Ultralytics uzmanlarının çeşitli sektörlerde yapay zeka ve makine öğrenimindeki en son gelişmeler hakkındaki konuşmalarıyla YOLO VISION 2022'den içgörüleri keşfedin.
İlk YOLO VISION etkinliğimiz 27 Eylül 2022 tarihinde gerçekleşti. Yapay zekanın otomotiv endüstrisine girişinden meyve üretiminin gerçek zamanlı analizine kadar, YOLOv5 kullanıcılarından ilham verici konuşmalar dinledik.
Bu etkinliği özel kılan şey, konuşmacıların çok çeşitli geçmişlere sahip olmasıydı. Katılımcı 18 şirketten temsilcilerin yer aldığı konuşmacılar, makine öğrenimi sürecinin her yönüyle ilgili bilgiler verdi. Bunların arasında, aşağıdaki gibi ortak şirketlerimiz de bulunmaktadır Comet, Deci, ClearML, Paperspaceve RoboflowÇinli devler Baidu, Meituan ve OpenMMLabs gibi açık kaynak alanındaki diğerlerinin yanı sıra.
YOLOv5 'un yaratılış hikayesini ve Ar-Ge için kullanılan metodolojiyi merak ediyor musunuz?
Ultralytics adresindeki Kurucumuz ve CEO'muz Glenn Jocher ve Makine Öğrenimi Mühendisimiz Ayush Chaurasia ile en iyi mimarileri seçmek için kullanılan bütünsel yaklaşımın ayrıntılarına dalın.
YOLOv5 gibi harika model mimarileri, makine öğreniminde faydalı sonuçlar elde etmek için çok önemlidir. Ancak modeller yalnızca veri kümeleri kadar iyidir. İş ortağımız Roboflow 'un CEO'su ve Kurucu Ortağı Joseph Nelson, veri seti kalitesinin üretim sonuçları üzerindeki etkisini gösterdi. İçgörüler, 10.000'den fazla görsel eğitim işi ve Universe'ün 90.000'den fazla veri kümesinden oluşan açık kaynak topluluğu tarafından bilgilendirildi. Roboflow
Joseph oturumunda ayrıca, geliştiricilerin anlamlı sonuçları daha hızlı elde etmek için veri kümelerini hacklemelerini sağlayan araştırma ve üretimdeki temel farklılıkları da sergiledi.
Veri seti kalitesi ve bunun CV modelinizin üretim değerine ulaşması üzerindeki etkisi hakkında bilgi edinin!
Günümüzde geleneksel yazılımların her parçası, dağıtımdan önce çeşitli türlerde kapsamlı testlerden geçerek üretim hataları riskini önemli ölçüde azaltmaktadır.
Bu fikirleri makine öğreniminin istatistiksel odaklı dünyasına nasıl uyarlayabiliriz?
Google 'da Veri Bilimcisi ve Deepchecks'te Açık Kaynak Geliştirici Savunucusu olan Aishwarya Srinivasan, gerçek dünyadaki zorlukları çözebilen çözümler oluşturmanın ardındaki heyecandan bahsediyor. Google adresinde, TensorFlow, DataFlow ve AI Platform dahil olmak üzere temel Google ürünlerinden yararlanarak müşteri kullanım durumları için makine öğrenimi çözümleri oluşturuyor.
Aishwarya, modelinizi kapsamlı bir şekilde test etmek ve analiz etmek için en iyi uygulamaları ve pratik ipuçlarını tartışmak üzere YOLO VISION'da bize katıldı. Yazılım Testi ve Makine Öğrenimi Testi arasındaki farkı öğrenmek için konuşmasına göz atın.
YOLO mimari ailesinin diğer üyelerinin yanı sıra alandaki diğer en iyi açık kaynaklı vizyon yapay zeka mimarilerini bir araya getirdiğimiz çığır açan bir panele ev sahipliği yaptık.
Burada, Meituan'ın YOLOv6'sı, OpenMMLab CN'nin MMDetection'ı ve Baidu, Inc.'in PaddlePaddle 'u, görsel yapay zekanın geleceğini mümkün kılan açık kaynaklı projeleri tartışmak üzere Ultralytics' YOLOv5 olarak bize katıldı.
Bu en iyi vizyon yapay zeka depoları ilk kez aynı sahneyi paylaştı. Bu paneli kaçırdıysanız, Bo Zhang, Glenn Jocher, Guanzhong Wang, Wenwei Zhang ve Yixin Shi'nin çerçeve seçimlerini, tasarımlarını, depo yapısının evrimini ve daha fazlasını tartıştıkları bu videoyu izleyin!
CEO'muz Glenn Jocher'in dediği gibi, "Hepimiz birbirimizin araçlarından ve deneyimlerinden bir şeyler öğrenmeliyiz."
Görsel veri yönetim sistemleri her açıdan eksiktir: depolama, kalite, arama, analiz ve görselleştirme. Sonuç olarak, şirketler ve araştırmacılar ürün güvenilirliğini, çalışma saatlerini, boşa harcanan depolamayı, bilgi işlem ve en önemlisi verilerinin tam potansiyelini ortaya çıkarma becerisini kaybediyor.
Bu konuşmada Dr. Danny Bickson, popüler ücretsiz GitHub aracı Fastdup ile bu sorunu nasıl çözeceğimizi öğretti.
FastDup, büyük bir görüntü koleksiyonundan içgörüler elde etmek için bir araçtır. Anomalileri, yinelenen ve yinelenmeye yakın görüntüleri, benzerlik kümelerini bulabilir ve görüntüler arasındaki normal davranışı ve zamansal etkileşimleri öğrenebilir. Daha yüksek kaliteli bir veri kümesinin akıllı alt örneklemesi, aykırı değerlerin kaldırılması ve etiketleme için gönderilecek yeni bilgilerin yenilik tespiti için kullanılabilir.
Büyük veri analitiği ve büyük ölçekli makine öğrenimi konusunda uzman olan Danny Bickson, yüksek teknoloji sektöründe 15 yıldan fazla deneyime sahiptir. Onu, kullanıcıları için büyük veri analitiği ürünleri yaratan bir makine öğrenimi platformu olan Turi'den tanıyor olabilirsiniz. Turi, 2016 yılında Apple tarafından satın alındı ve Dr. Danny Bickson burada birkaç yıl boyunca Kıdemli Veri Bilimi Müdürü olarak çalıştı.
Ve son olarak, resmi olarak lansmanımızı duyurmaktan memnuniyet duyuyoruz. Ultralytics HUB!
Ultralytics HUB yapay zeka modellerini üç kolay adımda eğitmek ve dağıtmak için kodsuz çözümümüzdür! Hangi verilerden öğreneceğini seçerek modellerinizi hayata geçirin.
Uzmanlarımız ve araçların yaratıcıları Kalen Michael ve Sergio Sánchez, bizi Ultralytics HUB adresinde gezdirerek tüm özellikleri ve işlevleri açıkladılar Ultralytics HUB hakkında daha fazla bilgi edinin ve modellerinizi ücretsiz olarak oluşturmaya başlayın!
Kaydedilen tüm oturumları YouTube kanalımızda bulabilirsiniz!
YOLO VISION'a katılımdan heyecan duyuyoruz ve dünyanın dört bir yanından uzmanların vizyon yapay zekası hakkında bilgi edinmek için katılabileceği bir etkinlik yaratmaktan mutluluk duyuyoruz, bizi sosyal medyada takip ederek bizimle güncel kalın. Gelecek yıl YOLO VISION 2023'te görüşmek üzere!
Makine öğreniminin geleceği ile yolculuğunuza başlayın
