Detectores basados en anclajes

Cómo funcionan los detectores basados en anclas

El concepto fundamental de los detectores basados en anclas consiste en superponer una densa cuadrícula de estos recuadros de anclaje predefinidos a lo largo de la imagen de entrada en múltiples ubicaciones y escalas. Cada cuadro de anclaje corresponde a un objeto potencial con un tamaño y una forma específicos. Durante el proceso de entrenamiento del modelo, el detector aprende dos cosas principales para cada ancla: en primer lugar, clasifica si la caja de anclaje contiene un objeto relevante o un fondo; en segundo lugar, refina la posición y las dimensiones del ancla (un proceso llamado regresión) para que coincida con precisión con la caja delimitadora del objeto real.

Consideremos la detección de varios vehículos en una imagen de una calle muy transitada. En lugar de analizar cada grupo de píxeles, un modelo basado en anclas utiliza plantillas de cajas predefinidas: más pequeñas para los peatones, cuadrados medianos para los coches y rectángulos más grandes para los autobuses. Estas plantillas (anclas) se colocan a lo largo de la imagen. Si un ancla se solapa significativamente con un coche, el modelo aprende a clasificarla como "coche" y ajusta las coordenadas y el tamaño del ancla para que se ajuste perfectamente al coche. Las anclas que sólo cubren la carretera o los edificios se clasifican como "fondo". Este enfoque sistemático, guiado por formas predefinidas, ayuda a gestionar la complejidad de la detección de objetos. El rendimiento suele evaluarse utilizando métricas como la intersección sobre la unión (IoU) y la precisión media (mAP).

Principales características y ventajas

Los detectores basados en anclas, que a menudo utilizan potentes redes neuronales convolucionales (CNN ) como columna vertebral, ofrecen claras ventajas:

• Manejo de variaciones de escala y relación de aspecto: Los anclajes predefinidos cubren explícitamente diversas formas y tamaños, lo que hace que estos modelos sean intrínsecamente buenos para detectar objetos independientemente de sus dimensiones u orientación.
• Predicción estructurada: Los anclajes proporcionan una forma estructurada de generar propuestas de objetos en toda la imagen, lo que garantiza una cobertura exhaustiva.
• Alta recuperación: Al generar un gran número de posibles ubicaciones de objetos a través de anclajes, estos métodos suelen lograr una alta recuperación, lo que significa que son buenos para encontrar los objetos más relevantes, aunque esto a veces requiere pasos de post-procesamiento como la Supresión No Máxima (NMS) para filtrar duplicados.
• Rendimiento demostrado: Arquitecturas como Faster R-CNN y SSD (Single Shot MultiBox Detector) demostraron un gran rendimiento en conjuntos de datos de referencia estándar como COCO.

Aplicaciones reales

Los detectores basados en anclas se han implantado con éxito en numerosos escenarios del mundo real:

1. Vehículos autónomos: La detección de vehículos, peatones, ciclistas y señales de tráfico de distintos tamaños y distancias es fundamental para una navegación segura. Los métodos basados en anclajes ayudan a identificar con fiabilidad objetos cercanos y lejanos, grandes y pequeños. Empresas como Waymo dependen en gran medida de una sólida detección de objetos. Más información sobre la IA en los coches autoconducidos.
2. Análisis de comercios: En las tiendas, estos detectores pueden supervisar las estanterías para identificar productos, comprobar los niveles de existencias o analizar los patrones de tráfico de clientes mediante la detección de personas. La capacidad de manejar distintos tamaños y formas de envases de productos es esencial para aplicaciones como la gestión de inventarios basada en IA.

Detectores basados en anclajes frente a detectores sin anclajes

En los últimos años, los detectores sin anclas han surgido como una alternativa popular. A diferencia de los modelos basados en anclas (por ejemplo, Ultralytics YOLOv5), los enfoques sin anclas predicen directamente la ubicación y el tamaño de los objetos, a menudo identificando puntos clave (como los centros o las esquinas de los objetos) o prediciendo distancias desde un punto hasta los límites del objeto, lo que elimina la necesidad de formas de anclaje predefinidas.

Las principales diferencias son:

• Complejidad: Los modelos basados en anclajes requieren un diseño y un ajuste cuidadosos de los parámetros de anclaje (tamaños, proporciones, escalas), que pueden depender del conjunto de datos. Los modelos sin anclas simplifican el diseño del cabezal de detección.
• Flexibilidad: Los métodos sin anclajes pueden adaptarse mejor a objetos con relaciones de aspecto inusuales o formas no bien representadas por el conjunto de anclajes fijos.
• Eficacia: La eliminación de los anclajes puede reducir el número de predicciones que debe realizar el modelo, lo que puede agilizar la inferencia y simplificar el postprocesamiento.

Aunque los detectores basados en anclas como YOLOv4 tuvieron mucho éxito, muchas arquitecturas modernas, incluida Ultralytics YOLO11, han adoptado diseños sin anclas para aprovechar sus ventajas en simplicidad y eficiencia. Puede explorar las ventajas de la detección sin anclajes en YOLO11 y ver comparaciones entre distintos modelos de YOLO.

Herramientas y formación

El desarrollo y despliegue de modelos de detección de objetos, basados o no en anclajes, implica el uso de marcos de trabajo como PyTorch o TensorFlow y bibliotecas como OpenCV. Plataformas como Ultralytics HUB ofrecen flujos de trabajo optimizados para el entrenamiento de modelos personalizados, la gestión de conjuntos de datos y el despliegue de soluciones, y admiten diversas arquitecturas de modelos. Para seguir aprendiendo, recursos como Papers With Code enumeran los modelos más avanzados, y cursos de plataformas como DeepLearning.AI cubren conceptos básicos.