Arquitecturas de deteção de objectos

Componentes principais

A maioria das arquitecturas de deteção de objectos é constituída por vários componentes-chave que trabalham em conjunto. Uma rede de base, frequentemente uma rede neural convolucional (CNN), efectua a extração inicial de caraterísticas da imagem de entrada, identificando padrões de baixo nível, como arestas e texturas, e caraterísticas progressivamente mais complexas. Segue-se frequentemente um componente "pescoço", que agrega caraterísticas de diferentes fases da espinha dorsal para criar representações mais ricas adequadas à deteção de objectos a várias escalas, um conceito detalhado em recursos como o documento Feature Pyramid Network. Finalmente, a cabeça de deteção utiliza estas caraterísticas para prever a classe e a localização (coordenadas da caixa delimitadora) dos objectos. O desempenho é frequentemente medido usando métricas como Intersecção sobre União (IoU) para avaliar a precisão da localização e Precisão Média (mAP) para a qualidade geral da deteção, com explicações detalhadas disponíveis em sites como a página de avaliação do conjunto de dados COCO.

Tipos de arquitecturas

As arquitecturas de deteção de objectos são classificadas em termos gerais com base na sua abordagem:

• Detectores de duas fases: Estes modelos propõem primeiro regiões de interesse (RoIs) onde os objectos podem estar localizados e depois classificam e refinam a caixa delimitadora para cada RoI. Os exemplos incluem a família R-CNN, como o Faster R-CNN. São frequentemente muito precisos, mas podem ser computacionalmente intensivos.
• Detectores de uma fase: Estes modelos prevêem diretamente caixas delimitadoras e probabilidades de classe a partir da imagem de entrada numa única passagem, saltando o passo de proposta de região. Os exemplos incluem o Detetor MultiBox de uma só passagem (SSD) e o Ultralytics YOLO da Ultralytics. Normalmente, oferecem velocidades de inferência em tempo real mais rápidas, o que os torna adequados para aplicações que exigem respostas rápidas. Os detectores modernos de uma fase, como o YOLO11 utiliza frequentemente técnicas sem âncoras, simplificando o design em comparação com os métodos mais antigos baseados em âncoras. Podes explorar comparações entre diferentes modelos YOLO para ver a sua evolução.

Distinção de termos semelhantes

É importante distinguir as arquitecturas de deteção de objectos das tarefas de visão computacional relacionadas:

• Classificação de imagens: Atribui um único rótulo a uma imagem inteira (por exemplo, "gato", "cão"). Identifica o que está na imagem globalmente, mas não onde os objectos específicos estão localizados. Consulte a documentação da tarefa de classificaçãoUltralytics para obter exemplos.
• Segmentação semântica: Classifica cada pixel de uma imagem numa categoria predefinida (por exemplo, todos os pixels pertencentes a carros são rotulados como "carro"). Fornece uma previsão densa, mas não distingue entre diferentes instâncias da mesma classe de objeto.
• Segmentação de instâncias: Vai um passo além da segmentação semântica, classificando cada pixel e diferenciando entre instâncias de objetos individuais (por exemplo, rotulando "carro 1", "carro 2"). Combina a deteção de objectos e a segmentação semântica. Consulta a documentação da tarefa de segmentaçãoUltralytics para obteres mais detalhes.

Aplicações no mundo real

As arquitecturas de deteção de objectos alimentam inúmeras aplicações de IA em diversos sectores:

• Veículos autónomos: Essencial para que os carros autónomos percebam o que os rodeia, detectando peões, outros veículos, sinais de trânsito e marcações na faixa de rodagem. Empresas como a Waymo dependem fortemente da deteção sofisticada de objectos. Lê mais sobre a IA nos veículos autónomos.
• Segurança e vigilância: Utilizado em sistemas de segurança para detetar acessos não autorizados, monitorizar multidões para detetar actividades invulgares ou implementar o reconhecimento facial. Vê o Guia do Sistema de Alarme de SegurançaUltralytics para um exemplo prático.
• Análise de imagens médicas: Ajuda os radiologistas a detetar anomalias como tumores ou fracturas em raios X, tomografias computorizadas e ressonâncias magnéticas. Explora as soluções de IA nos cuidados de saúde e aplicações específicas, como a deteção de tumores, utilizando o YOLO11.
• Análise de retalho: Permite aplicações como checkout automático, monitorização de prateleiras e IA para gestão de inventário.

Ferramentas e tecnologias

O desenvolvimento e a implementação de modelos baseados nestas arquitecturas envolvem frequentemente ferramentas e estruturas especializadas:

• Estruturas de aprendizagem profunda: Bibliotecas como PyTorch (visita o site oficial PyTorch ) e TensorFlow (consulta o sítio Web TensorFlow ) fornecem os blocos de construção essenciais.
• Bibliotecas de visão computacional: O OpenCV (site oficial: OpenCV.org) oferece uma vasta gama de funções para processamento e manipulação de imagens.
• Modelos e plataformas: Ultralytics fornece modelosUltralytics YOLO de última geração e a plataforma Ultralytics HUB, simplificando o processo de formação de modelos personalizados, gestão de conjuntos de dados(como o COCO) e implementação de soluções.
• Código aberto: Muitas arquitecturas e ferramentas de deteção de objectos são desenvolvidas ao abrigo de licenças de código aberto, promovendo a colaboração e a inovação na comunidade de IA. Recursos como o GitHub alojam numerosos projectos neste domínio.