Comment j'ai construit un ensemble de données sur la perception en cabine

Auteurs : Robert Wright (responsable de compte chez Voxel51) et Allen Lee (ingénieur en apprentissage automatique/succès client chez Voxel51)

Comprend un apprentissage actif, des transformateurs, des regards, des distractions, FiftyOne et bien plus encore.

Dans ce blog, vous verrez à quel point il est rapide et facile de créer un ensemble de données, de le charger dans FiftyOne et FiftyOne Teams, d'effectuer des techniques d'apprentissage actif, d'intégrer les transformateurs de Hugging Face et, finalement, d'obtenir des révélations assez intéressantes sur les données. Bien que cet article de blog présente un ensemble de données intérieures pour un cas d'utilisation de surveillance en cabine, les étapes impliquées fonctionneront pour tout projet d'IA visuelle. Il s’adresse aussi bien aux novices qu’aux lecteurs avancés. Ok, commençons notre voyage !

Qui suis je?

Je m'appelle Robert Wright, je travaille dans l'équipe commerciale de Voxel51 et je vends notre logiciel d'entreprise FiftyOne Teams aux startups et aux entreprises Fortune 100.

Si vous n'êtes pas encore familier, Voxel51 est une startup d'IA open source qui permet aux créateurs d'IA/ML de créer de meilleurs modèles à travers le prisme de nos solutions d'IA visuelle centrées sur les données, qui incluent :

• FiftyOne open source avec plus de 2 millions de téléchargements et près de 7 000 étoiles sur GitHub
• FiftyOne Teams, qui ajoute une collaboration, une sécurité, une flexibilité, une automatisation et un support prêts pour l'entreprise et est déployé au cœur des piles d'IA dans certaines des entreprises les plus grandes et les plus avancées en matière d'IA au monde, y compris les cinq plus grandes entreprises mondiales de l'automobile, de la fabrication et de la technologie. centrales électriques

Avis de non-responsabilité 1— Avant de me lancer dans ce projet, je n'avais jamais écrit une ligne de Python (ni aucun code d'ailleurs) ; cependant, à la fin de ce projet, j'écrivais (copiais et collant) plusieurs lignes de code pour effectuer des actions au sein de la plateforme FiftyOne.

Avis de non-responsabilité 2— Cet article n'a pas été rédigé par ChatGPT.

Avertissement 3 – Mon conseiller ML et co-auteur de cet article est Allen Lee, ingénieur Voxel51 ML. Vous aurez de ses nouvelles plus tard dans le post !

Pourquoi est-ce que j’écris ceci et qu’est-ce que cela vous apporte ?

Je n’aime pas particulièrement écrire et je ne l’ai pas fait depuis la rédaction de ma thèse universitaire il y a 15 ans. Cependant, je me suis senti obligé d'écrire après avoir vu les résultats incroyables de ce projet.

Vraiment, j'ai été tellement époustouflé par :

• Comme il était ridiculement facile d’utiliser FiftyOne et FiftyOne Teams et…
• Le nombre de succès que j’ai obtenus en environ 2 heures de travail. Je voulais documenter cela quelque part. D'où ce post.

En fait, j'ai probablement passé plus de temps à écrire ce blog qu'au projet lui-même… à collecter, charger, organiser, étiqueter et appliquer des modèles à mon ensemble de données dans FiftyOne.

De plus, j'ai eu plus de plaisir à utiliser FiftyOne, à écrire Python et à appliquer des modèles que je n'en ai eu depuis très LONGTEMPS, par exemple, même l...
[Courte citation de 8% de l'article original]