Glossário

Reconhecimento de imagens

Descobre como o reconhecimento de imagens permite à IA classificar e compreender imagens, impulsionando a inovação nos cuidados de saúde, no retalho, na segurança e muito mais.

Treina os modelos YOLO simplesmente
com Ultralytics HUB

Aprende mais

O reconhecimento de imagens é um ramo crucial da inteligência artificial que permite aos computadores e sistemas de software identificar e classificar objectos, pessoas, locais e acções em imagens. Vai além da simples deteção de objectos; envolve a compreensão e a rotulagem do que está representado numa imagem, tal como os humanos fazem. Esta tecnologia é a pedra angular de muitas aplicações avançadas em vários sectores, permitindo às máquinas "ver" e interpretar dados visuais.

O que é o reconhecimento de imagens?

O reconhecimento de imagens é um subconjunto da visão computacional (CV) que se centra na identificação e categorização de objectos ou caraterísticas numa imagem. Aproveita os algoritmos de aprendizagem automática (ML), em particular as técnicas de aprendizagem profunda (DL), como as redes neurais convolucionais (CNN), para analisar imagens e extrair informações significativas. Ao contrário da deteção de objectos, que localiza objectos numa imagem e desenha caixas delimitadoras à sua volta, o reconhecimento de imagens centra-se principalmente na classificação do conteúdo de toda a imagem ou de regiões da mesma.

Normalmente, o processo envolve o treino de um modelo num grande conjunto de dados de imagens rotuladas. Esta fase de treino permite ao modelo aprender padrões e caraterísticas associadas a diferentes categorias. Uma vez treinado, o modelo pode então analisar imagens novas e não vistas e prever a categoria ou o conteúdo presente. Estruturas como o PyTorch e ferramentas como o OpenCV são frequentemente utilizadas para construir e implementar sistemas de reconhecimento de imagem.

Aplicações do reconhecimento de imagens

A tecnologia de reconhecimento de imagem tem uma vasta gama de aplicações em diversos sectores:

  • Análise de imagens médicas: Nos cuidados de saúde, o reconhecimento de imagens é vital para a análise de imagens médicas, ajudando na deteção de doenças como tumores a partir de exames de ressonância magnética e tomografia computorizada. Ajuda os radiologistas a melhorar a precisão e a eficiência do diagnóstico, contribuindo para melhores resultados para os doentes. Por exemplo, Ultralytics YOLO11 na imagiologia médica pode ajudar na deteção de tumores cerebrais.
  • Retalho e gestão de inventário: As empresas de retalho utilizam o reconhecimento de imagem para uma gestão mais inteligente do inventário de retalho. Os sistemas podem reconhecer automaticamente os produtos nas prateleiras, controlar os níveis de inventário e até analisar o comportamento de compra dos clientes. Isto leva a níveis de stock optimizados, perdas reduzidas e uma melhor experiência do cliente.
  • Veículos autónomos: A IA nos veículos autónomos depende fortemente do reconhecimento de imagens para compreender as cenas da estrada, reconhecer sinais de trânsito, identificar peões e navegar em segurança. É um componente crítico que garante que o veículo percebe o seu ambiente com precisão para uma operação segura.
  • Segurança e vigilância: O reconhecimento de imagens melhora os sistemas de segurança, permitindo o reconhecimento facial para controlo de acesso, identificando actividades suspeitas em tempo real e melhorando a eficácia geral da vigilância. Ultralytics YOLOv8 pode ser utilizado para criar sistemas de alarme de segurança de ponta.
  • Agricultura: Na agricultura, o reconhecimento de imagens apoia a agricultura de precisão, identificando doenças das plantas, monitorizando a saúde das culturas e distinguindo entre diferentes tipos de culturas ou ervas daninhas. Isto ajuda a otimizar a utilização de recursos e a melhorar os rendimentos agrícolas, como se pode ver em YOLOv5 aplicações para deteção de doenças nas culturas.

Reconhecimento de imagens vs. deteção de objectos

Embora tanto o reconhecimento de imagens como a deteção de objectos sejam tarefas de visão computacional, têm objectivos distintos. O reconhecimento de imagens classifica o que está numa imagem, respondendo à pergunta "O que é isto?". A deteção de objectos, por outro lado, indica a localização dos objectos numa imagem, respondendo à pergunta "Onde estão os objectos e o que são?". Ultralytics YOLO Os modelos são versáteis e podem ser utilizados para ambas as tarefas, dependendo da aplicação específica e da configuração do modelo.

Em resumo, o reconhecimento de imagem é uma tecnologia poderosa que fornece às máquinas a capacidade de interpretar e compreender informações visuais, impulsionando a inovação e a eficiência em vários sectores. À medida que a IA continua a evoluir, o reconhecimento de imagem desempenhará, sem dúvida, um papel cada vez mais vital na modelação da nossa interação com a tecnologia e com o mundo que nos rodeia.

Lê tudo