Ventajas de que Ultralytics YOLO11 sea un detector sin anclajes

Si echamos la vista atrás a la historia de los modelos de IA de visión, el concepto de detección de objetos —una tarea fundamental de la visión por ordenador que consiste en identificar y localizar objetos dentro de una imagen o un vídeo— existe desde la década de 1960. Sin embargo, la razón principal de su importancia en las innovaciones punteras actuales es que las técnicas de detección de objetos y las arquitecturas de los modelos han avanzado y mejorado rápidamente desde entonces.

En un artículo anterior, hablamos de la evolución de la detección de objetos y del camino que ha conducido a los modelos Ultralytics YOLO. Hoy nos centraremos en explorar un hito más concreto de este recorrido: el paso de los detectores basados en anclajes a los detectores sin anclajes.

Los detectores basados en anclajes utilizan cajas predefinidas, denominadas «anclajes», para predecir dónde se encuentran los objetos en una imagen. En cambio, los detectores sin anclajes prescinden de estas cajas predefinidas y predicen directamente la ubicación de los objetos.

Aunque este cambio pueda parecer sencillo y lógico, en realidad ha dado lugar a importantes mejoras en la precisión y la eficiencia de la detección de objetos. En este artículo, veremos cómo los detectores sin anclajes han transformado la visión por ordenador mediante avances como Ultralytics YOLO11.

¿Qué son los detectores basados en anclajes?#

Los detectores basados en anclajes utilizan cajas predefinidas, conocidas como anclajes, para ayudar a localizar objetos en una imagen. Puedes imaginar estos anclajes como una cuadrícula de cajas de distintos tamaños y formas colocada sobre la imagen. A continuación, el modelo ajusta estas cajas para que encajen con los objetos que detecta. Por ejemplo, si el modelo identifica un coche, modificará la caja de anclaje para que coincida con mayor precisión con la posición y el tamaño del coche.

Cada anclaje está asociado a un posible objeto de 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 distintas escalas y orientaciones. Sin embargo, seleccionar el conjunto adecuado de cajas de anclaje puede llevar mucho tiempo, y el proceso de ajustarlas 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, también presentan algunos inconvenientes. Por ejemplo, las cajas de anclaje no siempre se ajustan bien a objetos de distintas formas o tamaños, lo que dificulta que el modelo detecte objetos pequeños o de forma irregular. El proceso de seleccionar y ajustar los tamaños de las cajas de anclaje también puede llevar mucho tiempo y requiere un gran esfuerzo manual. Además, los modelos basados en anclajes suelen tener dificultades para detectar objetos ocluidos o superpuestos, ya que las cajas predefinidas pueden no adaptarse bien a estas situaciones más complejas.

El paso a la detección de objetos sin anclajes#

Los detectores sin anclajes empezaron a ganar relevancia en 2018 con modelos como CornerNet y CenterNet, que adoptaron un nuevo enfoque para la detección de objetos al eliminar la necesidad de utilizar cajas de anclaje predefinidas. A diferencia de los modelos tradicionales, que dependen de cajas de anclaje de distintos tamaños y formas para predecir dónde se encuentran los objetos, los modelos sin anclajes predicen directamente la ubicación de los objetos. 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 suelen funcionar los modelos sin anclajes:

• Detección de puntos clave: En lugar de utilizar cajas predefinidas, algunos modelos identifican puntos importantes de un objeto, como el centro o determinadas esquinas. Estos puntos clave ayudan a los modelos a determinar dónde está el objeto y cuál es su tamaño.
• 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 del objeto completo a partir de ahí.
• Regresión de mapas de calor: Muchos modelos sin anclajes utilizan mapas de calor, en los que cada píxel representa una posible ubicación de un objeto. Los valores más altos del mapa de calor indican una mayor confianza en que hay un objeto presente en ese punto.

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

Como los modelos sin anclajes no dependen de cajas de anclaje, tienen un diseño más sencillo. Esto significa que son más eficientes desde el punto de vista computacional. Al no tener que procesar varias cajas de anclaje, pueden detectar objetos con mayor rapidez, una ventaja importante en aplicaciones en tiempo real como la conducción autónoma y la videovigilancia.

Los modelos sin anclajes también gestionan mucho mejor los objetos pequeños, irregulares u ocluidos. Como 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 abigarrados o complejos en los que los modelos basados en anclajes pueden fallar.

Ultralytics YOLO11: un detector sin anclajes#

Diseñados originalmente para ofrecer velocidad y eficiencia, los modelos YOLO han pasado gradualmente de los 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 variedad de aplicaciones en tiempo real.

Este es un breve resumen de cómo ha evolucionado el diseño sin anclajes en las distintas versiones de YOLO:

• Ultralytics YOLOv5u: Introdujo el Ultralytics Head dividido y sin anclajes, eliminando la necesidad de utilizar cajas de anclaje predefinidas. En su lugar, el modelo predice directamente dónde se encuentran los objetos en una imagen, lo que simplifica el proceso y mejora la flexibilidad y la velocidad.
• YOLOv6: Utilizó un nuevo método denominado entrenamiento asistido por anclajes (AAT), en el que los anclajes solo se utilizaban durante el entrenamiento. Esto permitió al modelo beneficiarse de la estructura de los métodos basados en anclajes durante el entrenamiento y, al mismo tiempo, utilizar la detección sin anclajes en tiempo de ejecución para mejorar la velocidad y la adaptabilidad.
• Ultralytics YOLOv8: Cambió completamente a la detección sin anclajes mediante el Ultralytics Head dividido y sin anclajes. Esto hizo que el modelo fuera más rápido y preciso, especialmente con objetos pequeños o de forma inusual que no encajan bien en las cajas de anclaje.
• Ultralytics YOLO11: Se basa en el enfoque sin anclajes de YOLOv8 y optimiza aún más la detección al eliminar por completo las cajas de anclaje. El resultado es una detección más rápida y precisa para aplicaciones en tiempo real como la monitorización del comportamiento animal y la analítica minorista.

Fig. 3. Comparación entre Ultralytics YOLOv8 y Ultralytics YOLO11.

Aplicaciones reales de Ultralytics YOLO11#

Un buen ejemplo de las ventajas de la detección sin anclajes mediante Ultralytics YOLO11 se encuentra en los vehículos autónomos. En los vehículos autónomos, detectar peatones, otros vehículos y obstáculos con rapidez y precisión 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. Ventajas 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, un proceso que puede ser costoso y lento desde el punto de vista computacional. En su lugar, se centra en las características clave, lo que lo hace más rápido y eficiente. Por ejemplo, cuando un peatón entra 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 formas y tamaños variables sin cajas de anclaje permite a YOLO11 detectar objetos de forma más fiable y a mayor velocidad, algo esencial para la toma de decisiones en tiempo real en los sistemas de conducción autónoma.

Otras aplicaciones en las que destacan especialmente las capacidades sin anclajes de Ultralytics YOLO11 son:

• Minoristas y gestión de inventario: Ultralytics YOLO11 facilita la supervisión de los productos en las estanterías, incluso cuando están apilados o parcialmente ocultos. Esto permite realizar un seguimiento del inventario más rápido y preciso, y reduce los errores.
• Imagen médica: YOLO11 también resulta eficaz en el ámbito sanitario, donde puede detectar tumores u otras anomalías en exploraciones médicas. Su capacidad para trabajar con objetos de forma irregular ayuda a mejorar la precisión en el diagnóstico de enfermedades complejas.
• Monitorización de la fauna: En la investigación de la fauna, Ultralytics YOLO11 puede realizar un seguimiento de animales en bosques densos o terrenos difíciles, ayudando a los investigadores a monitorizar su comportamiento o proteger especies en peligro de extinción.
• Analítica deportiva: Ultralytics YOLO11 puede utilizarse para seguir a jugadores, movimientos del balón u otros elementos en tiempo real durante eventos deportivos, proporcionando información valiosa a equipos, entrenadores y emisoras.

Consideraciones al trabajar con modelos sin anclajes#

Aunque los modelos sin anclajes, como Ultralytics YOLO11, ofrecen muchas ventajas, también presentan ciertas limitaciones. Una de las principales consideraciones prácticas es que incluso los modelos sin anclajes pueden tener dificultades con objetos ocluidos o muy superpuestos. La razón es que la visión por ordenador trata de reproducir la visión humana y, del mismo modo que a veces nos cuesta identificar objetos ocluidos, los modelos de IA pueden enfrentarse a desafíos 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 modelos basados en anclajes, en ciertos casos es necesario realizar un refinamiento adicional. Por ejemplo, pueden ser necesarias técnicas de posprocesamiento como la supresión no máxima (NMS) para depurar las predicciones superpuestas o mejorar la precisión en escenas multitudinarias.

El futuro de la IA se consolida con Ultralytics YOLO11#

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

Con Ultralytics YOLO11, hemos comprobado que la detección de objetos sin anclajes destaca en aplicaciones en tiempo real como los vehículos autónomos, la videovigilancia y la imagen médica, donde la detección rápida y precisa es fundamental. Este enfoque permite a YOLO11 adaptarse más fácilmente a tamaños de objetos variables y a escenas complejas, ofreciendo un mejor rendimiento en entornos diversos.

A medida que la visión por ordenador siga evolucionando, la detección de objetos será cada vez más rápida, flexible y eficiente.

Explora nuestro repositorio de GitHub y únete a nuestra comunidad activa para mantenerte al día de todo lo relacionado con la IA. Descubre cómo la IA de visión está transformando sectores como la fabricación y la agricultura.