Atelier AMD : Ultralytics YOLO Vision 2026

Atelier 1 : Ultralytics YOLO sur AMD Radeon : Affiner, Déployer, Accélérer | Heure : 14h00 - 15h00Construisez un flux de travail de vision par ordinateur de bout en bout avec Ultralytics YOLO sur un seul GPU AMD Radeon. Les participants prépareront un jeu de données OBB multi-classes compact, transféreront un modèle de détection préentraîné vers une tâche OBB, réaliseront un run d'affinage de 3 à 5 minutes, valideront les résultats et déploieront le modèle entraîné via un pipeline d'inférence MIGraphX accéléré. L'atelier se concentre sur des flux de travail d'entraînement et de déploiement pratiques et reproductibles.Intervenant : Li Zheng, Ingénierie des applications produits, AMDPublic : Développeurs IA, ingénieurs en vision par ordinateur, étudiants et passionnés techniques avec des connaissances de base en Python. Une expérience préalable avec Ultralytics, ROCm, OBB ou MIGraphX n'est pas requise.Exigences techniques / Préparation : Un ordinateur avec un navigateur web.Atelier 2 : Ultralytics YOLO26 sur AMD Radeon : D'un point de contrôle Ultralytics à un pipeline vidéo AI de bout en bout | Heure : 15h00 - 16h00Prenez un point de contrôle Ultralytics YOLO26x au-delà de predict() et dans un pipeline vidéo de style production sur AMD Radeon. Cet atelier explique comment YOLO26x est exporté vers ONNX, compilé avec AMD MIGraphX pour l'inférence FP16, et connecté au décodage vidéo matériel, au prétraitement OpenCV HIP, à la NMS GPU et à l'encodage matériel. Les participants exécuteront ensuite le pipeline complet dans Radeon Cloud et exploreront comment Qwen3-VL étend la détection en temps réel avec la compréhension de la scène.Intervenant : Zihao Mu, Membre du personnel technique, Ingénierie des applications produits, AMDPublic : Utilisateurs d'Ultralytics qui entraînent, affinent, exportent ou déploient des modèles YOLO et ingénieurs en vision par ordinateur passant d'une inférence sur notebook à des pipelines vidéo continus.Niveau d'expérience recommandé : Intermédiaire. Les participants doivent être à l'aise avec Python, l'inférence YOLO de base et les notebooks Jupyter.Exigences techniques / Préparation : Les participants n'ont qu'à apporter un ordinateur portable capable d'exécuter un navigateur web moderne. Tous les expérimentations se dérouleront dans un environnement Radeon Cloud préconfiguré fourni pour l'atelier.