Die Vorteile des Ultralytics YOLO11 als ankerloser Detektor

Wenn wir auf die Geschichte der Vision AI-Modelle zurückblicken, so existiert das Konzept der Objekterkennung – eine zentrale Aufgabe der Computer Vision, bei der Objekte innerhalb eines Bildes oder Videos identifiziert und lokalisiert werden – bereits seit den 1960er Jahren. Der Hauptgrund für ihre Bedeutung bei hochmodernen Innovationen heutzutage ist jedoch, dass sich die Objekterkennungstechniken und Modellarchitekturen seither weiterentwickelt und rasant verbessert haben. 

In einem früheren Artikel haben wir die Entwicklung der Objekterkennung und den Weg, der zu denYOLO Ultralytics geführt hat, erörtert. Heute konzentrieren wir uns auf einen speziellen Meilenstein auf diesem Weg: den Sprung von ankerbasierten Detektoren zu ankerfreien Detektoren. 

Anchor-basierte Detektoren verwenden vordefinierte Boxen, sogenannte "Anker", um vorherzusagen, wo sich Objekte in einem Bild befinden. Im Gegensatz dazu verzichten ankerfreie Detektoren auf diese vordefinierten Boxen und sagen stattdessen Objektpositionen direkt voraus.

Auch wenn diese Änderung einfach und logisch erscheint, hat sie doch zu erheblichen Verbesserungen bei der Genauigkeit und Effizienz der Objekterkennung geführt. In diesem Artikel erfahren Sie, wie verankerungsfreie Detektoren die Computer Vision durch Fortschritte wie Ultralytics YOLO11.

Was sind ankerbasierte Detektoren?

Ankerbasierte Detektoren verwenden vordefinierte Boxen, sogenannte Anker, um Objekte in einem Bild zu lokalisieren. Stellen Sie sich diese Anker als ein Gitter aus Boxen unterschiedlicher Größe und Form vor, die über das Bild gelegt werden. Das Modell passt diese Boxen dann an die von ihm erkannten Objekte an. Wenn das Modell beispielsweise ein Auto identifiziert, ändert es die Ankerbox, um sie genauer an die Position und Größe des Autos anzupassen.

Jeder Anker ist mit einem möglichen Objekt im Bild verknüpft, und während des Trainings lernt das Modell, wie es die Ankerboxen optimieren kann, um die Position, die Größe und das Seitenverhältnis des Objekts besser zu erfassen. Auf diese Weise kann das Modell Objekte in verschiedenen Maßstäben und Ausrichtungen detect . Die Auswahl des richtigen Satzes von Ankerboxen kann jedoch zeitaufwändig sein, und der Prozess der Feinabstimmung kann fehleranfällig sein.

‍

Ankerbasierte Detektoren wie YOLOv4 haben sich zwar in vielen Anwendungen bewährt, haben aber auch einige Nachteile. Zum Beispiel passen Ankerboxen nicht immer gut zu Objekten unterschiedlicher Form oder Größe, was es dem Modell erschwert, kleine oder unregelmäßig geformte Objekte detect . Die Auswahl und Feinabstimmung der Größe der Ankerboxen kann außerdem zeitaufwändig sein und erfordert viel manuellen Aufwand. Abgesehen davon haben verankerungsbasierte Modelle oft Probleme mit der Erkennung von verdeckten oder überlappenden Objekten, da die vordefinierten Boxen sich möglicherweise nicht gut an diese komplexeren Szenarien anpassen.

Der Übergang zur ankerfreien Objektdetektion

Anchor-freie Detektoren erlangten ab 2018 mit Modellen wie CornerNet und CenterNet Aufmerksamkeit, die einen neuen Ansatz für die Objekterkennung verfolgten, indem sie die Notwendigkeit vordefinierter Ankerboxen eliminierten. Im Gegensatz zu traditionellen Modellen, die sich auf Ankerboxen unterschiedlicher Größe und Form verlassen, um vorherzusagen, wo sich Objekte befinden, sagen ankerfreie Modelle die Positionen von Objekten direkt voraus. Sie konzentrieren sich auf Schlüsselpunkte oder Merkmale des Objekts, wie z. B. das Zentrum, was den Erkennungsprozess vereinfacht und ihn schneller und genauer macht.

Hier ist, wie ankerfreie Modelle im Allgemeinen funktionieren:

• Keypoint-Erkennung: Anstatt vordefinierte Boxen zu verwenden, identifizieren einige Modelle wichtige Punkte auf einem Objekt, wie z. B. den Mittelpunkt oder bestimmte Ecken. Diese Keypoints helfen Modellen, herauszufinden, wo sich das Objekt befindet und wie groß es ist.
  ‍
• Zentrum-Vorhersage: Einige Modelle konzentrieren sich auf die Vorhersage des Zentrums eines Objekts. Sobald das Zentrum lokalisiert ist, kann das Modell von dort aus die Größe und Position des gesamten Objekts vorhersagen.
  ‍
• Heatmap-Regression: Viele ankerfreie Modelle verwenden Heatmaps, wobei jedes Pixel eine mögliche Position eines Objekts darstellt. Stärkere Heatmap-Werte deuten auf eine höhere Wahrscheinlichkeit hin, dass sich an diesem Punkt ein Objekt befindet.

‍

Da verankerungsfreie Modelle nicht auf Ankerboxen angewiesen sind, sind sie einfacher aufgebaut. Das bedeutet, dass sie rechenintensiver sind. Da sie nicht mehrere Ankerboxen verarbeiten müssen, können sie Objekte schneller detect - ein wichtiger Vorteil bei Echtzeitanwendungen wie autonomem Fahren und Videoüberwachung. 

Modelle ohne Anker sind auch viel besser für kleine, unregelmäßige oder verdeckte Objekte geeignet. Da sie sich auf die Erkennung von Schlüsselpunkten konzentrieren, anstatt zu versuchen, Ankerboxen einzupassen, sind sie viel flexibler. Dadurch können sie Objekte in unübersichtlichen oder komplexen Umgebungen genau detect , in denen verankerungsbasierte Modelle versagen können.

Ultralytics YOLO11: Ein verankerungsfreier Detektor

Ursprünglich auf Schnelligkeit und Effizienz ausgelegt, haben sich die YOLO allmählich von ankerbasierten Methoden zu einer ankerfreien Erkennung entwickelt, wodurch Modelle wie YOLO11 schneller, flexibler und besser für eine Vielzahl von Echtzeitanwendungen geeignet sind.

Hier ein kurzer Blick darauf, wie sich das ankerlose Design in den verschiedenen YOLO entwickelt hat:

• Ultralytics YOLOv5u: Einführung des verankerungsfreien Ultralytics , der die Notwendigkeit vordefinierter Ankerboxen beseitigt. Stattdessen sagt das Modell direkt voraus, wo sich Objekte in einem Bild befinden, was den Prozess vereinfacht und die Flexibilität und Geschwindigkeit verbessert.
  ‍
• YOLOv6: Es wurde eine neue Methode namens Anchor-Aided Training (AAT) verwendet, bei der Anker nur während des Trainings verwendet wurden. Dadurch konnte das Modell während des Trainings von der Struktur der ankerbasierten Methoden profitieren, während es zur Laufzeit weiterhin eine ankerfreie Erkennung für eine bessere Geschwindigkeit und Anpassungsfähigkeit verwendete.
  ‍
• Ultralytics YOLOv8: Vollständige Umstellung auf verankerungsfreie Erkennung durch Verwendung des verankerungsfreien geteilten Ultralytics . Dadurch wurde das Modell schneller und genauer, insbesondere bei kleinen oder seltsam geformten Objekten, die nicht gut in die Ankerboxen passen.
  ‍
• Ultralytics YOLO11: Baut auf dem verankerungsfreien Ansatz von YOLOv8auf und optimiert die Erkennung noch weiter, indem es die Ankerboxen vollständig eliminiert. Dies führt zu einer schnelleren und genaueren Erkennung für Echtzeitanwendungen wie die Überwachung von Tierverhalten und Einzelhandelsanalysen.

‍

Praktische Anwendungen von YOLO11

Ein gutes Beispiel für die Vorteile der ankerlosen Erkennung mit YOLO11 sind autonome Fahrzeuge. In selbstfahrenden Autos ist die schnelle und genaue Erkennung von Fußgängern, anderen Fahrzeugen und Hindernissen entscheidend für die Sicherheit. Der verankerungsfreie Ansatz von YOLO11 vereinfacht den Erkennungsprozess, indem er die Schlüsselpunkte von Objekten, wie die Mitte eines Fußgängers oder die Grenzen eines anderen Fahrzeugs, direkt vorhersagt, anstatt sich auf vordefinierte Ankerboxen zu verlassen. 

‍

YOLO11 muss nicht für jedes Objekt ein Raster von Ankern einstellen oder anpassen, was rechenintensiv und langsam sein kann. Stattdessen konzentriert es sich auf die wichtigsten Merkmale, wodurch es schneller und effizienter wird. Wenn z. B. ein Fußgänger in den Weg des Fahrzeugs tritt, kann YOLO11 seine Position schnell identifizieren, indem es Schlüsselpunkte festlegt, selbst wenn die Person teilweise verdeckt ist oder sich bewegt. Die Fähigkeit, sich an unterschiedliche Formen und Größen ohne Ankerboxen anzupassen, ermöglicht es YOLO11 , Objekte zuverlässiger und mit höherer Geschwindigkeit detect , was für die Entscheidungsfindung in autonomen Fahrsystemen in Echtzeit unerlässlich ist.

Andere Anwendungen, bei denen die verankerungsfreien Fähigkeiten von YOLO11besonders hervorstechen, sind:

• Einzelhandel und Bestandsverwaltung: YOLO11 erleichtert die Überwachung der Produkte in den Regalen, auch wenn diese gestapelt oder teilweise blockiert sind. Dies hilft bei einer schnelleren und genaueren Bestandsverfolgung und reduziert Fehler.
  ‍
• Medizinische Bildgebung: YOLO11 kann auch im Gesundheitswesen eingesetzt werden, wo es Tumore oder andere Anomalien in medizinischen Scans detect kann. Seine Fähigkeit, mit unregelmäßig geformten Objekten zu arbeiten, trägt zur Verbesserung der Genauigkeit bei der Diagnose komplexer Erkrankungen bei.
  ‍
• Überwachung von Wildtieren: In der Wildtierforschung kann YOLO11 Tiere in dichten Wäldern oder unwegsamem Gelände track und Forschern helfen, das Verhalten zu überwachen oder gefährdete Arten zu schützen.
  ‍
• Sport-Analytik: YOLO11 kann verwendet werden, um Spieler, Ballbewegungen oder andere Elemente während Sportereignissen in Echtzeit track und so wertvolle Erkenntnisse für Teams, Trainer und Fernsehsender zu gewinnen.

Überlegungen bei der Arbeit mit ankerfreien Modellen

Ankerfreie Modelle wie YOLO11 bieten zwar viele Vorteile, haben aber auch gewisse Einschränkungen. Eine der wichtigsten praktischen Überlegungen ist, dass selbst verankerungsfreie Modelle Probleme mit verdeckten oder stark überlappenden Objekten haben können. Dahinter steckt die Überlegung, dass das Computersehen das menschliche Sehen nachahmen soll, und so wie wir manchmal Schwierigkeiten haben, verdeckte Objekte zu erkennen, können KI-Modelle vor ähnlichen Herausforderungen stehen.

Ein weiterer interessanter Faktor hängt mit der Verarbeitung von Modellvorhersagen zusammen. Obwohl die Architektur verankerungsfreier Modelle einfacher ist als die verankerungsbasierter Modelle, ist in bestimmten Fällen eine zusätzliche Verfeinerung erforderlich. So können beispielsweise Nachbearbeitungstechniken wie die nichtmaximale UnterdrückungNMS) erforderlich sein, um überlappende Vorhersagen zu bereinigen oder die Genauigkeit in überfüllten Szenen zu verbessern.

Verankerung in der Zukunft der KI mit YOLO11

Der Übergang von der verankerungsbasierten zur verankerungsfreien Erkennung war ein bedeutender Fortschritt bei der Objekterkennung. Mit verankerungsfreien Modellen wie YOLO11 wird der Prozess vereinfacht, was zu Verbesserungen bei Genauigkeit und Geschwindigkeit führt.

Mit YOLO11 haben wir gesehen, wie sich die verankerungsfreie Objekterkennung in Echtzeitanwendungen wie selbstfahrenden Autos, Videoüberwachung und medizinischer Bildgebung auszeichnet, wo eine schnelle und präzise Erkennung entscheidend ist. Dank dieses Ansatzes kann sich YOLO11 leichter an unterschiedliche Objektgrößen und komplexe Szenen anpassen und bietet eine bessere Leistung in unterschiedlichen Umgebungen.

Da sich Computer Vision ständig weiterentwickelt, wird die Objekterkennung nur noch schneller, flexibler und effizienter werden.

Erkunden Sie unser GitHub-Repository und treten Sie unserer engagierten Community bei, um über alle Themen rund um KI auf dem Laufenden zu bleiben. Erfahren Sie, wie Vision AI Branchen wie Fertigung und Landwirtschaft beeinflusst.