Clasificación de imágenes

Cómo funciona la clasificación de imágenes

Los modelos de clasificación de imágenes se entrenan mediante aprendizaje supervisado, en el que se les alimenta con un gran número de imágenes que ya han sido etiquetadas manualmente con la clase correcta. Durante el entrenamiento, la red neuronal aprende a identificar patrones, texturas, formas y combinaciones de colores asociados a cada categoría. Este aprendizaje se consigue mediante un proceso llamado retropropagación, que ajusta los parámetros internos del modelo, o pesos, para minimizar la diferencia entre sus predicciones y las etiquetas reales.

Los modelos de clasificación modernos suelen utilizar arquitecturas de aprendizaje profundo con muchas capas. Las primeras capas pueden aprender a reconocer características simples como bordes y esquinas, mientras que las capas más profundas las combinan para identificar estructuras más complejas como ojos, ruedas o caras. La última capa de la red suele utilizar una función softmax para producir una puntuación de probabilidad para cada clase posible. La clase con la probabilidad más alta se elige como predicción final. La clave de este proceso es la extracción de rasgos, en la que el modelo aprende automáticamente los rasgos más informativos para la tarea de clasificación.

Aplicaciones de la clasificación de imágenes

La clasificación de imágenes se utiliza en numerosos sectores para automatizar y escalar tareas de reconocimiento visual. Dos ejemplos destacados son:

1. Análisis de imágenes médicas: En sanidad, los modelos de clasificación analizan exploraciones médicas como radiografías, resonancias magnéticas y tomografías computarizadas para ayudar a los radiólogos a detectar enfermedades. Por ejemplo, un modelo puede entrenarse con miles de mamografías para clasificar las imágenes como "benignas" o "malignas", lo que ayuda a detectar precozmente el cáncer de mama. Esto puede agilizar el diagnóstico y reducir los errores humanos. Para más información, consulte el resumen de la Sociedad Americana del Cáncer sobre la IA en la detección del cáncer.
2. Tecnología agrícola: Los agricultores utilizan la clasificación de imágenes para controlar la salud de los cultivos a partir de imágenes captadas por drones o satélites. Un modelo puede clasificar imágenes de hojas de plantas en categorías como "sano", "enfermo" o "infestado de plagas". Esto permite la aplicación selectiva de pesticidas o fertilizantes, mejorando el rendimiento de los cultivos y promoviendo una agricultura sostenible. Más información sobre cómo Ultralytics apoya la IA en la agricultura.

Clasificación de imágenes frente a tareas relacionadas

Aunque está estrechamente relacionada con otras tareas de visión por ordenador, la clasificación de imágenes tiene una finalidad distinta. Es importante diferenciarla de:

• Detección de objetos: Esta tarea va un paso más allá de la clasificación. En lugar de asignar una etiqueta a toda la imagen, la detección de objetos identifica múltiples objetos dentro de una imagen y dibuja un cuadro delimitador alrededor de cada uno, asignando también una etiqueta de clase a cada cuadro. Por ejemplo, no se limitaría a etiquetar una imagen como "escena callejera", sino que localizaría y clasificaría individualmente "coches", "peatones" y "semáforos".
• Segmentación de imágenes: Esta tarea proporciona la comprensión más detallada de una imagen mediante la clasificación de cada píxel. Existen diferentes tipos, como la segmentación semántica, que asigna una clase a cada píxel (por ejemplo, todos los píxeles pertenecientes a coches son de un mismo color), y la segmentación por instancias, que distingue entre diferentes instancias del mismo objeto (por ejemplo, cada coche es de un color diferente). Este nivel de detalle es fundamental para aplicaciones como los vehículos autónomos.

En resumen, la clasificación le indica qué hay en una imagen, la detección le dice qué y dónde, y la segmentación proporciona un mapa detallado, a nivel de píxel, de todo lo que hay en la escena.

Clasificación de imágenes con Ultralytics

Aunque son famosos por la detección de objetos, los modelos YOLO de Ul tralytics también destacan en tareas de clasificación de imágenes. Los modelos más avanzados, como YOLO11, se pueden entrenar o ajustar fácilmente en conjuntos de datos personalizados mediante el intuitivo paquete Python de Ultralytics o la plataforma sin código Ultralytics HUB.

Nuestra documentación proporciona amplios recursos, incluidos consejos para el entrenamiento de modelos y una guía detallada sobre cómo utilizar YOLO11 para la clasificación de imágenes. Los desarrolladores pueden aprovechar los modelos preentrenados en conjuntos de datos de referencia como ImageNet, CIFAR-100 y Caltech-101 o entrenar un nuevo modelo desde cero. Para los interesados en los últimos avances, recursos como Papers With Code ofrecen una visión completa de los modelos de mayor rendimiento. También se puede comparar el rendimiento de los modelos YOLO con referencias estándar. Frameworks como PyTorch y TensorFlow proporcionan la base para construir y entrenar estos modelos.