Detectores basados en anclajes

Los detectores basados en anclas representan un enfoque importante y fundacional dentro de la visión por ordenador (VC ) para abordar la tarea de detección de objetos. Estos modelos funcionan utilizando un conjunto predefinido de cuadros de referencia, denominados comúnmente "anclas" o "priors", que tienen tamaños y relaciones de aspecto específicos. Las anclas se distribuyen por la imagen y actúan como conjeturas o plantillas iniciales, lo que permite al modelo predecir con mayor eficacia la ubicación y la clase de los objetos, sobre todo cuando se trata de elementos de escalas y formas variables. Muchos de los primeros modelos influyentes de detección de objetos, como algunas versiones del modelo Ultralytics YOLO utilizaban esta técnica.

Cómo funcionan los detectores basados en anclas

El concepto fundamental de los detectores basados en anclas consiste en superponer una densa cuadrícula de estas cajas de anclaje predefinidas 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 exactamente con la caja delimitadora del objeto real.

Considera la posibilidad de detectar varios vehículos en una imagen de una calle concurrida. 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 se suele evaluar 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 la variación 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, garantizando una cobertura completa.
• Alta recuperación: Al generar un gran número de posibles ubicaciones de objetos mediante anclajes, estos métodos suelen conseguir una alta recuperación, lo que significa que son buenos para encontrar los objetos más relevantes, aunque esto a veces requiere pasos de postprocesamiento como la Supresión No Máxima (NMS ) para filtrar los duplicados.
• Rendimiento demostrado: Arquitecturas como Faster R-CNN y SSD (Detector de Disparo Único MultiBox) demostraron un gran rendimiento en conjuntos de datos de referencia estándar como COCO.

Aplicaciones en el mundo real

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

1. Vehículos autónomos: Detectar 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 garantizar que los objetos cercanos y lejanos, grandes y pequeños, se identifiquen de forma fiable. 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 vigilar 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 vs. 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 (p. ej, 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 las distancias desde un punto a los límites del objeto, eliminando la necesidad de formas de anclaje predefinidas.

Las principales diferencias son:

• Complejidad: Los modelos basados en anclajes requieren un diseño cuidadoso y el ajuste 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 anclaje pueden adaptarse mejor a objetos con relaciones de aspecto inusuales o formas no bien representadas por el conjunto de anclaje fijo.
• Eficacia: Eliminar los anclajes puede reducir el número de predicciones que debe hacer el modelo, lo que puede dar lugar a una inferencia más rápida y a un postprocesamiento más sencillo.

Aunque los detectores basados en anclas como YOLOv4 tuvieron mucho éxito, muchas arquitecturas modernas, como Ultralytics YOLO11han adoptado diseños sin anclas para aprovechar sus ventajas en simplicidad y eficacia. Puedes explorar las ventajas de la detección sin anclas 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 anclas, implica el uso de frameworks como PyTorch o TensorFlow y bibliotecas como OpenCV. Plataformas como Ultralytics HUB ofrecen flujos de trabajo racionalizados para entrenar modelos personalizados, gestionar conjuntos de datos y desplegar soluciones, admitiendo 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 los conceptos básicos.