Oficina da AMD: Ultralytics YOLO Vision 2026

Oficina 1: Ultralytics YOLO na AMD Radeon: Ajuste fino, Implantação, Aceleração | Horário: 14h - 15h Construa um fluxo de trabalho de visão computacional de ponta a ponta com Ultralytics YOLO em uma única GPU AMD Radeon. Os participantes irão preparar um conjunto de dados compacto de OBB multi-classe, transferir um modelo de detecção pré-treinado para uma tarefa OBB, completar uma execução de ajuste fino de 3 a 5 minutos, validar os resultados e implantar o modelo treinado através de um pipeline de inferência acelerado MIGraphX. A oficina se concentra em fluxos de trabalho de treinamento e implantação práticos e reprodutíveis. Palestrante: Li Zheng, Engenharia de Aplicações de Produto, AMD Público: desenvolvedores de IA, engenheiros de visão computacional, estudantes e entusiastas técnicos com conhecimento básico de Python. Experiência anterior com Ultralytics, ROCm, OBB ou MIGraphX não é necessária. Requisitos Técnicos / Preparação: Um computador com um navegador da web. Oficina 2: Ultralytics YOLO26 na AMD Radeon: De um Ponto de Verificação Ultralytics a um Pipeline de Vídeo AI de Ponta a Ponta | Horário: 15h - 16h Leve um ponto de verificação Ultralytics YOLO26x além de predict() e para um pipeline de vídeo estilo produção na AMD Radeon. Esta oficina explica como o YOLO26x é exportado para ONNX, compilado com AMD MIGraphX para inferência FP16, e conectado ao decodificador de vídeo de hardware, pré-processamento OpenCV HIP, NMS GPU e codificação de hardware. Os participantes, então, executarão o pipeline completo na Radeon Cloud e explorarão como o Qwen3-VL amplia a detecção em tempo real com compreensão de cena. Palestrante: Zihao Mu, Membro da Equipe Técnica, Engenharia de Aplicações de Produto, AMD Público: usuários do Ultralytics que treinam, ajustam, exportam ou implantam modelos YOLO e engenheiros de visão computacional que estão passando da inferência em notebook para pipelines de vídeo contínuos. Nível de experiência recomendado: Intermediário. Os participantes devem estar confortáveis com Python, inferência básica de YOLO e notebooks Jupyter. Requisitos Técnicos / Preparação: Os participantes só precisam trazer um laptop capaz de executar um navegador da web moderno. Todos os experimentos serão realizados em um ambiente Radeon Cloud pré-configurado fornecido para a oficina.