Apprends comment les boîtes englobantes permettent la détection d'objets, l'IA et les systèmes d'apprentissage automatique. Explore leur rôle dans les applications de vision par ordinateur !
Une boîte de délimitation est un cadre rectangulaire utilisé en vision artificielle (CV) pour indiquer l'emplacement et l'étendue d'un objet dans une image ou une trame vidéo. Ces boîtes sont généralement définies par les coordonnées de leurs coins supérieur gauche et inférieur droit, ce qui constitue un moyen simple mais efficace de spécifier l'emplacement d'un objet et l'espace qu'il occupe. Les boîtes de délimitation sont des composants fondamentaux dans diverses tâches de CV, notamment la détection d'objets, le suivi d'objets et l'annotation d'images, formant la pierre angulaire de nombreux systèmes modernes d'intelligence artificielle (IA) et d'apprentissage machine (ML).
Les boîtes de délimitation sont essentielles pour l'entraînement et l'évaluation des modèles de détection d'objets. Dans les tâches abordées par des modèles comme Ultralytics YOLOles boîtes englobantes servent de vérité de terrain pendant la formation, en apprenant au modèle à localiser précisément les objets. Au cours de l'inférence, le modèle prédit des boîtes de délimitation autour des objets détectés. Cette capacité de localisation est cruciale pour les applications qui nécessitent non seulement l'identification des objets, mais aussi leur position exacte, comme dans les véhicules autonomes ou les systèmes robotiques. Le processus commence souvent par une annotation minutieuse des données, où des humains ou des outils automatisés dessinent des boîtes de délimitation autour des objets dans les images d'apprentissage, souvent à l'aide d'outils tels que CVAT.
Plusieurs mesures et techniques sont étroitement associées à l'utilisation et à l'évaluation des boîtes de délimitation dans les modèles ML :
Alors que les boîtes de délimitation localisent les objets à l'aide de rectangles, d'autres techniques de vision par ordinateur offrent différents niveaux de détail :
Les boîtes de délimitation font partie intégrante de nombreuses applications pratiques de l'intelligence artificielle :
Dans le cadre du développement de l'IA dans les voitures auto-conduites, les boîtes de délimitation sont essentielles pour détecter et suivre les piétons, les cyclistes, les autres véhicules et les obstacles sur la route. La détection précise et en temps réel des objets à l'aide des boîtes de délimitation permet au système du véhicule de prendre des décisions éclairées pour naviguer en toute sécurité et éviter les collisions, en respectant les directives de sécurité énoncées par des organisations telles que la National Highway Traffic Safety Administration (NHTSA). Explore davantage le rôle de l'IA dans les voitures auto-conduites.
Les détaillants utilisent la détection d'objets avec des boîtes englobantes pour surveiller automatiquement les rayons et gérer les stocks. Les caméras équipées de modèles d'IA peuvent détecter les produits, compter les niveaux de stock, identifier les articles mal placés et suivre les interactions des clients avec la marchandise. Cela permet d'améliorer l'efficacité, de réduire les efforts manuels et de fournir des données précieuses pour optimiser l'agencement des magasins et le réapprovisionnement des stocks. Les aperçus de ces tendances technologiques du commerce de détail soulignent l'importance croissante de l'IA dans le secteur. Tu peux trouver diverses solutionsUltralytics pour différents secteurs d'activité.