Detectores de objectos de duas fases

Como funcionam os detectores de duas fases

O funcionamento dos detectores de duas fases envolve um processo sequencial, aproveitando as técnicas de aprendizagem profunda, nomeadamente as redes neurais convolucionais (CNN).

1. Fase 1: Proposta de região: A primeira etapa normalmente usa uma Rede de Proposta de Região (RPN), um conceito popularizado pelo modelo Faster R-CNN. A RPN examina as caraterísticas da imagem (extraídas por uma CNN de base como a ResNet) e propõe um conjunto de regiões candidatas com probabilidade de conter objectos. Estas propostas são essencialmente caixas de delimitação grosseiras em torno de objectos potenciais.
2. Fase 2: Classificação e refinamento: As regiões propostas (RoIs) são então passadas para a segunda fase. Para cada RoI, as caraterísticas são extraídas (muitas vezes usando técnicas como RoIPool ou RoIAlign), e uma rede neural (NN) executa duas tarefas: classificar o objeto dentro da RoI (por exemplo, 'carro', 'pessoa', 'fundo') e refinar as coordenadas da caixa delimitadora para ajustar o objeto com mais precisão. Exemplos proeminentes incluem a família R-CNN(O que é R-CNN?, Fast R-CNN, Faster R-CNN) e Mask R-CNN, que estende essa abordagem para realizar a segmentação de instâncias.

Vantagens e desvantagens

Os detectores de duas fases oferecem vantagens distintas, mas também apresentam desvantagens:

Vantagens:

• Alta precisão: A separação entre a geração de propostas e a classificação/refinamento permite um processamento mais direcionado, resultando geralmente numa maior precisão, particularmente medida por métricas como a precisão média (mAP).
• Melhor localização: A fase de refinamento conduz frequentemente a previsões de caixas delimitadoras mais precisas.
• Eficaz para objectos pequenos: Podem ter um desempenho melhor do que os detectores de uma fase na identificação de objectos mais pequenos numa imagem devido à segunda fase focada.

Desvantagens:

• Velocidade mais lenta: O processo sequencial de duas fases requer inerentemente mais tempo de computação, resultando numa latência de inferência mais baixa em comparação com os métodos de uma fase. Isto torna-os menos adequados para aplicações que requerem inferência em tempo real.
• Complexidade: A arquitetura é geralmente mais complexa de implementar e treinar.
• Custo computacional mais elevado: Normalmente, requerem mais recursos computacionais (como GPUs) tanto para o treino como para a inferência.

Comparação com detectores de uma fase

A principal distinção reside na arquitetura e na abordagem. Os detectores de objectos de uma fase, como o Ultralytics YOLO da Ultralytics (por exemplo, o YOLOv8, YOLO11) e SSD, efectua a localização e classificação de objectos simultaneamente numa única passagem pela rede. Isto torna-os significativamente mais rápidos. A escolha entre detectores de uma fase e de duas fases envolve frequentemente um compromisso: dar prioridade à velocidade (uma fase) ou à precisão máxima (duas fases). Embora os detectores de uma fase tenham reduzido significativamente a diferença de precisão, os detectores de duas fases mantêm frequentemente uma vantagem em cenários que exigem a maior precisão.

Aplicações no mundo real

A elevada precisão dos detectores de duas fases torna-os valiosos em aplicações onde a precisão é fundamental:

• Análise de imagens médicas: Detetar anomalias subtis, como pequenos tumores ou lesões em exames de TAC ou RMN, em que a elevada precisão é fundamental para o diagnóstico. Modelos como Mask R-CNN foram adaptados para essas tarefas em IA na área da saúde (ver exemplo: Mask R-CNN em imagens médicas).
• Condução autónoma: Permitir que os sistemas de perceção detalhada em veículos autónomos detectem e classifiquem com precisão vários objectos, como peões, veículos e sinais de trânsito, mesmo em ambientes desordenados ou desafiantes, contribuindo para a segurança geral no âmbito da IA no sector automóvel.
• Imagens de satélite de alta resolução: Análise de imagens de satélite detalhadas para a identificação precisa de objectos, como o seguimento de tipos específicos de veículos ou alterações de infra-estruturas na análise de imagens de satélite.
• Controlo de qualidade no fabrico: Inspecciona produtos para detetar pequenos defeitos que requerem uma elevada precisão de localização em IA no fabrico. Estruturas como o Detectron2 da Meta AI fornecem implementações de modelos populares de duas fases.