Los beneficios de que Ultralytics YOLO11 sea un detector sin anclas

Si echamos la vista atrás a la historia de Vision AI models, el concepto de detección de objetos —una tarea fundamental de computer vision que consiste en identificar y localizar objetos dentro de una imagen o vídeo— existe desde la década de 1960. Sin embargo, la razón principal de su importancia en las innovaciones de vanguardia actuales es que las técnicas de detección de objetos y las arquitecturas de modelos han avanzado y mejorado rápidamente desde entonces.

En un artículo anterior, analizamos la evolución de la detección de objetos y el camino que ha llevado a los modelos Ultralytics YOLO. Hoy nos centraremos en explorar un hito más específico en este viaje: el salto de los detectores basados en anclajes (anchor-based) a los detectores sin anclajes (anchor-free).

Los detectores basados en anclajes confían en cajas predefinidas, llamadas "anclajes" (anchors), para predecir dónde se encuentran los objetos en una imagen. En contraste, los detectores sin anclajes omiten estas cajas predefinidas y predicen las ubicaciones de los objetos directamente.

Aunque este cambio pueda parecer sencillo y lógico, en realidad ha provocado mejoras importantes en la precisión y eficiencia de la detección de objetos. En este artículo, entenderemos cómo los detectores sin anclajes han remodelado el computer vision a través de avances como Ultralytics YOLO11.

¿Qué son los detectores basados en anclas?#

Los detectores basados en anclajes utilizan cajas predefinidas, conocidas como anclajes, para ayudar a ubicar objetos en una imagen. Piensa en estos anclajes como una cuadrícula de cajas de diferentes tamaños y formas colocadas sobre la imagen. El modelo ajusta entonces estas cajas para que se adapten a los objetos que detecta. Por ejemplo, si el modelo identifica un coche, modificará la caja de anclaje para que coincida con la posición y el tamaño del coche con mayor precisión.

Cada anclaje está asociado con un posible objeto en la imagen y, durante el entrenamiento, el modelo aprende a ajustar las cajas de anclaje para que coincidan mejor con la ubicación, el tamaño y la relación de aspecto del objeto. Esto permite al modelo detectar objetos a diferentes escalas y orientaciones. Sin embargo, seleccionar el conjunto correcto de cajas de anclaje puede llevar tiempo, y el proceso de afinarlas puede ser propenso a errores.

Fig 1. ¿Qué es una caja de anclaje?

Aunque los detectores basados en anclajes, como YOLOv4, han funcionado bien en muchas aplicaciones, tienen algunos inconvenientes. Por ejemplo, las cajas de anclaje no siempre se alinean bien con objetos de diferentes formas o tamaños, lo que dificulta que el modelo detecte objetos pequeños o con formas irregulares. El proceso de seleccionar y afinar los tamaños de las cajas de anclaje también puede llevar mucho tiempo y requiere un gran esfuerzo manual. Aparte de esto, los modelos basados en anclajes a menudo tienen dificultades para detectar objetos ocluidos o superpuestos, ya que las cajas predefinidas pueden no adaptarse bien a estos escenarios más complejos.

El cambio a la detección de objetos libre de anclas#

Los detectores libres de anclas empezaron a ganar atención en 2018 con modelos como CornerNet y CenterNet, que adoptaron un nuevo enfoque para la detección de objetos al eliminar la necesidad de cuadros de ancla predefinidos. A diferencia de los modelos tradicionales que se basan en cuadros de ancla de diferentes tamaños y formas para predecir dónde están los objetos, los modelos libres de anclas predicen las ubicaciones de los objetos directamente. Se centran en puntos clave o características del objeto, como el centro, lo que simplifica el proceso de detección y lo hace más rápido y preciso.

Así es como funcionan generalmente los modelos libres de anclas:

• Detección de puntos clave: En lugar de usar cajas predefinidas, algunos modelos identifican puntos importantes en un objeto, como el centro o esquinas específicas. Estos puntos clave ayudan a los modelos a averiguar dónde está el objeto y qué tamaño tiene.
• Predicción del centro: Algunos modelos se centran en predecir el centro de un objeto. Una vez localizado el centro, el modelo puede predecir el tamaño y la posición de todo el objeto a partir de ahí.
• Regresión de mapas de calor (heatmap regression): Muchos modelos sin anclajes utilizan mapas de calor, donde cada píxel representa la ubicación posible de un objeto. Los valores más altos en el mapa de calor indican una mayor confianza de que hay un objeto presente en ese punto.

Fig 2. Detección basada en anclajes frente a detección sin anclajes.

Debido a que los modelos libres de anclas no dependen de cuadros de ancla, tienen un diseño más sencillo. Esto significa que son computacionalmente más eficientes. Como no tienen que procesar múltiples cuadros de ancla, pueden detectar objetos más rápidamente, una ventaja importante en aplicaciones en tiempo real como la conducción autónoma y la videovigilancia.

Los modelos sin anclajes también son mucho mejores manejando objetos pequeños, irregulares u ocluidos. Dado que se centran en detectar puntos clave en lugar de intentar ajustar cajas de anclaje, son mucho más flexibles. Esto les permite detectar objetos con precisión en entornos complejos o abarrotados donde los modelos basados en anclajes pueden fallar.

Ultralytics YOLO11: Un detector libre de anclas#

Diseñados originalmente para ofrecer velocidad y eficiencia, los modelos YOLO han pasado gradualmente de métodos basados en anclajes a la detección sin anclajes, lo que hace que modelos como Ultralytics YOLO11 sean más rápidos, flexibles y adecuados para una amplia gama de aplicaciones en tiempo real.

Aquí tienes un rápido vistazo a cómo ha evolucionado el diseño libre de anclas a través de las diferentes versiones de YOLO:

• Ultralytics YOLOv5u: Introdujo la cabeza dividida sin anclajes (Anchor-Free Split Ultralytics Head), eliminando la necesidad de cajas de anclaje predefinidas. En su lugar, el modelo predice directamente dónde están los objetos en una imagen, simplificando el proceso y mejorando la flexibilidad y la velocidad.
• YOLOv6: Se utilizó un nuevo método llamado entrenamiento asistido por anclajes (Anchor-Aided Training o AAT), donde los anclajes se usaban solo durante el entrenamiento. Esto permitió al modelo beneficiarse de la estructura de los métodos basados en anclajes durante el entrenamiento, utilizando al mismo tiempo la detección sin anclajes en tiempo de ejecución para lograr una mayor velocidad y adaptabilidad.
• Ultralytics YOLOv8: Cambió por completo a la detección sin anclajes utilizando la cabeza dividida sin anclajes (Anchor-Free Split Ultralytics Head). Esto hizo que el modelo fuera más rápido y preciso, especialmente para objetos pequeños o con formas extrañas que no encajan bien con las cajas de anclaje.
• Ultralytics YOLO11: Se basa en el enfoque sin anclajes de YOLOv8, optimizando aún más la detección al eliminar por completo las cajas de anclaje. Esto da como resultado una detección más rápida y precisa para aplicaciones en tiempo real como la monitorización del comportamiento animal y el análisis minorista (retail analytics).

Fig 3. Comparación de Ultralytics YOLOv8 y Ultralytics YOLO11.

Aplicaciones en el mundo real de Ultralytics YOLO11#

Un gran ejemplo de los beneficios de la detección sin anclajes utilizando Ultralytics YOLO11 se encuentra en los autonomous vehicles. En los coches autónomos, detectar peatones, otros vehículos y obstáculos de forma rápida y precisa es fundamental para la seguridad. El enfoque sin anclajes de YOLO11 simplifica el proceso de detección al predecir directamente los puntos clave de los objetos, como el centro de un peatón o los límites de otro vehículo, en lugar de depender de cajas de anclaje predefinidas.

Fig 4. Beneficios de la detección sin anclajes en Ultralytics YOLO11 (Imagen del autor).

Ultralytics YOLO11 no necesita ajustar ni adaptar una cuadrícula de anclajes a cada objeto, lo cual puede ser costoso desde el punto de vista computacional y lento. En su lugar, se centra en características clave, lo que lo hace más rápido y eficiente. Por ejemplo, cuando un peatón se cruza en la trayectoria del vehículo, YOLO11 puede identificar rápidamente su ubicación señalando puntos clave, incluso si la persona está parcialmente oculta o en movimiento. La capacidad de adaptarse a diferentes formas y tamaños sin cajas de anclaje permite a YOLO11 detectar objetos de manera más fiable y a mayores velocidades, algo vital para la toma de decisiones en tiempo real en los sistemas de conducción autónoma.

Otras aplicaciones en las que las capacidades sin anclajes de Ultralytics YOLO11 destacan realmente incluyen:

• Retail and inventory management: Ultralytics YOLO11 facilita la supervisión de productos en los estantes, incluso cuando están apilados o parcialmente bloqueados. Esto ayuda a realizar un seguimiento del inventario de forma más rápida y precisa, y reduce los errores.
• Imagen médica: YOLO11 también es eficaz en el sector sanitario, donde puede detectar tumores u otras anomalías en exploraciones médicas. Su capacidad para trabajar con objetos de formas irregulares ayuda a mejorar la precisión en el diagnóstico de afecciones complejas.
• Wildlife monitoring: En la investigación de la vida silvestre, Ultralytics YOLO11 puede rastrear animales en bosques densos o terrenos difíciles, lo que ayuda a los investigadores a supervisar el comportamiento o proteger especies en peligro de extinción.
• Sports analytics: Ultralytics YOLO11 se puede utilizar para rastrear jugadores, movimientos de la pelota u otros elementos en tiempo real durante eventos deportivos para proporcionar información valiosa a equipos, entrenadores y emisoras.

Consideraciones a tener en cuenta al trabajar con modelos libres de anclas#

Aunque los modelos sin anclaje como Ultralytics YOLO11 ofrecen muchas ventajas, presentan ciertas limitaciones. Una de las principales consideraciones prácticas que hay que tener en cuenta es que incluso los modelos sin anclaje pueden tener dificultades con las oclusiones o con objetos que se superponen en gran medida. La razón detrás de esto es que la visión artificial pretende replicar la visión humana y, al igual que a nosotros a veces nos cuesta identificar objetos ocluidos, los modelos de IA pueden enfrentarse a retos similares.

Otro factor interesante está relacionado con el procesamiento de las predicciones del modelo. Aunque la arquitectura de los modelos sin anclajes es más sencilla que la de los basados en anclajes, en ciertos casos se necesita un refinamiento adicional. Por ejemplo, pueden ser necesarias técnicas de postprocesamiento como la supresión de no máximos (NMS) para depurar predicciones superpuestas o mejorar la precisión en escenas concurridas.

Apostando fuerte por el futuro de la IA con Ultralytics YOLO11#

El cambio de la detección basada en anclajes a la detección sin anclajes ha sido un avance significativo en la detección de objetos. Con modelos sin anclaje como Ultralytics YOLO11, el proceso se simplifica, lo que mejora tanto la precisión como la velocidad.

A través de Ultralytics YOLO11, hemos comprobado cómo la detección de objetos sin anclajes destaca en aplicaciones en tiempo real como coches autónomos, videovigilancia y diagnóstico por imagen, donde la detección rápida y precisa es fundamental. Este enfoque permite a YOLO11 adaptarse con mayor facilidad a tamaños de objetos variables y escenas complejas, ofreciendo un mejor rendimiento en diversos entornos.

A medida que la visión artificial sigue evolucionando, la detección de objetos solo será más rápida, más flexible y más eficiente.

Explora nuestro repositorio de GitHub y únete a nuestra animada comunidad para mantenerte al día sobre todo lo relacionado con la IA. Comprueba cómo la IA de visión está impactando en sectores como la fabricación y la agricultura.