探索YOLOv5 的创新应用，如斑马物种检测，了解我们的社区如何利用人工智能完成具有挑战性的任务。
.avif)
我们已经看到有人使用YOLOv5 创建了一个作物产量估算应用程序，检测海洋中的塑料，以及判断某人是否正确佩戴了口罩。我们联系了我们的社区，请他们分享更多使用YOLOv5 解决难题的方法。
Kayo Kumabe 是来自日本熊本的数据分析师。Kayo 使用 YOLOv5工作才一个月，但他很喜欢尝试使用该基础架构，因为 "它就是智能"。对于刚刚接触人工智能的人，加代建议他们花时间定制自己的模型，即使他们不了解python 或机器学习。
一般来说，人眼很难分辨外观的细微差别。Kayo 假设，人工智能可以很容易地检测出这些细微差别。为了测试这一点，Kayo 编制了三个不同种类斑马的数据集，为他们的YOLOv5 模型提供素材。Kayo 创建了一个YOLOv5 模型来检测不同类型的斑马。该模型对动物的特征进行比较，并输出确定斑马种类的结果。
结果，Kayo 能够证明他们的假设。YOLOv5
我们很想了解 Kayo 是如何开始计算机视觉研究的，因此我们向他们提出了几个问题。
"我从未尝试过任何其他对象检测基础架构。YOLOv5 似乎很容易，因为它不需要硬编码"。
"我只收集了每种斑马的 20 张图片，制作了图片标签文件，然后让YOLOv5 学习。就这样！令人惊讶的是，YOLOv5 100% 正确地检测出了斑马的类型！也许少于 20 张图片也可以"。
"我的一些客户对人工智能很感兴趣，所以我开始研究人工智能，以拓宽我的工作范围。当我接触到视觉人工智能时，我非常兴奋，因为它看起来就像我最喜欢的电影《终结者》中的现实生活。
"我想在学校的众多学生中发现我的孩子。它可以在运动会上派上用场。我想把它做成一个 iPhone 应用程序。"
要查看 Kayo 与YOLOv5 合作的更多作品，请访问他们 的 LinkedIn 和 推特.
这个斑马检测YOLOv5 用例是YOLOv5在区分物种方面取得成功的一个很好的例子。如果我们将这一神经网络应用于其他不同类型的动物，YOLOv5 ，是否能够区分这些动物？如果要检测人行横道上的行人或预测农作物的年产量，该模型的效果如何？让您的想象力自由驰骋吧！
在我们的社交媒体上用 #YOLOvME 标签标记您自己的YOLOv5 用例，我们将向 ML 社区推广您的作品。
你需要的只是一个想法。有了 Ultralytics HUB，您可以通过YOLOv5 轻松创建模型，将您的想法变为现实。我们化繁为简，自己完成所有复杂的 MLO 操作，因此您无需了解任何代码，就能享受人工智能带来的乐趣。入门容易，建立第一个 ML 模型更容易。
我们目前正处于测试阶段，名额有限，请务必马上报名！
