Ознакомься с основными моментами Ultralytics' ежегодного мероприятия и заново переживи гибридный опыт YOLO Vision. Мы расскажем о запуске Ultralytics' YOLO11 , увлекательных панелях и многом другом.
27 сентября Ultralytics собрал сообщество ИИ и компьютерного зрения на нашем захватывающем ежегодном гибридном l-мероприятии YOLO Vision 2024 (YV24). Мероприятие, проходившее в кампусе Google for Startups Campus в Мадриде и транслировавшееся по всему миру, собрало экспертов, разработчиков и энтузиастов, чтобы обсудить последние достижения в области Vision AI, такие как новая модельUltralytics YOLO11 . Прямая трансляция мероприятия уже набрала более 5400 просмотров, более 10 600 впечатлений и 469,5 часов просмотра, привлекая инноваторов по всему миру.
YV24 начался с теплого приветствия нашего ведущего, Ойсина Лунни, который подчеркнул важность сообщества и связей, сказав: "Я очень верю в силу великих идей и великих сообществ, и то, что Ultralytics создал с YOLO Vision, как раз и есть это - великое сообщество великих людей с великими идеями".
В этой статье мы выделим основные моменты YOLO Vision 2024: от увлекательных панельных дискуссий до захватывающих реальных примеров использования компьютерного зрения. Мы также рассмотрим технические доклады, начиная от краевого ИИ и заканчивая аппаратным ускорением, а также моменты нетворкинга и создания сообщества, которые сделали мероприятие успешным. Если тебя интересуют инновации в области ИИ, ключевые анонсы или будущее Vision AI, то в этом обзоре мероприятия YOLO Vision 2024 ты найдешь все самые важные моменты!
О запуске продукта, который анонсировался еще до YOLO Vision 2024, наконец-то объявил Гленн Джочер, основатель и генеральный директор Ultralytics. Гленн представил Ultralytics YOLO11модель компьютерного зрения следующего поколения, которая находилась в разработке несколько месяцев. Вдобавок к волнению, вызванному запуском, Гленн позже дал интервью на The Ravit Show и поделился информацией о разработке YOLO11.
Во время своего выступления Гленн также поделился историей пути компании, начав со своего образования в области физики частиц и рассказав о том, как его увлечение пониманием Вселенной в итоге привело его к машинному обучению и компьютерному зрению.
Он рассказал, как его ранняя работа в области физики, где исследователи анализировали взаимодействие частиц, была похожа на обнаружение объектов в компьютерном зрении. Его любопытство и стремление работать над передовыми технологиями в итоге привели к созданию Ultralytics YOLOv5. На протяжении всего своего выступления Гленн подчеркивал важность сотрудничества и вклада в сообщество разработчиков с открытым исходным кодом и благодарил разработчиков со всего мира, которые оставляли отзывы и помогали улучшать YOLOv5 и Ultralytics YOLOv8 со временем.
Затем он представил ключевые особенности Ultralytics YOLO11 и объяснил, что она быстрее, точнее и эффективнее предыдущих моделей. На самом деле YOLO11m использует на 22% меньше параметров, чем YOLOv8m , но при этом обеспечивает более высокую точность на наборе данных COCO, что делает YOLO11 идеальной для приложений реального времени, где скорость и точность имеют решающее значение.
Гленн подчеркнул масштаб запуска, сказав: "Всего мы запускаем 30 моделей, 25 из них с открытым исходным кодом, с пятью разными размерами для пяти разных задач. Эти задачи включают классификацию изображений, обнаружение объектов, сегментацию экземпляров, оценку позы и ориентированные ограничительные рамки". Что касается корпоративной части, то он объявил, что в следующем месяце будут доступны надежные модели, обученные на собственном наборе данных из 1 миллиона изображений. Нет нужды говорить, что этот анонс начал мероприятие на высокой ноте, оставив присутствующих в предвкушении узнать больше о потенциалеYOLO11 для инноваций в таких областях, как производство и самоуправляемые автомобили.
Панельные дискуссии, которые модерировал Ойсин Лунни, на YOLO Vision 2024 предоставили целый ряд идей в области ИИ, компьютерного зрения и создания сообщества.
В первой панели выступили Гленн Джочер, Цзин Цю (ключевая фигура в разработке моделей YOLO на сайте Ultralytics) и Ао Ванг из Университета Цинхуа, соавтор YOLOv10. Участники дискуссии обсудили последние достижения в области генеративного ИИ и компьютерного зрения, уделив внимание их сходству, различиям и влиянию, которое каждая область оказала на другую. Несмотря на недавнее развитие больших языковых моделей (БЯМ), участники дискуссии отметили, что традиционное компьютерное зрение по-прежнему необходимо для решения специфических задач в таких отраслях, как здравоохранение.
Следующая панель была посвящена проблемам, с которыми сталкиваются женщины в AI-лидерстве. Спикеры: Ultralytics' Director of Growth Paula Derrenger, бывший CPO и COO в SaaS Bruna de Guimarães, руководитель отделения Latinas in Tech Madrid Mariana Hernandez и основательница Dare to Data Christina Stathopoulous поделились своим опытом, обсудили важность наставничества и необходимость для женщин предпринимать активные шаги в поисках лидерских ролей. Эрнандес посоветовала: "Будь проактивной, не жди, пока все произойдет само собой", и призвала женщин в аудитории заявить о себе и активно искать возможности. Участники дискуссии также обсудили ценность создания более благоприятной рабочей обстановки.
На заключительной панели обсуждалось, как создание сильных сообществ может способствовать развитию инноваций в области ИИ. Бурхан Каддуми, Харприт Сахота и Барт Фаррелл обсудили способы взаимодействия с технической аудиторией как в онлайне, так и на очных мероприятиях. Высказывание Фаррелла "Ты должен встретить их там, где они находятся" говорит о том, как важно общаться с членами сообщества на их условиях, чтобы стимулировать сотрудничество и совместное обучение.
Несколько докладов на YV24 пролили свет на то, как модели YOLO применяются для решения реальных задач в различных отраслях. Джим Гриффин, ведущий подкаста AI Master Group, рассказал о проекте, в котором моделиYOLOv8 используются для мониторинга перемещения акул вдоль побережья Калифорнии с помощью наблюдения с дронов. Система оповещает спасателей, владельцев серф-магазинов и родителей, обеспечивая безопасность пляжников благодаря обнаружению акул с высоты 200 футов над океаном. Гриффин объяснил, что настоящей проблемой была не сама модель ИИ, а обширные полеты дронов и сбор данных, необходимые для обучения модели.
Аналогичным образом Дэвид Скотт из The Main Branch рассказал о расширении компьютерного зрения от простого обнаружения объектов до анализа поведения. В его выступлении были представлены такие реальные приложения, как отслеживание поведения крупного рогатого скота и выявление подозрительных действий в розничных магазинах. Скотт рассказал, как с помощью сайта YOLOv8 можно следить за состоянием здоровья крупного рогатого скота, анализируя специфическое поведение, такое как еда, питье и ходьба.
Кроме того, особенно проникновенно прозвучал доклад Усмана Умара из NASCO Feeding Minds, в котором он рассказал о том, как его организация меняет жизни людей, предоставляя ИТ-образование в Гане. Его фонд создал 17 ИКТ-центров, в которых обучается более 65 000 студентов, с целью создания местных рабочих мест для технологов, чтобы помочь решить такие проблемы, как нелегальная иммиграция. Мощная история Умара показала, как образование и технологии вместе могут привести к долгосрочным изменениям в малообеспеченных сообществах.
На YV24 также были представлены различные выступления, посвященные тому, как ИИ и аппаратное обеспечение объединяются, чтобы зажечь новые идеи. Эксперты из таких компаний, как Intel, Sony и NVIDIA рассмотрели вопросы развертывания моделей YOLO на edge-устройствах и оптимизации производительности. Дмитрий Пастушенков и Адриан Богушевский из Intel рассказали о том, как их аппаратное обеспечение поддерживает модели YOLO в NPU, CPU и GPU, а Амир Серви и Вей Танг из Sony поделились тем, как YOLO интегрируется с платформой AITRIOS для эффективного развертывания ИИ на границах. Гай Дахан из NVIDIA рассказал об использовании их архитектуры GPU для улучшения вывода моделей YOLO .
Другие компании, такие как Qualcomm, Hugging Face, и Lightning AI, также продемонстрировали, как их платформы облегчают разработчикам интеграцию и развертывание моделей YOLO . Деванг Аггарвал из Qualcomm рассказал, как модели вроде YOLOv8 можно оптимизировать для устройств Snapdragon с помощью Qualcomm AI Hub.
Аналогичным образом Павел Лакубовский из Hugging Face рассказал о том, как их инструменты с открытым исходным кодом позволяют легко интегрировать модели вроде YOLOv8 в различные рабочие процессы, а Лука Антига из Lightning AI рассказал нам, как разработчики могут легко внедрять модели вроде YOLOv8 на уровне кода для более быстрого создания прототипов и итераций.
На неделе, предшествующей YV24, команда Ultralytics собралась в Мадриде, чтобы принять участие в семинарах, совместных встречах и выездных мероприятиях. Эти мероприятия выходили за рамки работы, способствуя укреплению отношений и создавая позитивную атмосферу в преддверии мероприятия. Завершив мероприятие праздничным afterparty, участники и докладчики получили возможность пообщаться, поделиться ключевыми выводами и рассмотреть возможность будущего сотрудничества. Сочетание командной работы и товарищества сделало YV24 профессионально успешным и всесторонне запоминающимся событием.
YV24 объединил инновации, сотрудничество и взгляд на будущее компьютерного зрения. Благодаря запуску сайта YOLO11, интересным панелям и дискуссиям об аппаратном обеспечении ИИ и краевых решениях, мероприятие сосредоточилось на том, как ИИ в области зрения может изменить мир к лучшему и как меняются технологии, чтобы идти в ногу с прогрессом в области ИИ. Кроме того, оно укрепило связи внутри сообщества. Эксперты и энтузиасты делились идеями и исследовали потенциал компьютерного зрения и YOLO. Мероприятие завершилось веселой викториной, на которой разыгрывались толстовки Ultralytics , и все остались в предвкушении новых инноваций, подобных YOLO11 , в будущем.
Посети наш репозиторий на GitHub и присоединись к нашему процветающему сообществу, чтобы узнать больше об искусственном интеллекте. Узнай, как Vision AI переосмысливает инновации в таких отраслях, как здравоохранение и сельское хозяйство. 🚀
Начни свое путешествие с будущим машинного обучения
