Makine öğrenimi, sosyal medya, reklamcılık ve e-ticaret öneri sistemleri gibi yazılım endüstrisi uygulamalarında oldukça yaygın olarak benimsenmiştir. Ancak, gerçek dünya uygulamalarına bakıldığında, yapay zeka her yerde yoktur ve yaygın olarak benimsenmemiştir çünkü algoritmayı gerçek durumlara uygulamak istediğimizde dikkate alınması gereken daha fazla husus vardır. Algoritmadan dağıtıma geçişte birçok zorluk bulunmaktadır.
- Yeterli veri yoktur ve veri etiketleme zaman alır.
- Eğitim zaman alır ve karmaşık optimizasyon gerektirir.
- Gerçek durumda uygulamaya karar verdiğinizde, eğer verimli bir ağ bağlantısı yoksa veya veri seti uygun değilse ne olur? Performansın yanı sıra, kenar AI cihazlarının birden fazla model ile esnek işlevlere sahip olması ve hızlı bir şekilde kurulması beklenmektedir.
Kolay ve pratik AI araçlarından yararlanmalıyız ve AI’yi gerçek dünyaya daha hızlı ve daha güvenilir bir şekilde getirmek için sağlam ve kompakt boyutlu donanımlar seçmeliyiz.
No-code AI nedir?
No-code AI, yapay zekayı demokratikleştirmeye yardımcı olur. Genellikle, görsel, kodsuz, sürükle-bırak, tıklayarak dağıtım arayüzü kullanarak AI ve makine öğrenimi modellerini dağıtmaya yardımcı olabilen kodsuz geliştirme platformunu ifade eder. Geliştiriciler ve AI uzmanları için, no-code AI araçları AI uzmanlarının ML çözümlerini daha hızlı ve daha az çaba ile inşa etmelerine yardımcı olur. No-code araçlar ayrıca veri bilimcileri, geliştiriciler ve çözüm sağlayıcıları için işbirliği fırsatları sunarak AI’nın daha geniş bir şekilde erişilebilir olmasını ve düşük maliyetle dağıtılmasını sağlar.
Bir AI uygulaması oluşturmak “uçtan uca” kolay değildir:
1. veri hazırlığı 2. eğitim 3. dağıtım.
Veri anotasyonu, model eğitimi ve model dağıtımı aşamalarında, teknik olmayan kullanıcıların uygulama dağıtımı için doğru modelleri hızlı ve kolay bir şekilde inşa etmelerini sağlayan birçok No-code AI aracı bulunmaktadır. Bu blogda, kullanıcıların AI uygulamaları ile daha hızlı inşa etmelerine yardımcı olan farklı no-code AI araçlarını tanıtacağız:
- alwaysAI
- alwaysAI, kenar cihazlarda makine öğrenimi uygulamaları oluşturmak ve dağıtmak için gerekli olan Bilgisayarla Görme geliştirme platformudur. alwaysAI kullanarak, kullanıma hazır 100’den fazla önceden eğitilmiş modele erişiminiz olur. Ayrıca, çıkarım sonuçları herhangi bir web tarayıcısında kolayca görselleştirilebilir!
- Edge Impulse
- Edge Impulse, geniş bir yelpazede gelişmiş kenar ML çözümlerini hızlı bir şekilde oluşturmanıza yardımcı olur. Sensör, ses ve kamera verilerini kolayca içe aktarabilir ve gömülü sistemlere, GPU’lara ve özel hızlandırıcılara sorunsuz bir şekilde dağıtabilirsiniz. Edge Impulse stüdyosunda, verileri toplayabilir, ML blokları ile algoritmalar tasarlayabilir ve kod yazmadan gerçek zamanlı verilerle ML’yi doğrulayabilirsiniz.
- Roboflow
- Roboflow, geliştiricilerin beceri setlerinden veya deneyimlerinden bağımsız olarak kendi bilgisayarla görme uygulamalarını oluşturmalarını sağlar. Tek bir tıklama ile eğitilmiş bir modeli barındırabilir veya kendi özel modellerinizi oluşturabilirsiniz. Roboflow Annotate, görüntülerinizdeki nesneleri tespit eder ve etraflarına sınırlayıcı kutular yerleştirir. Eğer bir anotasyon yanlış hizalanmışsa, boyutunu ve konumunu ayarlamak kolaydır.
- Ultralytics HUB YOLOv5 tabanlı
- YOLOv5, COCO veri setinde önceden eğitilmiş nesne tespit mimarileri ve modellerinin bir ailesidir ve Ultralytics’in gelecekteki görsel AI yöntemlerine yönelik açık kaynak araştırmalarını temsil eder; bu, binlerce saatlik araştırma ve geliştirme sürecinde edinilen dersleri ve en iyi uygulamaları içermektedir. Ultralytics, makine öğrenimi modellerini saniyeler içinde kod yazmadan paylaşılabilir web ve mobil uygulamalara dönüştürmeye yardımcı olur.
- Seeed no-code Edge AI açık kaynak projesi
- Son zamanlarda, Node-RED tabanlı açık kaynak no-code Edge AI Görüntü Aracı geliştiriyoruz. Bu açık kaynak araç, gerçek sorunları çözmek için kenarda bir AI uygulamasını dağıtmanın daha kolay bir yolunu sunmayı hedefliyor. Örneğin, bir IP kamerayı insan tespiti ile yükseltmek için sadece üç adım almanız yeterlidir. Ayrıca, topluluğu geliştirmemize katılmaya davet ediyoruz: depo üzerinde pull request gönderin veya üzerinde çalıştığınız AI çözümünü bize bildirmek için bu formu doldurun.
1. No-code AI veri edinimi, etiketleme ve artırma.
Veri edinimi
Edge Impulse’ta, desteklenen donanımlardan canlı veri toplayabilir veya mevcut bir veri setini doğrudan Edge Impulse Stüdyosu üzerinden projenize yükleyebilirsiniz. Veriler, Veri Edinim Formatında (CBOR, JSON, CSV) veya WAV, JPG veya PNG dosyaları olarak olmalıdır.
AI Destekli veri etiketleme
Edge Impulse Stüdyosu’nda YOLOv5 kullanarak AI destekli etiketleme yapabilirsiniz. COCO veri seti ile eğitilmiş YOLOv5’ten mevcut bir önceden eğitilmiş nesne tespit modeli kütüphanesini kullanarak, veri setleri saniyeler içinde hızlı bir şekilde tanımlanabilir ve etiketlenebilir hiçbir kod yazmadan!
Veri anotasyonu
Görüntüleri süper hızlı bir şekilde, doğrudan tarayıcınızda Roboflow ile etiketleyin.
Daha az veri seti ile model eğitimi konulu eğitimimizde, görüntüleri etiketlemek için Roboflow kullandık. Görüntüleri veya videoları doğrudan içe aktarabiliriz. Eğer bir video içe aktarırsak, bu video bir dizi görüntüye dönüştürülecektir. Bu araç çok kullanışlıdır çünkü veri setini “eğitim, doğrulama ve test” olarak dağıtmamıza yardımcı olur. Ayrıca, Roboflow, etiketleme işleminden sonra bu görüntüler üzerinde daha fazla işleme eklememize de izin verir. Dahası, etiketlenmiş veri setini YOLOV5 PyTorch formatı gibi herhangi bir formata kolayca dışa aktarabiliriz ki bu tam olarak ihtiyacımız olan şeydir!
Görüntü Artırmaları
Birçok özelliğe sahip derin öğrenme modelleri, çok fazla etiketlenmiş veriye ihtiyaç duyar ve eğer çok fazla verimiz yoksa, sinir ağlarını eğitmek için daha fazla veriyi nasıl elde edeceğiz? Veri setinize eklemek için yeni görüntüler aramanıza gerek yok, görüntü artırma kullanarak, eğitim setinin boyutunu genişletmek için eğitim görüntüleri üzerinde döndürme (çevirme), kaydırma (çevirme), döndürme (dönme) gibi bir dizi rastgele varyasyon sonrasında benzer ama farklı eğitim örnekleri üretebiliriz.
Roboflow Görüntü Artırmaları (“offline artırma”)
Veri setini döndürme, çevirme, kırpma, kesme, bulanıklaştırma ve görüntüleri kesme yoluyla artırabilirsiniz. Roboflow’da artırmalar bir araya getirilir. Örneğin, “yatay çevir” ve “tuz ve biber gürültüsü” seçerseniz, belirli bir görüntü rastgele yatay çevirme ile yansıtılacak ve rastgele tuz ve biber gürültüsü alacaktır. Ayrıca, sadece sınırlayıcı kutu artırmaları, kesim ve mozaik gibi gelişmiş artırmalara da erişiminiz olabilir.
2. Kod yazmadan AI ile model eğitimi, budama ve optimizasyon.
Ultralytics HUB: Kod yazmadan modellerinizi oluşturun ve eğitin
Ultralytics HUB, modellerinizi hayata geçirmenizi sağlayan bir platformdur; hangi verilerle öğrenmesi gerektiğini seçersiniz. Modeliniz, desenleri keşfedecek ve gerçek dünyada dağıtmanız için tamamlanmış ama güçlü bir araca dönüşecektir – bunu yaparken tek bir kod satırı bilmenize gerek yok. Ultralytics HUB hızlı, basit ve kullanımı kolaydır. Ultralytics HUB’da, tüm YOLOv5 mimarisine erişebilir ve birkaç tıklama ile tüm YOLOv5 modellerini eğitebilirsiniz; kodlama becerisi gerekmemektedir. Ayrıca, eğitilmiş YOLOv5 modellerini saniyeler içinde herhangi bir hedefe, Google, AWS, Azure API’leri dahil olmak üzere, dağıtabilirsiniz.
alwaysAI: Modelleri eğitmek için bulut tabanlı sunucu
alwaysAI, alwaysAI platformu ile sorunsuz bir şekilde entegre olan modelleri eğitmek için bulut tabanlı bir sunucu sunmaktadır. alwaysAI’nin Model Eğitim Araç Seti ile, istediğiniz herhangi bir nesneyi tanımak için bir nesne tespit modeli eğitebilirsiniz. 100’den fazla model kataloğuna dayalı olarak verileri eğitebilirsiniz. Eğitimi doğrudan alwaysAI konsol sitesinden başlatabilirsiniz. Bulutta mevcut olan alwaysAI’nin Model Eğitim Araç Seti ile, istediğiniz herhangi bir nesneyi tanımak için bir nesne tespit modeli eğitebilirsiniz. Tek yapmanız gereken verileri toplamak, bu verileri etiketlemek ve sunduğumuz temel modellerden birini kullanarak bu verileri eğitmektir. Birkaç tıklama ile modelinizi eğitmeye başlayabilirsiniz. Modeliniz eğitildikten sonra, yerel olarak veya bir kenar cihazında dağıtarak test edebilirsiniz.
Edge Impulse: Kod yazmadan kendi ‘Impulse’unuzu oluşturarak özel bir model eğitin.
Edge Impulse’u, bahsettiğimiz ilk adımda veri toplamak için kullanıyorsanız, artık Impulse’unuzu stüdyo kontrol panelinde tamamen oluşturabilirsiniz. Tam bir Impulse, 3 ana yapı taşından oluşacaktır: girdi bloğu, işleme bloğu ve öğrenme bloğu.
Girdi bloğu, modelinizi eğittiğiniz veri türünü belirtir. Bu zaman serileri (ses, titreşim, hareketler) veya görüntüler olabilir.
Bir işleme bloğu, temelde bir özellik çıkarıcıdır. Modelimizin öğrendiği özellikleri çıkarmak için kullanılan DSP (Dijital Sinyal İşleme) işlemlerinden oluşur. Bu işlemler, projenizde kullanılan veri türüne bağlı olarak değişir. Eğer DSP deneyiminiz yoksa, stüdyo girdi verilerinize dayalı olarak işleme bloğunu önerecektir.
Bir öğrenme bloğu, verilerinizi öğrenmek için eğitilmiş basit bir sinir ağıdır. Bu, sınıflandırma, regresyon, anomal tespiti, görüntü transfer öğrenimi veya nesne tespiti olabilir. Ayrıca bir özel transfer öğrenme bloğu da olabilir.
3. Kod yazmadan AI dağıtımı: Kenarda AI dağıtımının son aşamasını hızlandırın.
0.9’dan 1’e, Seeed açık kaynak kod yazmadan Edge AI Aracı nedir?
GitHub deposumuzu buradan kontrol edin: https://github.com/Seeed-Studio/node-red-contrib-ml
NVIDIA Jetson Nano Geliştirici Kiti ve Seeed reComputer serisi ile hızlı ve kolay nesne tanıma deneyiminizi sunmaktan memnuniyet duyuyoruz. Sadece birkaç basit komutla ortamı kurabilir, ardından Node-RED tabanlı düğmeleri kullanarak modelleri dağıtabilir ve canlı ekrandan sonuçları izleme, tanımlama ve çıktı alma sürecini gerçekleştirebilirsiniz. Tüm süreç, üç bloktan daha kolay olamaz.
Node-RED nedir?
Node-RED, donanım cihazlarını, API’leri ve çevrimiçi hizmetleri yeni ve ilginç şekillerde bir araya getirmek için bir programlama aracıdır. Geniş bir düğme yelpazesi kullanarak akışları bir araya getirmeyi kolaylaştıran tarayıcı tabanlı bir editör sunar ve bu akışları tek tıklama ile çalışma zamanına dağıtabilirsiniz.
Burada, kenarda AI uygulamaları sunmak için topluluk uzmanlarıyla iş birliği yapmak istiyoruz! Ortak icat programı, bizi geliştiriciler ve endüstri uzmanları ile bir araya getirmeye hizmet edebilir. Son aşama zorluklarıyla başa çıkmak ve başarınızı hızlandırmak için sizinle birlikte çalışmayı dört gözle bekliyoruz.
Kod yazmadan Edge AI Aracı geliştirmeye katılmanın faydaları nelerdir?
- NVIDIA Jetson sistemleriyle güçlendirilmiş Seeed edge AI cihazları için ücretsiz ürün veya mağaza kuponu alma fırsatı.
- Teknolojinizi mevcut donanımımıza entegre etme fırsatı.
- Seeed donanımı için özel indirim.
Seeed ile Edge AI Açık Kaynak Proje Ortağı olarak ortak icat
Seeed’in cihazlarını kullanarak gerçek dünya problemlerini çözmek isteyen tüm katılımcıları karşılamaktan memnuniyet duyarız. Ayrıca, eğer:
- Node-RED, Docker ve AI deneyiminiz varsa ve tam AI uygulamalarını hedefleyen yeni düğmeler, akışlar, şablonlar veya daha fazla işlev oluşturmak istiyorsanız.
- Daha önce Jetson Nano/Xavier NX kullanarak AI uygulamaları geliştirdiyseniz.
Lütfen önerileriniz varsa Pull Request’i ?depobu formu doldurun veya edgeai@seeed.cc ile iletişime geçin!
Lütfen PR göndermek ve mağaza kuponları ve örnekler almak için aşağıdaki notları okuyun:
- Başvuruların incelenmesi 7 iş günü sürecektir ve onaylanan Pull Request’leri (varsa) Twitter, LinkedIn, Discord ve Edge AI Bülteni’nde paylaşacağız.
- Onaylanan PR’lar ve öneri katkıda bulunanlara mağaza $20-$100 kuponları göndereceğiz. Kupon, NVIDIA Jetson gömülü sistemi ile inşa edilmiş Seeed edge AI cihazları için kullanılabilir.
Şu anda, NVIDIA Jetson platformuna dayalı reComputer serisi uygulamalarına odaklanıyoruz.
- reComputer J1010, Jetson Nano 4GB modülü ile inşa edilmiştir, M.2 Key E + 1x USB 3.0, 2X USB 2.0
- reComputer J1020, Jetson Nano üretim modülü ile inşa edilmiştir, M.2 Key M + 4x USB 3.0
AI yazılımı veya çözümleri: Edge AI ortak programımıza katılın!
Seeed ile Edge AI Ortağı Olun: İşinizi Dönüştürün, Gerçek Dünya AI’sını Birlikte Sunun
- Özgün AI tekniğinizi mevcut donanımımıza entegre edin: lisanslı cihazları yeniden satmak veya ortak marka oluşturmak için kanallarımızda.
- NVIDIA Jetson modülü ile güçlendirilmiş bir sonraki nesil AI ürününüzü oluşturun ve ürün konseptinizi Seeed’in Agile Manufacturing 0-∞ ile pazara getirin.
- Seeed ile birlikte icat edin. Ortaklarımızın benzersiz becerileri ile Seeed’in donanım uzmanlığını birleştirerek, bir sonraki AI fikirlerini açığa çıkaralım!
Seeed Studio, IoT, AI ve Edge Computing uygulama senaryoları için çözümler oluşturmak amacıyla en entegre platform olma misyonuna sahip bir donanım yenilikçisidir. Gerçek dünya sorunlarını çözmeye yardımcı olacak AI’yi hızlandırmak için en son yazılım ve donanım teknolojilerini entegre etmeyi dört gözle bekliyoruz.
Bu arada, acı noktalarının tam olarak nerede olduğunu bilen geliştiricileri ve endüstri uzmanlarını güçlendirmeye hevesliyiz. Her endüstrinin ön saflarında yer alan ve insanların özel ihtiyaçlarını daha derinlemesine anlayanlarla iş birliği yapmayı umuyoruz, böylece onlarla ortaklık kurarak farklı dikeylere daha özelleştirilmiş hizmetler sunabiliriz.