YOLOvME: обнаружение видов зебр

Мы видели, как люди использовали YOLOv5 для создания приложения по оценке урожайности, обнаружения пластика в океане и определения того, правильно ли кто-то надевает маску. Мы обратились к нашему сообществу и попросили их поделиться еще большим количеством способов, как они используют YOLOv5 для решения своих задач.  

Кайо Кумабе - аналитик данных из Кумамото, Япония. Кайо работает с YOLOv5 последний месяц, но ему нравится экспериментировать с инфраструктурой, потому что "она просто умная". Новичкам в области ИИ Кайо рекомендует потратить время на настройку своей модели, даже если у них нет знаний о python или машинном обучении.

Вообще, человеческому глазу бывает сложно различить тонкости во внешности. Кайо предположил, что вместо этого ИИ может легко обнаружить эти тонкие различия. Чтобы проверить это, Kayo собрал набор данных о трех разных видах зебр, чтобы накормить свою модель YOLOv5 . Kayo создали модель YOLOv5 для обнаружения разных видов зебр. Эта модель сравнивает признаки животных и выдает результат, определяющий вид зебры.

В результате Kayo удалось доказать свою гипотезу. Модель YOLOv5 смогла обнаружить каждый вид зебр с высокой точностью, при этом она была обучена всего на 20 изображениях каждого вида зебр.

Нам было интересно узнать, как Kayo начали заниматься компьютерным зрением, поэтому мы задали им несколько вопросов.

Что заставило тебя выбрать YOLOv5 для обнаружения видов зебр?

"Я никогда не пробовал никакую другую инфраструктуру для обнаружения объектов. YOLOv5 показалась мне простой, так как не требует сложного кодирования".

Какие аспекты YOLOv5 облегчили тебе начало работы?

"Я собрал всего 20 изображений для каждого вида зебр, сделал файлы маркировки изображения и позволил YOLOv5 учиться. И все! Удивительно, что YOLOv5 определил типы зебр на 100% правильно! Возможно, меньше 20 изображений было бы нормально".

Как ты начал работать с машинным обучением и искусственным интеллектом?

"Некоторые из моих клиентов интересуются искусственным интеллектом, поэтому я начал изучать его, чтобы расширить сферу своей деятельности. Когда я наткнулся на ИИ видения, я очень обрадовался, потому что он был похож на мой любимый фильм "Терминатор" в реальной жизни".

Какие еще проекты ты задумал для Yolov5 в будущем?

"Я бы хотел обнаружить своего ребенка среди множества учеников в школе. Это может пригодиться на спортивном празднике. Я бы хотел сделать его для приложения для iPhone".

Чтобы узнать больше о творениях Кайо с YOLOv5, заглянина их сайт. LinkedIn и . Twitter.

У тебя есть собственный пример использования YOLOv5 ?

Этот пример обнаружения зебры YOLOv5 - отличный пример того, как YOLOv5успешно различает виды животных. Если мы применим эту нейросеть к другим видам животных, сможет ли YOLOv5 различать их? Насколько хорошо будет работать модель, если ты захочешь обнаружить пешеходов на переходе или предсказать годовую урожайность? Дай волю своему воображению!

Отметь нас в социальных сетях с помощью #YOLOvME своим собственным YOLOv5 примером использования, и мы прорекламируем твою работу в ML-сообществе.

Хочешь развлечься с искусственным интеллектом компьютерного зрения, но не хочешь кодить?

Все, что тебе нужно, - это идея. С Ultralytics HUBYOLOv5 легко создавать модели и воплощать свои идеи в жизнь. Мы делаем все просто и сами выполняем все сложные MLO, так что тебе не нужно знать код, чтобы получать удовольствие от ИИ. Легко начать и еще легче построить свою первую ML-модель.

Присоединяйся к Ultralytics HUB и наслаждайся магией искусственного интеллекта уже сегодня.

Сейчас мы находимся в стадии бета-тестирования, и количество мест ограничено, так что успей записаться прямо сейчас!

‍