Clasificación de imágenes

Cómo funciona la clasificación de imágenes

El proceso suele consistir en entrenar un modelo, a menudo un tipo especializado de red neuronal llamada red neuronal convolucional (CNN), en un gran conjunto de datos de imágenes etiquetadas. Para entrenar modelos robustos suelen utilizarse conjuntos de datos famosos como ImageNet, que contiene millones de imágenes de miles de categorías. Durante el entrenamiento, el modelo aprende a identificar patrones y rasgos distintivos -como texturas, formas, bordes y distribuciones de color- que caracterizan las distintas categorías. Frameworks como PyTorch y TensorFlow proporcionan las herramientas y bibliotecas necesarias para construir y entrenar estos modelos de aprendizaje profundo. Puedes explorar varios conjuntos de datos de clasificación de Ultralytics como CIFAR-100 o MNIST para iniciar tus propios proyectos. El objetivo final es que el modelo entrenado prediga con precisión la etiqueta de clase de imágenes nuevas que no se han visto previamente. Para una comprensión técnica más profunda de los mecanismos subyacentes, recursos como el curso CS231n de Stanford sobre redes neuronales convolucionales para el reconocimiento visual ofrecen material exhaustivo.

Principales diferencias con otras tareas de visión

La clasificación de imágenes se centra en asignar una única etiqueta global a toda la imagen. Esto la diferencia de otras tareas habituales de visión por ordenador:

• Detección de objetos: Esta tarea va un paso más allá, ya que no sólo clasifica los objetos dentro de una imagen, sino que también los localiza, normalmente dibujando cuadros delimitadores alrededor de cada instancia detectada. Responde a la pregunta "¿Qué objetos hay en esta imagen y dónde están situados?".
• Segmentación de imágenes: Se trata de clasificar cada píxel de la imagen.
  • Segmentación semántica asigna una etiqueta de clase (por ejemplo, "coche", "carretera", "cielo") a cada píxel, sin distinguir entre diferentes instancias de la misma clase.
  • Segmentación de instancias distingue entre instancias individuales de objetos, asignando un identificador único a los píxeles pertenecientes a cada objeto separado (por ejemplo, etiquetando "coche 1", "coche 2").

Comprender estas diferencias es crucial para seleccionar la técnica adecuada para un problema específico, ya que cada tarea proporciona un nivel de detalle diferente sobre el contenido de la imagen.

Aplicaciones reales

La clasificación de imágenes se utiliza ampliamente en diversos ámbitos debido a su eficacia a la hora de categorizar la información visual:

• Análisis de imágenes médicas: Clasificación de exploraciones médicas (como radiografías, tomografías computarizadas o resonancias magnéticas) para facilitar el diagnóstico. Por ejemplo, se puede entrenar un modelo para clasificar las exploraciones según muestren signos de una enfermedad específica, como el uso de modelos YOLO para la detección de tumores, ayudando así a los radiólogos. Más información sobre la IA en soluciones sanitarias.
• Tecnología agrícola: Clasificación de imágenes de cultivos para identificar enfermedades, evaluar la salud de las plantas o determinar su madurez. Por ejemplo, una aplicación podría clasificar las fotos tomadas por un dron o un agricultor como "trigo sano" o "roya del trigo detectada", lo que permitiría intervenir a tiempo. Más información sobre la visión por ordenador en la agricultura.
• Venta al por menor y comercio electrónico: Categorización automática de imágenes de productos para catálogos en línea, mejorando la capacidad de búsqueda y la gestión del inventario.
• Moderación de contenidos: Filtrado de imágenes en redes sociales o sitios web clasificándolas como seguras o inapropiadas.
• Conservación de la fauna: Clasificación de imágenes de cámaras trampa para controlar las poblaciones de animales e identificar especies(como las cebras).

Clasificación de imágenes con Ultralytics

Los modelos YOLO de Ultralytics, aunque famosos por la detección de objetos, también demuestran un gran rendimiento en tareas de clasificación de imágenes. Arquitecturas de última generación como Ultralytics YOLO11 pueden entrenarse o ajustarse fácilmente para la clasificación utilizando el intuitivo paquete Python de Ultralytics o la plataforma sin código Ultralytics HUB. Estas herramientas proporcionan recursos completos, como consejos para el entrenamiento de modelos y documentación clara, como la guía sobre cómo utilizar Ultralytics YOLO11 para la clasificación de imágenes. Para seguir practicando, considere la posibilidad de explorar los tutoriales de clasificación de PyTorch o participar en las competiciones de clasificación de imágenes de Kaggle. Para estar al día de los últimos avances en investigación, recursos como Papers With Code son de gran valor. También puede comparar el rendimiento del modelo YOLO con puntos de referencia estándar.