Cookie 设置
点击 "接受所有 Cookie"，即表示您同意在您的设备上存储 Cookie，以增强网站导航、分析网站使用情况并协助我们的营销工作。更多信息
了解计算机视觉如何通过人工智能驱动的任务（如物体检测、图像分类和姿态估计）改变各行各业。
%25202.png)
20 年前，机器和计算机能够观察和理解世界的想法还只是科幻小说。如今，由于人工智能（AI）的进步，这一概念已成为现实。特别是计算机视觉（CV），它是人工智能的一个分支，能让机器理解并分析图像和视频。无论是实时识别物体、改进安全系统，还是实现复杂任务的自动化，计算机视觉的潜力都在不断突破可能的极限。
随着各行各业探索采用计算机视觉独特功能的不同方法，计算机视觉正在迅速塑造未来技术的发展方向。2024 年，计算机视觉 技术的 全球市场规模 达到 198.3 亿美元，预计未来几年的年增长率将达到 19.8%。
.png)
在本文中，我们将仔细研究计算机视觉，包括计算机视觉是什么、它是如何发展的以及它如今是如何工作的。我们还将探讨一些最有趣的应用。让我们开始吧！
计算机视觉是人工智能的一个子领域，它利用机器学习和神经网络教计算机理解图像或视频文件等视觉数据的内容。从处理过的图像中收集到的见解可用于做出更好的决策。例如，计算机视觉可用于零售业，通过分析货架图像跟踪库存水平，或通过自动结账系统提升购物体验。许多企业已经将计算机视觉技术用于不同的应用领域，从为智能手机照片添加滤镜等任务到制造业的质量控制，不一而足。
您可能想知道：为什么需要计算机视觉解决方案？需要持续关注的任务，如发现缺陷或识别图案，对人类来说是很困难的。眼睛会疲劳，可能会错过细节，尤其是在快节奏或复杂的环境中。
虽然人们善于识别不同大小、颜色、光线或角度的物体，但他们往往难以在压力下保持一致性。而计算机视觉解决方案则可以不间断地工作，快速准确地处理大量视觉数据。例如，它可以实时分析交通状况，检测拥堵情况，优化信号配时，甚至比人类观察者更快地识别事故。
多年来，计算机视觉已从一个理论概念发展成为一项可靠的技术，推动着各行各业的创新。让我们来看看计算机视觉发展的一些重要里程碑：
如今，计算机视觉技术发展迅速，改变了我们解决医疗保健、自动驾驶汽车和智能城市等领域问题的方式。Ultralytics YOLO (为实时 计算机视觉任务而设计的"你只看一次"（You Only Look Once）模型，让各行各业更容易有效、准确地实施视觉人工智能。随着人工智能和硬件的不断改进，这些模型正在帮助企业利用先进的视觉数据分析做出更明智的决策并简化运营。
计算机视觉系统的工作原理是利用神经网络来分析图像，这种算法的灵感来自人脑的工作原理。其中一种特殊的神经网络被称为卷积神经网络（CNN），特别适用于识别图片中的边缘和形状等模式。
为了简化视觉数据，汇集等技术将重点放在图像中最重要的部分，而附加层则处理这些信息，以执行识别特征或检测物体等任务。先进的模型，如 Ultralytics YOLO11等先进模型，其设计兼顾速度和准确性，使实时图像处理成为可能。
.png)
典型的计算机视觉应用需要经过几个步骤才能将原始图像转化为有用的洞察力。以下是四个主要阶段：
您可能已经注意到，在谈到计算机视觉如何工作时，我们提到了计算机视觉任务。Ultralytics YOLO11 等模型就是为支持这些任务而构建的，可为现实世界的应用提供快速、准确的解决方案。从检测物体到跟踪物体运动，YOLO11 都能高效地处理这些任务。让我们来探讨一下它所支持的一些关键计算机视觉任务及其工作原理。
物体检测是计算机视觉的一项关键任务，用于识别图像中的相关物体。物体检测任务的输出是一组边界框（围绕图像中检测到的物体绘制的矩形），以及类标签（每个物体的类别或类型，如 "汽车 "或 "人"）和置信度分数（表示模型对每次检测的确定程度的数值）。例如，物体检测可用于识别和精确定位街道上的行人或交通中的汽车。
%25202%2520(1)%25201%25202.png)
图像分类的主要目标是根据输入图像的整体内容为其分配一个预定义的标签或类别。这项任务通常涉及识别图像中的主要对象或特征。例如，图像分类可用于确定图像中包含的是猫还是狗。如下图所示，计算机视觉模型（如YOLO11 ）甚至可以进行定制训练，以对猫或狗的各个品种进行分类。
.png)
实例分割是在各种应用中使用的另一项重要计算机视觉任务。它包括将图像分割成若干段，并识别每个单独的物体，即使存在多个相同类型的物体也不例外。与物体检测不同的是，实例分割更进一步，它可以勾勒出每个物体的精确边界。例如，在汽车制造和维修中，实例分割可以帮助分别识别和标记每个汽车零件，使整个过程更加准确和高效。
姿势估计的目的是通过预测关键点的位置（如手、头和肘）来确定人或物体的位置和方向。这在需要实时了解身体动作的应用中尤其有用。人体姿态估计通常用于体育分析、动物行为监测和机器人等领域。
.png)
要了解YOLO11 支持的其他计算机视觉任务，可参考 Ultralytics 官方文档。它详细介绍了YOLO11 如何处理物体跟踪和定向边界框（OBB）物体检测等任务。
尽管有许多计算机视觉模型，但Ultralytics YOLO 系列因其强大的性能和多功能性而脱颖而出。随着时间的推移，Ultralytics YOLO 型号不断改进，变得更快、更准确，并能处理更多任务。当 Ultralytics YOLOv5推出后，利用视觉人工智能框架（如PyTorch ）部署模型变得更加容易。它让更多用户能够使用先进的视觉人工智能，将高精度与易用性结合起来。
下一步、 Ultralytics YOLOv8在此基础上，它进一步增加了实例分割、姿态估计和图像分类等新功能。与此同时，最新版本YOLO11 在多项计算机视觉任务中表现出色。与YOLOv8m 相比，YOLO11m 的参数减少了 22%，在COCO 数据集上实现了更高的平均精度（mAP），这意味着它可以更精确、更高效地检测物体。无论您是经验丰富的开发人员还是人工智能新手，YOLO11 都能为您的计算机视觉需求提供强大的解决方案。
前面，我们讨论了YOLO11 等计算机视觉模型如何应用于各行各业。现在，让我们来探讨更多改变我们日常生活的用例。
计算机视觉在医疗保健领域有着广泛的应用。物体检测和分类等任务可用于医学成像，使疾病检测更快、更准确。在 X 射线分析中，计算机视觉可以识别人眼无法识别的图案。
计算机视觉还可用于癌症检测，将癌细胞与健康细胞进行比较。同样，在 CT 扫描和核磁共振成像方面，计算机视觉也可用于分析图像，精确度接近人类。它可以帮助医生做出更好的决定，最终挽救更多生命。
.png)
计算机视觉对自动驾驶汽车至关重要，它可以帮助汽车探测路标和交通信号灯等物体。光学字符识别（OCR）等技术使汽车能够读取路标上的文字。计算机视觉还可用于行人检测，通过物体检测任务实时识别行人。
此外，计算机视觉甚至还能发现路面上的裂缝和坑洼，从而更好地监控路况变化。总之，计算机视觉技术可以在改善交通管理、提高交通安全和支持智能城市规划方面发挥关键作用。
比方说，农民可以自动播种、浇水，并按时收获庄稼，没有任何后顾之忧。这正是计算机视觉给农业带来的好处。它有助于对作物进行实时监控，这样农民就能比人类更准确地发现疾病或营养缺乏等问题。
除监测外，人工智能驱动的自动除草机还集成了计算机视觉功能，可以识别并清除杂草，从而降低劳动力成本，提高作物产量。这种技术组合可帮助农民优化资源、提高效率并保护作物。
%2520(1).png)
在制造业，计算机视觉有助于监控生产、检查产品质量并自动跟踪工人。人工智能视觉技术可使生产过程更快、更准确，同时减少错误，从而降低成本。
具体来说，质量保证通常使用对象检测和实例分割。缺陷检测系统对成品进行最后检查，以确保只有最好的产品才能送到客户手中。任何有凹痕或裂纹的产品都会被自动识别并剔除。这些系统还能对产品进行实时跟踪和计数，对装配线进行持续监控。
计算机视觉在课堂上的应用方式之一是手势识别--通过检测学生的动作实现个性化学习。YOLO11 等模型非常适合这项任务。它们可以实时准确地识别举手或困惑表情等手势。
当检测到这些手势时，可以通过提供额外帮助或修改内容来调整正在进行的课程，以更好地满足学生的需求。这就创造了一个更加动态和自适应的学习环境，帮助教师专注于教学，而系统则为每个学生的学习体验提供支持。
既然我们已经探讨了计算机视觉在各行各业的一些应用，下面就让我们深入了解推动其发展的主要趋势。
主要趋势之一是边缘计算，这是一种分布式计算框架，可以在更靠近数据源的地方处理数据。例如，边缘计算使摄像头和传感器等设备能够直接处理视觉数据，从而加快响应速度、减少延迟并提高隐私性。
计算机视觉的另一个主要趋势是使用融合现实技术。它将物理世界与数字元素相结合，利用计算机视觉使虚拟物体与现实世界顺利融合。它可用于改善游戏、教育和培训体验。
以下是计算机视觉可为各行各业带来的一些主要优势：
尽管这些优势凸显了计算机视觉如何影响各行各业，但考虑其实施过程中的挑战也很重要。以下是一些主要挑战：
计算机视觉正在重塑机器与世界互动的方式，让机器像人类一样观察和理解世界。计算机视觉已被广泛应用于许多领域，如提高自动驾驶汽车的安全性、帮助医生更快地诊断疾病、使购物更加个性化，甚至帮助农民进行作物监测。
随着技术的不断进步，边缘计算和融合现实等新趋势带来了更多的可能性。虽然存在一些挑战，如偏差和高成本，但计算机视觉有可能在未来对许多行业产生巨大的积极影响。
要了解更多信息，请访问我们的GitHub 存储库并与我们的社区互动。在我们的解决方案页面，探索自动驾驶汽车中的人工智能和农业中的计算机视觉等领域的创新。🚀
