Узнай, как ограничивающие рамки позволяют использовать системы обнаружения объектов, искусственного интеллекта и машинного обучения. Изучи их роль в приложениях компьютерного зрения!
Ограничительная рамка - это прямоугольная рамка, используемая в компьютерном зрении (КВЗ) для указания местоположения и протяженности объекта в кадре изображения или видео. Эти рамки обычно определяются координатами их левого верхнего и правого нижнего углов, обеспечивая простой, но эффективный способ указать, где находится объект и сколько места он занимает. Граничные коробки являются фундаментальными компонентами в различных задачах CV, включая обнаружение объектов, отслеживание объектов и аннотирование изображений, и составляют краеугольный камень многих современных систем искусственного интеллекта (AI) и машинного обучения (ML).
Граничные коробки очень важны для обучения и оценки моделей обнаружения объектов. В задачах, решаемых такими моделями, как Ultralytics YOLOограничительные рамки служат в качестве базовой истины во время обучения, обучая модель точному определению местоположения объектов. Во время вывода модель предсказывает границы вокруг обнаруженных объектов. Такая способность к локализации очень важна для приложений, требующих не только идентификации объектов, но и их точного местоположения, например в автономных транспортных средствах или роботизированных системах. Процесс часто начинается с тщательного аннотирования данных, когда человек или автоматизированные инструменты рисуют ограничительные рамки вокруг объектов на обучающих изображениях, часто используя такие инструменты, как CVAT.
Несколько метрик и техник тесно связаны с использованием и оценкой ограничительных коробок в ML-моделях:
В то время как ограничительные рамки определяют местоположение объектов с помощью прямоугольников, другие техники компьютерного зрения предлагают различные уровни детализации:
Граничные коробки являются неотъемлемой частью многочисленных практических приложений ИИ:
При разработке искусственного интеллекта в самодвижущихся автомобилях ограничительные рамки имеют решающее значение для обнаружения и отслеживания пешеходов, велосипедистов, других транспортных средств и дорожных препятствий. Точное обнаружение объектов в реальном времени с помощью ограничительных блоков позволяет системе автомобиля принимать обоснованные решения для безопасной навигации и предотвращения столкновений, соблюдая рекомендации по безопасности, разработанные такими организациями, как Национальная администрация безопасности дорожного движения (NHTSA). Узнай больше о роли ИИ в создании самоуправляемых автомобилей.
Ритейлеры используют обнаружение объектов с ограничивающими рамками для автоматического контроля полок и управления запасами. Камеры, оснащенные моделями искусственного интеллекта, могут обнаруживать продукты, подсчитывать уровень запасов, выявлять неправильно расставленные предметы и отслеживать взаимодействие покупателей с товарами. Это повышает эффективность, сокращает ручные усилия и предоставляет ценные данные для оптимизации планировки магазина и пополнения запасов. Анализ таких тенденций в области розничных технологий подчеркивает растущую важность искусственного интеллекта в этом секторе. Ты можешь найти различные решенияUltralytics для разных отраслей.
RU
EN
ZH
KO
JA
DE
FR
ES
PT
IT
AR
TR
VI
