторами объектов на тот момент. Поэтому я разметил свои данные и настроил YOLOv5 на своих пользовательских данных с целью обнаружения людей".YOLOv5 очень прост в использовании, модификации и тонкой настройке, а его огромное сообщество всегда готово помочь, если кто-то столкнется с проблемой. Регулярные обновления YOLOv5 позволяют мне с каждым днем все легче и легче выполнять обнаружение объектов очень эффективным способом."    

3 совета Мухаммада для новичков

1. Регулярно изучай новые концепции и сделай свою рутину последовательной. Мухаммад называет последовательность одним из главных факторов своего успеха.
2. Продолжай думать над новыми идеями, и неважно, что они глупые! Они помогут тебе глубже осмыслить происходящее. Попробуй реализовать эти идеи на определенном уровне и запиши их в какой-нибудь документ. Всегда следуй этой стратегии.
3. Разрабатывай проекты, связанные с CV. Регулярная работа над проектами поможет тебе учиться и развить в своем сознании страсть к сфере CV.

Спасибо, что прочитал о путешествии Мухаммада! Если ты хочешь узнать больше о его работе, загляни на его сайт. А чтобы всегда быть в курсе того, как мы делимся с тобой самыми последними новостями YOLOv5 и vision AI, следуй за нами в Twitter и Linkedin!