Rilevamento degli oggetti

Come funziona il rilevamento degli oggetti

Il rilevamento degli oggetti combina tipicamente due compiti fondamentali: la classificazione degli oggetti (determinare "quale" oggetto è presente) e la localizzazione degli oggetti (determinare "dove" si trova l'oggetto). I moderni sistemi di rilevamento degli oggetti si basano molto sul deep learning (DL), in particolare sulle reti neurali convoluzionali (CNN). Queste reti vengono addestrate su grandi set di dati, come il popolare set di dati COCO, per apprendere caratteristiche e modelli associati a diverse classi di oggetti. Il modello elabora un'immagine in ingresso e produce un elenco di caselle di delimitazione, ciascuna con un'etichetta di classe associata (ad esempio, "auto", "persona") e un punteggio di confidenza. Le prestazioni di questi modelli vengono spesso misurate utilizzando metriche come Intersection over Union (IoU) e mean Average Precision (mAP).

Rilevamento di oggetti e compiti correlati

È importante distinguere il rilevamento degli oggetti da altre attività di computer vision correlate:

• Classificazione delle immagini: Assegna una singola etichetta a un'intera immagine (ad esempio, "Questa immagine contiene un gatto"). Non fornisce informazioni sulla posizione degli oggetti.
• Segmentazione delle immagini: Classifica ogni pixel di un'immagine. La segmentazione semantica assegna un'etichetta di classe a ogni pixel (ad esempio, tutti i pixel appartenenti alle automobili sono etichettati come "auto"), mentre la segmentazione per istanze distingue tra le diverse istanze della stessa classe (ad esempio, etichettando "auto 1" e "auto 2"). La segmentazione fornisce informazioni spaziali più dettagliate rispetto ai rettangoli di selezione degli oggetti.

Tipi di modelli di rilevamento degli oggetti

I modelli di rilevamento degli oggetti rientrano generalmente in due categorie:

• Rilevatori a due fasi: Questi modelli propongono prima le regioni di interesse (RoI) in cui potrebbero trovarsi gli oggetti e poi classificano gli oggetti all'interno di queste regioni. Ne sono un esempio la famiglia R-CNN(Region-based CNN). Spesso raggiungono un'elevata precisione ma possono essere più lenti.
• Rilevatori a un solo passaggio: Questi modelli eseguono la localizzazione e la classificazione in un unico passaggio direttamente sulla griglia dell'immagine. Ne sono un esempio Ultralytics YOLO modelli come YOLOv8 e YOLOv11. Sono in genere più veloci, il che li rende adatti all'inferenza in tempo reale. Gli approcci più recenti, come i rilevatori privi di ancore, semplificano ulteriormente il processo di rilevamento. Puoi esplorare i confronti tra i diversi modelli YOLO per capire i loro compromessi.

Applicazioni del mondo reale

Il rilevamento degli oggetti è fondamentale per numerose applicazioni in vari settori:

• Sistemi autonomi: Abilitazione dei veicoli per l'intelligenza artificiale nelle auto a guida autonoma per rilevare pedoni, altri veicoli, segnali stradali e ostacoli per una navigazione sicura. La tecnologia di Waymo si basa molto su un sofisticato rilevamento degli oggetti.
• Sorveglianza e sicurezza: Monitoraggio delle aree per evitare accessi non autorizzati, rilevamento di attività sospette o implementazione di sistemi di allarme di sicurezza automatizzati.
• Analitica del commercio al dettaglio: Tracciamento dei prodotti sugli scaffali per una gestione dell'inventario guidata dall'intelligenza artificiale, analisi del traffico dei clienti e miglioramento dei processi di cassa.
• Assistenza sanitaria: Assistere nell'analisi di immagini mediche identificando tumori, lesioni o altre anomalie in scansioni come radiografie o risonanze magnetiche. Le ricerche pubblicate su riviste come Radiology: Artificial Intelligence presentano spesso applicazioni di questo tipo.
• Agricoltura: Monitorare la salute delle colture, rilevare i parassiti e automatizzare i processi di raccolta utilizzando le soluzioni di AI in agricoltura.

Strumenti e formazione

Lo sviluppo di modelli di rilevamento degli oggetti comporta l'utilizzo di strumenti e piattaforme specializzate. Framework come PyTorch e TensorFlow forniscono gli elementi costitutivi. Librerie come OpenCV offrono funzioni essenziali di computer vision. Ultralytics offre lo stato dell'arte di Ultralytics YOLO e la piattaforma Ultralytics HUB, che semplifica il processo di formazione dei modelli personalizzati, la gestione dei set di dati e la distribuzione efficiente delle soluzioni. L'addestramento efficace dei modelli spesso richiede un'attenta regolazione degli iperparametri e strategie di incremento dei dati.