Các Detector Đối Tượng Hai Giai Đoạn

Các bộ dò đối tượng hai giai đoạn là một lớp kiến ​​trúc học sâu (DL) phức tạp được sử dụng trong thị giác máy tính để xác định và định vị các đối tượng trong một hình ảnh. Không giống như các bộ dò một giai đoạn thực hiện phát hiện trong một lần duy nhất, các mô hình này chia nhiệm vụ thành hai giai đoạn riêng biệt: đề xuất vùng và phân loại đối tượng. Cách tiếp cận phân tách này được tiên phong để ưu tiên độ chính xác định vị cao, khiến các bộ dò này có ý nghĩa lịch sử trong sự phát triển của trí tuệ nhân tạo (AI) . Bằng cách tách biệt "vị trí" khỏi "đối tượng", các bộ dò hai giai đoạn thường đạt được độ chính xác vượt trội, đặc biệt là đối với các đối tượng nhỏ hoặc bị che khuất, mặc dù điều này thường đi kèm với chi phí tăng tài nguyên tính toán và độ trễ suy luận chậm hơn.

Quy trình hai giai đoạn

Kiến trúc của bộ dò hai giai đoạn dựa trên quy trình làm việc tuần tự, mô phỏng cách con người xem xét kỹ lưỡng một khung cảnh.

1. Đề xuất vùng: Ở giai đoạn đầu tiên, mô hình quét ảnh đầu vào để xác định các khu vực tiềm năng nơi có thể tồn tại các đối tượng. Một thành phần được gọi là Mạng đề xuất vùng (RPN) tạo ra một tập hợp thưa các hộp ứng cử viên, thường được gọi là Vùng quan tâm (RoI). Giai đoạn này lọc bỏ phần lớn nền, cho phép mạng tập trung sức mạnh xử lý vào các khu vực liên quan.
2. Phân loại và tinh chỉnh: Ở giai đoạn thứ hai, mô hình trích xuất các đặc trưng từ các vùng ứng cử viên này bằng cách sử dụng Mạng thần kinh tích chập (CNN) . Sau đó, nó gán một nhãn lớp cụ thể (ví dụ: "người", "phương tiện") cho mỗi vùng và tinh chỉnh tọa độ của hộp giới hạn để bao quanh đối tượng một cách chính xác.

Những ví dụ nổi bật về kiến ​​trúc này bao gồm họ R-CNN, đặc biệt là Faster R-CNN và Mask R-CNN , vốn đã thiết lập tiêu chuẩn cho các bài kiểm tra học thuật trong nhiều năm.

So sánh với các đầu dò một tầng

Việc phân biệt giữa các mô hình hai giai đoạn và các bộ dò vật thể một giai đoạn như Single Shot MultiBox Detector (SSD) và... là rất hữu ích. Ultralytics YOLO Trong khi các mô hình hai giai đoạn ưu tiên độ chính xác bằng cách xử lý các vùng riêng biệt, các mô hình một giai đoạn lại coi việc phát hiện là một bài toán hồi quy duy nhất, ánh xạ trực tiếp các pixel hình ảnh đến tọa độ hộp giới hạn và xác suất lớp.

Trong quá khứ, điều này tạo ra một sự đánh đổi: các mô hình hai giai đoạn chính xác hơn nhưng chậm hơn, trong khi các mô hình một giai đoạn nhanh hơn nhưng kém chính xác hơn. Tuy nhiên, những tiến bộ hiện đại đã làm mờ ranh giới này. Các mô hình tiên tiến như YOLO26 hiện nay sử dụng kiến ​​trúc đầu cuối có độ chính xác sánh ngang với các bộ dò hai giai đoạn trong khi vẫn duy trì tốc độ cần thiết cho suy luận thời gian thực .

Các Ứng dụng Thực tế

Do chú trọng vào độ chính xác và khả năng thu hồi dữ liệu , các bộ dò hai giai đoạn thường được ưu tiên sử dụng trong những trường hợp mà sự an toàn và chi tiết quan trọng hơn tốc độ xử lý thô.

• Chẩn đoán hình ảnh y tế: Trong lĩnh vực trí tuệ nhân tạo ứng dụng trong chăm sóc sức khỏe , việc bỏ sót chẩn đoán có thể gây hậu quả nghiêm trọng. Kiến trúc hai giai đoạn thường được sử dụng trong phân tích hình ảnh y tế để... detect Các bất thường như khối u trên phim X-quang hoặc ảnh chụp MRI. Quy trình nhiều bước này giúp đảm bảo không bỏ sót các tổn thương nhỏ trên nền mô phức tạp, cung cấp cho các bác sĩ X-quang sự hỗ trợ tự động với độ tin cậy cao.
• Kiểm tra công nghiệp độ chính xác cao: Trong sản xuất thông minh , các hệ thống kiểm tra hình ảnh tự động sử dụng các mô hình này để xác định các khuyết tật siêu nhỏ trên dây chuyền lắp ráp. Ví dụ, việc phát hiện vết nứt nhỏ trên cánh tuabin đòi hỏi độ chính xác Giao điểm trên Hợp nhất ( IoU ) cao mà các bộ dò hai giai đoạn cung cấp, đảm bảo rằng chỉ những bộ phận hoàn hảo mới được chuyển sang giai đoạn sản xuất tiếp theo.

Triển khai hệ thống phát hiện hiện đại

Mặc dù các bộ dò hai giai đoạn đã đặt nền tảng cho thị giác máy tính độ chính xác cao, các nhà phát triển hiện đại thường sử dụng các mô hình một giai đoạn tiên tiến hơn, mang lại hiệu suất tương đương với quy trình triển khai dễ dàng hơn đáng kể. Nền tảng Ultralytics đơn giản hóa việc huấn luyện và triển khai các mô hình này, quản lý tập dữ liệu và tài nguyên tính toán một cách hiệu quả.

Sau đây Python Ví dụ này minh họa cách tải và chạy suy luận bằng quy trình phát hiện đối tượng hiện đại. ultralyticsĐạt được kết quả có độ chính xác cao tương tự như các phương pháp hai giai đoạn truyền thống nhưng hiệu quả hơn:

from ultralytics import YOLO

# Load the YOLO26 model, a modern high-accuracy detector
model = YOLO("yolo26n.pt")

# Run inference on an image to detect objects
results = model("https://ultralytics.com/images/bus.jpg")

# Process results (bounding boxes, classes, and confidence scores)
for result in results:
    result.show()  # Display the detection outcomes
    print(result.boxes.conf)  # Print confidence scores