物体检测

物体检测如何工作

物体检测通常包含两项核心任务：物体分类（确定 "什么 "物体存在）和物体定位（确定物体 "在哪里"）。现代物体检测系统在很大程度上依赖于深度学习（DL），尤其是卷积神经网络（CNN）。这些网络在大型数据集（如流行的COCO 数据集）上进行训练，以学习与不同物体类别相关的特征和模式。模型处理输入图像并输出边界框列表，每个边界框都有一个相关的类别标签（如 "汽车"、"人"）和置信度分数。这些模型的性能通常使用 "交集大于联合"（Intersection over Union，IoU）和 "平均精度"（mean Average Precision，mAP）等指标来衡量。

物体检测与相关任务

必须将物体检测与其他相关的计算机视觉任务区分开来：

• 图像分类：为整个图像指定一个标签（如 "此图像包含一只猫"）。它不提供物体的位置信息。
• 图像分割：对图像中的每个像素进行分类。语义分割为每个像素分配一个类别标签（例如，所有属于汽车的像素都被标记为 "汽车"），而实例分割则区分同一类别的不同实例（例如，标记为 "汽车 1"、"汽车 2"）。与物体检测的边界框相比，分割能提供更详细的空间信息。

物体检测模型类型

物体检测模型一般分为两类：

• 两阶段检测器：这些模型首先提出物体可能所在的兴趣区域（RoIs），然后对这些区域内的物体进行分类。例如 R-CNN 系列（基于区域的 CNN）。它们通常能达到很高的准确率，但速度可能较慢。
• 单级检测器：这些模型直接在图像网格上一次性完成定位和分类。例如 Ultralytics YOLO模型，如 YOLOv8和YOLOv11。它们通常速度更快，适合实时推理。无锚检测器等新方法进一步简化了检测过程。您可以探索不同YOLO 模型之间的比较，以了解它们之间的权衡。

实际应用

物体检测对于各行各业的众多应用都至关重要：

• 自主系统：使自动驾驶汽车中的人工智能车辆能够检测到行人、其他车辆、交通标志和障碍物，从而实现安全导航。Waymo 的技术在很大程度上依赖于复杂的物体探测。
• 监视和安全：监控未经授权进入的区域、侦测可疑活动或实施自动安全警报系统。
• 零售分析：跟踪货架上的产品，进行人工智能驱动的库存管理，分析顾客流量，改进结账流程。
• 医疗保健：通过识别 X 射线或核磁共振成像等扫描图像中的肿瘤、病变或其他异常，协助进行医学图像分析。在《放射学》等期刊上发表的研究成果中，人工智能就经常以此类应用为特色：人工智能》等期刊上发表的研究通常都以此类应用为特色。
• 农业：利用人工智能农业解决方案监测作物健康状况、检测害虫并实现收获过程自动化。

工具和培训

开发对象检测模型需要使用专门的工具和平台。框架，如 PyTorch和 TensorFlow等框架提供了构建模块。OpenCV等库提供了基本的计算机视觉功能。Ultralytics 提供最先进的 Ultralytics YOLO模型和Ultralytics HUB平台，简化了训练自定义模型、管理数据集和高效部署解决方案的过程。有效的模型训练通常需要精心的超参数调整和数据增强策略。