Un guide pour plonger en profondeur dans la détection d'objets en 2025.

De nombreuses industries intègrent rapidement des solutions d'intelligence artificielle (IA) dans leurs activités. Parmi les nombreuses technologies d'IA disponibles aujourd'hui, la vision par ordinateur est l'une des plus populaires. La vision par ordinateur est une branche de l'IA qui aide les ordinateurs à voir et à comprendre le contenu des images et des vidéos, tout comme le font les humains. Elle permet aux machines de reconnaître des objets, d'identifier des modèles et de donner un sens à ce qu'elles regardent. 

On estime que la valeur du marché mondial de la vision par ordinateur atteindra 175,72 milliards de dollars d'ici 2032. La vision par ordinateur englobe diverses tâches qui permettent aux systèmes Vision AI d'analyser et d'interpréter les données visuelles. L'une des tâches les plus utilisées et les plus essentielles de la vision par ordinateur est la détection d'objets. 

La détection d'objets se concentre sur la localisation et la classification d'objets dans des données visuelles. Par exemple, si tu montres à un ordinateur l'image d'une vache, il peut détecter la vache et dessiner une boîte englobante autour d'elle. Cette capacité est utile dans des applications du monde réel telles que la surveillance des animaux, les voitures auto-conduites et la surveillance. 

Alors, comment peut-on procéder à la détection d'objets ? L'une des méthodes consiste à utiliser des modèles de vision par ordinateur. Par exemple , Ultralytics YOLO11 est un modèle de vision par ordinateur qui prend en charge des tâches de vision par ordinateur telles que la détection d'objets. 

Dans ce guide, nous allons explorer la détection d'objets et son fonctionnement. Nous parlerons également de quelques applications réelles de la détection d'objets et d'Ultralytics YOLO11.

‍

Qu'est-ce que la détection d'objets ? 

La détection d'objets est une tâche de vision par ordinateur qui permet d'identifier et de localiser des objets dans des images ou des vidéos. Elle répond à deux questions clés : "Quels sont les objets présents dans l'image ?" et "Où sont-ils situés ?".

Tu peux considérer la détection d'objets comme un processus qui comporte deux étapes clés. La première, la classification des objets, permet au système de reconnaître et d'étiqueter les objets, par exemple d'identifier un chat, une voiture ou une personne en se basant sur des modèles appris. La seconde, la localisation, détermine la position de l'objet en dessinant une boîte englobante autour de lui, indiquant l'endroit où il apparaît dans l'image. Ensemble, ces étapes permettent aux machines de détecter et de comprendre les objets dans une scène.

L'aspect de la détection d'objets qui la rend unique est sa capacité à reconnaître les objets et à les localiser avec précision. D'autres tâches de vision par ordinateur se concentrent sur des objectifs différents.

Par exemple, la classification des images attribue une étiquette à une image entière. Parallèlement, la segmentation d'images permet de comprendre les différents éléments au niveau des pixels. D'autre part, la détection d'objets combine la reconnaissance et la localisation. Cela la rend particulièrement utile pour des tâches telles que le comptage de plusieurs objets en temps réel.

‍

Reconnaissance d'objets vs. détection d'objets

En explorant les différents termes de la vision par ordinateur, tu auras peut-être l'impression que la reconnaissance et la détection d'objets sont interchangeables - mais elles servent des objectifs différents. Une bonne façon de comprendre la différence est d'examiner la détection et la reconnaissance des visages.

La détection des visages est un type de détection d'objets. Elle identifie la présence d'un visage dans une image et marque son emplacement à l'aide d'une boîte englobante. Elle répond à la question "Où se trouve le visage dans l'image ?". Cette technologie est couramment utilisée dans les caméras des smartphones qui font automatiquement la mise au point sur les visages ou dans les caméras de sécurité qui détectent la présence d'une personne.

La reconnaissance des visages, en revanche, est une forme de reconnaissance des objets. Elle ne se contente pas de détecter un visage ; elle identifie de quel visage il s'agit en analysant des caractéristiques uniques et en les comparant à une base de données. Elle répond à la question "Qui est cette personne ?" C'est la technologie qui se cache derrière le déverrouillage de ton téléphone avec Face ID ou les systèmes de sécurité des aéroports qui vérifient les identités.

En termes simples, la détection d'objets trouve et localise les objets, tandis que la reconnaissance d'objets les classe et les identifie. 

‍

De nombreux modèles de détection d'objets, comme YOLO11, sont conçus pour prendre en charge la détection des visages, mais pas la reconnaissance des visages. YOLO11 peut identifier efficacement la présence d'un visage dans une image et dessiner une boîte de délimitation autour de lui, ce qui le rend utile pour des applications telles que les systèmes de surveillance, le suivi des foules et le marquage automatisé des photos. Cependant, il ne peut pas déterminer de quel visage il s'agit. YOLO11 peut être intégré à des modèles spécifiquement entraînés pour la reconnaissance des visages, tels que Facenet ou DeepFace, pour permettre à la fois la détection et l'identification dans un seul système.

Comprendre le fonctionnement de la détection d'objets

Avant d'aborder le fonctionnement de la détection d'objets, voyons d'abord de plus près comment un ordinateur analyse une image. Au lieu de voir une image comme nous le faisons, un ordinateur la décompose en une grille de minuscules carrés appelés pixels. Chaque pixel contient des informations sur la couleur et la luminosité que les ordinateurs peuvent traiter pour interpréter les données visuelles.

Pour donner un sens à ces pixels, les algorithmes les regroupent en régions significatives en fonction de leur forme, de leur couleur et de leur proximité. Les modèles de détection d'objets, comme YOLO11, peuvent reconnaître des motifs ou des caractéristiques dans ces groupes de pixels. 

Par exemple, une voiture auto-conduite ne voit pas un piéton comme nous le faisons - elle détecte des formes et des modèles qui correspondent aux caractéristiques d'un piéton. Ces modèles reposent sur une formation approfondie avec des ensembles de données d'images étiquetées, ce qui leur permet d'apprendre les caractéristiques distinctives d'objets tels que les voitures, les panneaux de signalisation et les personnes.

Un modèle typique de détection d'objets comporte trois parties essentielles : la colonne vertébrale, le cou et la tête. La colonne vertébrale extrait les caractéristiques importantes d'une image. Le cou traite et affine ces caractéristiques, tandis que la tête est chargée de prédire l'emplacement des objets et de les classer.

Affiner les détections et présenter les résultats

Une fois les détections initiales effectuées, des techniques de post-traitement sont appliquées pour améliorer la précision et filtrer les prédictions redondantes. Par exemple, les boîtes de délimitation qui se chevauchent sont supprimées, ce qui permet de ne conserver que les détections les plus pertinentes. De plus, des scores de confiance (valeurs numériques représentant le degré de certitude du modèle quant à l'appartenance d'un objet détecté à une certaine classe) sont attribués à chaque objet détecté pour indiquer le degré de certitude du modèle quant à ses prédictions.

Enfin, la sortie est présentée avec des boîtes de délimitation dessinées autour des objets détectés, ainsi que leurs étiquettes de classe prédites et leurs scores de confiance. Ces résultats peuvent ensuite être utilisés pour des applications réelles.

Modèles populaires de détection d'objets 

De nos jours, il existe de nombreux modèles de vision par ordinateur, et certains des plus populaires sont les modèlesYOLO d'Ultralytics . Ils sont connus pour leur vitesse, leur précision et leur polyvalence. Au fil des ans, ces modèles sont devenus plus rapides, plus précis et capables de traiter un plus grand nombre de tâches. La sortie des modèles Ultralytics YOLOv5 a facilité le déploiement grâce à des frameworks comme PyTorch, permettant à un plus grand nombre de personnes d'utiliser l'IA Vision avancée sans avoir besoin d'une expertise technique approfondie.

En s'appuyant sur cette base, Ultralytics YOLOv8 a introduit de nouvelles fonctionnalités telles que la segmentation des instances, l'estimation de la pose et la classification des images. Aujourd'hui, YOLO11 va encore plus loin en offrant de meilleures performances dans de multiples tâches. Avec 22 % de paramètres en moins que YOLOv8m, YOLO11m atteint une précision moyenne plus élevée (mAP) sur l'ensemble de données COCO. En termes simples, YOLO11 peut reconnaître des objets avec une plus grande précision tout en utilisant moins de ressources, ce qui le rend plus rapide et plus fiable.

Que tu sois un expert en IA ou que tu commences à peine, YOLO11 offre une solution à la fois puissante et conviviale pour les applications de vision par ordinateur.

Entraînement personnalisé d'un modèle pour la détection d'objets

La formation des modèles d'IA Vision consiste à aider les ordinateurs à reconnaître et à comprendre les images et les vidéos. Cependant, la formation peut être un processus qui prend beaucoup de temps. Au lieu de partir de zéro, l'apprentissage par transfert accélère les choses en utilisant des modèles pré-entraînés qui reconnaissent déjà des modèles courants.

Par exemple, YOLO11 a déjà été entraîné sur l'ensemble de données COCO, qui contient un ensemble varié d'objets de la vie quotidienne. Ce modèle pré-entraîné peut être encore plus personnalisé pour détecter des objets spécifiques qui peuvent ne pas être inclus dans l'ensemble de données d'origine. 

Pour entraîner YOLO11 de façon personnalisée, tu as besoin d'un ensemble de données étiquetées qui contient des images des objets que tu veux détecter. Par exemple, si tu veux construire un modèle pour identifier les différents types de fruits dans une épicerie, tu dois créer un ensemble de données avec des images étiquetées de pommes, de bananes, d'oranges, etc. Une fois l'ensemble de données préparé, YOLO11 peut être entraîné, en ajustant les paramètres tels que la taille du lot, le taux d'apprentissage et les époques pour optimiser les performances.

Avec cette approche, les entreprises peuvent entraîner YOLO11 à détecter n'importe quoi, des pièces défectueuses dans la fabrication aux espèces sauvages dans les projets de conservation, en adaptant le modèle à leurs besoins exacts.

Applications de la détection d'objets

Ensuite, jetons un coup d'œil à certains cas d'utilisation réels de la détection d'objets et à la façon dont elle transforme divers secteurs d'activité.

Détection des dangers pour la conduite autonome

Les voitures auto-conduites utilisent des tâches de vision par ordinateur comme la détection d'objets pour naviguer en toute sécurité et éviter les obstacles. Cette technologie les aide à reconnaître les piétons, les autres véhicules, les nids de poule et les dangers de la route, ce qui leur permet de mieux comprendre leur environnement. Elles peuvent prendre des décisions rapides et se déplacer en toute sécurité dans la circulation en analysant constamment leur environnement.

‍

Analyse de l'imagerie médicale dans les soins de santé

Les techniques d'imagerie médicale telles que les rayons X, les IRM, les tomodensitogrammes et les ultrasons créent des images très détaillées du corps humain pour aider à diagnostiquer et à traiter les maladies. Ces scanners produisent de grandes quantités de données que les médecins, tels que les radiologues et les pathologistes, doivent soigneusement analyser pour détecter les maladies. Cependant, l'examen détaillé de chaque image peut prendre beaucoup de temps, et les experts humains peuvent parfois manquer des détails à cause de la fatigue ou de contraintes de temps.

Les modèles de détection d'objets comme YOLO11 peuvent aider en identifiant automatiquement les caractéristiques clés des scans médicaux, comme les organes, les tumeurs ou les anomalies, avec une grande précision. Les modèles formés sur mesure peuvent mettre en évidence les zones préoccupantes à l'aide de boîtes de délimitation, ce qui aide les médecins à se concentrer plus rapidement sur les problèmes potentiels. Cela permet de réduire la charge de travail, d'améliorer l'efficacité et d'obtenir rapidement des informations.

‍

Augmenter la sécurité grâce à la détection des personnes et des anomalies

Le suivi des objets est une tâche de vision par ordinateur prise en charge par YOLO11, permettant une surveillance en temps réel et des améliorations de la sécurité. Il s'appuie sur la détection d'objets en identifiant les objets et en suivant continuellement leur mouvement à travers les images. Cette technologie est largement utilisée dans les systèmes de surveillance pour améliorer la sécurité dans divers environnements.

Par exemple, dans les écoles et les garderies, le suivi d'objets peut aider à surveiller les enfants et à les empêcher de s'éloigner. Dans les applications de sécurité, il joue un rôle clé dans la détection des intrus dans les zones restreintes, la surveillance des foules à la recherche d'une surpopulation ou d'un comportement suspect, et l'envoi d'alertes en temps réel lorsqu'une activité non autorisée est détectée. En suivant les objets pendant qu'ils se déplacent, les systèmes de suivi YOLO11 renforcent la sécurité, automatisent la surveillance et permettent de réagir plus rapidement aux menaces potentielles.

Avantages et inconvénients de la détection d'objets

Voici quelques-uns des principaux avantages que la détection d'objets peut apporter à diverses industries :

• Automatisation : La détection d'objets peut contribuer à réduire le besoin de supervision humaine dans des tâches telles que le contrôle des séquences de vidéosurveillance.
• Fonctionne avec d'autres modèles d'IA : Il peut être intégré à la reconnaissance faciale, à la reconnaissance des actions et aux systèmes de suivi pour améliorer la précision et la fonctionnalité.
• Traitement en temps réel : De nombreux modèles de détection d'objets, comme YOLO11, sont rapides et efficaces, ce qui les rend idéaux pour les applications en temps réel qui nécessitent des résultats instantanés. 

Si ces avantages mettent en évidence l'impact de la détection d'objets sur différents cas d'utilisation, il est également important de prendre en compte les défis liés à sa mise en œuvre. Voici quelques-uns des principaux défis :

• Confidentialité des données: L'utilisation de données visuelles, en particulier dans des domaines sensibles comme la surveillance ou les soins de santé, peut soulever des problèmes de confidentialité et de sécurité.

• Occlusion : L'occlusion dans la détection d'objets se produit lorsque les objets sont partiellement bloqués ou cachés de la vue, ce qui rend difficile pour le modèle de les détecter et de les classer avec précision.

• Coûts de calcul : les modèles très performants nécessitent souvent des GPU (unités de traitement graphique) puissants pour le traitement, ce qui rend le déploiement en temps réel coûteux.

Principaux enseignements

La détection d'objets est un outil de vision artificielle qui change la donne et qui aide les machines à détecter et à localiser des objets dans les images et les vidéos. Elle est utilisée dans des secteurs allant des voitures auto-conduites aux soins de santé, ce qui rend les tâches plus faciles, plus sûres et plus efficaces. Avec des modèles plus récents comme YOLO11, les entreprises peuvent facilement créer des modèles de détection d'objets personnalisés pour créer des applications de vision par ordinateur spécialisées. 

Bien qu'il y ait quelques défis à relever, comme les problèmes de confidentialité et les objets cachés à la vue, la détection d'objets est une technologie fiable. Sa capacité à automatiser les tâches, à traiter les données visuelles en temps réel et à s'intégrer à d'autres outils Vision AI en fait un élément essentiel des innovations de pointe.

Pour en savoir plus, visite notre dépôt GitHub et engage-toi auprès de notre communauté. Explore les innovations dans des secteurs comme l'IA dans les voitures auto-conduites et la vision par ordinateur dans l'agriculture sur nos pages de solutions. Découvre nos options de licence yolo et donne vie à tes projets de vision artificielle. 🚀