Detección de objetos

La detección de objetos es una tarea fundamental en la visión artificial (CV) que implica identificar y localizar uno o más objetos dentro de una imagen o video. El objetivo no es solo clasificar qué son los objetos, sino también determinar su posición, normalmente dibujando un cuadro delimitador alrededor de cada uno. Esta tecnología sirve como piedra angular para muchas aplicaciones avanzadas de inteligencia artificial (IA), permitiendo a las máquinas percibir e interpretar su entorno físico con un alto grado de comprensión.

Cómo funciona la detección de objetos

Los modelos de detección de objetos se construyen normalmente utilizando aprendizaje profundo (DL), específicamente Redes Neuronales Convolucionales (CNNs). El proceso implica introducir una imagen en la red, que luego genera una lista de objetos detectados, cada uno con una etiqueta de clase (por ejemplo, "persona", "coche", "perro"), una puntuación de confianza y las coordenadas de su cuadro delimitador.

Las arquitecturas modernas de detección de objetos constan de dos partes principales: un backbone para extraer características de la imagen de entrada y un detection head para predecir los cuadros delimitadores y las clases. Estas arquitecturas a menudo se clasifican como detectores de una etapa o de dos etapas.

• Detectores de Objetos de Una Etapa: Los modelos como la familia Ultralytics YOLO realizan la detección en una sola pasada, lo que los hace muy rápidos y adecuados para la inferencia en tiempo real. Predicen todos los bounding boxes y las probabilidades de clase simultáneamente.
• Detectores de Objetos de Dos Etapas: Las arquitecturas como R-CNN y sus variantes primero proponen regiones de interés y luego clasifican los objetos dentro de esas regiones. Aunque a menudo son muy precisos, pueden ser más lentos que los detectores de una sola etapa.

Detección de objetos vs. otras tareas de CV

Es importante distinguir la detección de objetos de otras tareas de visión artificial relacionadas:

• Clasificación de Imágenes: Asigna una sola etiqueta a una imagen completa (por ejemplo, "esta es una foto de un gato"). No localiza el objeto.
• Segmentación de Imágenes: Clasifica cada píxel en una imagen, proporcionando un contorno preciso de los objetos. La segmentación de instancias distingue entre diferentes instancias de la misma clase de objeto, mientras que la segmentación semántica trata todas las instancias de una clase como una sola entidad.
• Seguimiento de Objetos: Una extensión de la detección de objetos que sigue a un objeto específico a través de múltiples fotogramas en un video, manteniendo su identidad a lo largo del tiempo. Puede obtener más información en nuestra guía sobre el seguimiento de objetos en movimiento en videos.

Aplicaciones en el mundo real

La detección de objetos es una tecnología transformadora utilizada en muchas industrias.

1. Vehículos Autónomos: En los coches autónomos, la detección de objetos es fundamental para identificar peatones, ciclistas, otros vehículos y señales de tráfico para navegar de forma segura. Empresas como Waymo y Tesla han invertido fuertemente en esta tecnología para impulsar sus sistemas autónomos.
2. IA en la fabricación: En las líneas de montaje, los modelos de detección detectan automáticamente los defectos o verifican que los componentes están montados correctamente. Esto mejora el control de calidad y aumenta la eficiencia de la producción.
3. Seguridad y Vigilancia: Los sistemas automatizados utilizan la detección de objetos para identificar individuos no autorizados, paquetes abandonados o actividades inusuales en tiempo real, como se detalla en nuestra guía para construir un sistema de alarma de seguridad.
4. IA en la Asistencia Sanitaria: En el análisis de imágenes médicas, los modelos ayudan a los radiólogos detectando y resaltando anomalías como tumores o fracturas en radiografías y tomografías computarizadas. Puede leer sobre el uso de YOLO11 para la detección de tumores en nuestro blog.
5. IA en la Agricultura: Los drones y los robots terrestres equipados con detección de objetos pueden monitorizar la salud de los cultivos, identificar plagas y estimar los rendimientos con gran precisión.

Herramientas y formación

El desarrollo y la implementación de modelos de detección de objetos implican un rico ecosistema de herramientas y técnicas.

• Frameworks: Los frameworks de aprendizaje profundo populares como PyTorch y TensorFlow proporcionan las bibliotecas centrales para la construcción de modelos.
• Modelos: Ultralytics proporciona modelos de última generación como YOLOv8 e YOLO11, que están optimizados para un equilibrio entre velocidad y precisión. Puede ver cómo se comparan con otros modelos en nuestras páginas de comparación de modelos.
• Plataformas: Ultralytics HUB simplifica todo el flujo de trabajo, desde la gestión de conjuntos de datos como el popular conjunto de datos COCO hasta el entrenamiento de modelos personalizados y la facilitación de la implementación de modelos.
• Técnicas: El proceso de entrenamiento a menudo se beneficia de técnicas como el aumento de datos para mejorar la robustez y el aprendizaje por transferencia para aprovechar el conocimiento de los modelos pre-entrenados. El rendimiento del modelo se evalúa utilizando métricas como mAP e IoU, como se explica en nuestra guía de métricas de rendimiento.