Guide pour approfondir la détection d’objets en 2025

De nombreux secteurs intègrent rapidement des solutions d’intelligence artificielle (AI) dans leurs opérations. Parmi les nombreuses technologies d’AI disponibles aujourd’hui, la vision par ordinateur est l’une des plus populaires. La vision par ordinateur est une branche de l’AI qui aide les ordinateurs à voir et à comprendre le contenu des images et des vidéos, comme les êtres humains. Elle permet aux machines de reconnaître des objets, d’identifier des motifs et de comprendre ce qu’elles observent.

La valeur du marché mondial de la vision par ordinateur devrait atteindre 175,72 milliards de dollars d’ici 2032. La vision par ordinateur englobe diverses tâches qui permettent aux systèmes d’AI visuelle d’analyser et d’interpréter des données visuelles. La détection d’objets est l’une des tâches de vision par ordinateur les plus utilisées et les plus essentielles.

La détection d’objets consiste à localiser et à classifier les objets présents dans des données visuelles. Par exemple, si tu montres à un ordinateur l’image d’une vache, il peut détecter la vache et dessiner une boîte englobante autour d’elle. Cette capacité est utile dans des applications concrètes comme le suivi des animaux, les voitures autonomes et la vidéosurveillance.

Alors, comment effectuer une détection d’objets ? Une méthode consiste à utiliser des modèles de vision par ordinateur. Par exemple, Ultralytics YOLO11 est un modèle de vision par ordinateur qui prend en charge des tâches de vision par ordinateur comme la détection d’objets.

Dans ce guide, nous allons explorer la détection d’objets et son fonctionnement. Nous aborderons également quelques applications concrètes de la détection d’objets et d’Ultralytics YOLO11.

Fig 1. Utilisation de la prise en charge de la détection d’objets par YOLO11 pour surveiller des bovins.

Qu’est-ce que la détection d’objets ?#

La détection d’objets est une tâche de vision par ordinateur qui identifie et localise des objets dans des images ou des vidéos. Elle répond à deux questions essentielles : « Quels objets se trouvent dans l’image ? » et « Où sont-ils situés ? »

Tu peux considérer la détection d’objets comme un processus en deux étapes essentielles. La première, la classification d’objets, permet au système de reconnaître et d’étiqueter des objets, par exemple en identifiant un chat, une voiture ou une personne à partir de motifs appris. La seconde, la localisation, détermine la position de l’objet en dessinant une boîte englobante autour de celui-ci, indiquant où il apparaît dans l’image. Ensemble, ces étapes permettent aux machines de détecter et de comprendre les objets présents dans une scène.

Ce qui rend la détection d’objets unique, c’est sa capacité à reconnaître les objets et à déterminer précisément leur emplacement. D’autres tâches de vision par ordinateur se concentrent sur des objectifs différents.

Par exemple, la classification d’images attribue une étiquette à une image entière. La segmentation d’images, quant à elle, fournit une compréhension des différents éléments au niveau des pixels. La détection d’objets combine pour sa part reconnaissance et localisation. Elle est donc particulièrement utile pour des tâches comme le comptage de plusieurs objets en temps réel.

Fig 2. Comparaison de tâches de vision par ordinateur.

Reconnaissance d’objets ou détection d’objets#

En explorant les différents termes de la vision par ordinateur, tu peux avoir l’impression que la reconnaissance d’objets et la détection d’objets sont interchangeables, mais elles répondent à des objectifs différents. Pour bien comprendre cette différence, il suffit d’examiner la détection et la reconnaissance faciales.

La détection faciale est un type de détection d’objets. Elle identifie la présence d’un visage dans une image et en marque l’emplacement à l’aide d’une boîte englobante. Elle répond à la question : « Où se trouve le visage dans l’image ? » Cette technologie est couramment utilisée dans les appareils photo des smartphones qui effectuent automatiquement la mise au point sur les visages, ou dans les caméras de sécurité qui détectent la présence d’une personne.

La reconnaissance faciale, en revanche, est une forme de reconnaissance d’objets. Elle ne se contente pas de détecter un visage ; elle identifie la personne à laquelle il appartient en analysant ses caractéristiques uniques et en les comparant à une base de données. Elle répond à la question : « Qui est cette personne ? » C’est la technologie utilisée pour déverrouiller ton téléphone avec Face ID ou par les systèmes de sécurité des aéroports qui vérifient les identités.

En résumé, la détection d’objets trouve et localise les objets, tandis que la reconnaissance d’objets les classe et les identifie.

Fig 3. Détection d’objets ou reconnaissance d’objets. Image réalisée par l’auteur.

De nombreux modèles de détection d’objets, comme Ultralytics YOLO11, sont conçus pour prendre en charge la détection faciale, mais pas la reconnaissance faciale. YOLO11 peut identifier efficacement la présence d’un visage dans une image et dessiner une boîte englobante autour de celui-ci, ce qui le rend utile pour des applications telles que les systèmes de vidéosurveillance, le suivi des foules et l’étiquetage automatique des photos. Cependant, il ne peut pas déterminer à qui appartient ce visage. YOLO11 peut être intégré à des modèles spécialement entraînés pour la reconnaissance faciale, comme Facenet ou DeepFace, afin d’activer la détection et l’identification dans un même système.

Comprendre le fonctionnement de la détection d’objets#

Avant d’expliquer le fonctionnement de la détection d’objets, examinons d’abord de plus près comment un ordinateur analyse une image. Au lieu de voir une image comme nous, un ordinateur la décompose en une grille de minuscules carrés appelés pixels. Chaque pixel contient des informations sur la couleur et la luminosité que les ordinateurs peuvent traiter pour interpréter les données visuelles.

Pour donner du sens à ces pixels, les algorithmes les regroupent en régions pertinentes en fonction de leur forme, de leur couleur et de leur proximité. Les modèles de détection d’objets, comme Ultralytics YOLO11, peuvent reconnaître des motifs ou des caractéristiques dans ces groupes de pixels.

Par exemple, une voiture autonome ne voit pas un piéton comme nous ; elle détecte des formes et des motifs qui correspondent aux caractéristiques d’un piéton. Ces modèles s’appuient sur un entraînement approfondi avec des jeux de données d’images annotés, ce qui leur permet d’apprendre les caractéristiques distinctives d’objets tels que les voitures, les panneaux de signalisation et les personnes.

Un modèle de détection d’objets classique comporte trois parties essentielles : le backbone, le neck et la head. Le backbone extrait les caractéristiques importantes d’une image. Le neck traite et affine ces caractéristiques, tandis que la head prédit l’emplacement des objets et les classe.

Affinage des détections et présentation des résultats#

Une fois les détections initiales effectuées, des techniques de post-traitement sont appliquées pour améliorer la précision et éliminer les prédictions redondantes. Par exemple, les boîtes englobantes qui se chevauchent sont supprimées afin de ne conserver que les détections les plus pertinentes. Des scores de confiance (valeurs numériques représentant le degré de certitude du modèle quant à l’appartenance d’un objet détecté à une classe donnée) sont également attribués à chaque objet détecté afin d’indiquer le niveau de certitude du modèle dans ses prédictions.

Enfin, la sortie est présentée avec des boîtes englobantes dessinées autour des objets détectés, ainsi que leurs étiquettes de classe prédites et leurs scores de confiance. Ces résultats peuvent ensuite être utilisés dans des applications concrètes.

Modèles populaires de détection d’objets#

Aujourd’hui, de nombreux modèles de vision par ordinateur sont disponibles, et certains des plus populaires sont les modèles Ultralytics YOLO. Ils sont réputés pour leur vitesse, leur précision et leur polyvalence. Au fil des années, ces modèles sont devenus plus rapides, plus précis et capables de gérer un éventail plus large de tâches. La sortie d’Ultralytics YOLOv5 a facilité le déploiement avec des frameworks comme PyTorch, permettant à davantage de personnes d’utiliser une AI visuelle avancée sans avoir besoin d’une expertise technique approfondie.

S’appuyant sur cette base, Ultralytics YOLOv8 a introduit de nouvelles fonctionnalités comme la segmentation d’instances, l’estimation de pose et la classification d’images. Aujourd’hui, YOLO11 va encore plus loin avec de meilleures performances sur plusieurs tâches. Avec 22 % de paramètres en moins que YOLOv8m, YOLO11m atteint une précision moyenne (mAP) plus élevée sur le jeu de données COCO. En termes simples, YOLO11 peut reconnaître les objets avec une plus grande précision tout en utilisant moins de ressources, ce qui le rend plus rapide et plus fiable.

Que tu sois un expert en AI ou que tu débutes, Ultralytics YOLO11 offre une solution puissante et facile à utiliser pour les applications de vision par ordinateur.

Entraîner un modèle personnalisé pour la détection d’objets#

L’entraînement de modèles d’AI visuelle consiste à aider les ordinateurs à reconnaître et à comprendre les images et les vidéos. Cependant, l’entraînement peut être long. Au lieu de partir de zéro, l’apprentissage par transfert accélère le processus en utilisant des modèles pré-entraînés qui reconnaissent déjà les motifs courants.

Par exemple, Ultralytics YOLO11 a déjà été entraîné sur le jeu de données COCO, qui contient un ensemble diversifié d’objets du quotidien. Ce modèle pré-entraîné peut ensuite être personnalisé pour détecter des objets spécifiques qui ne figurent peut-être pas dans le jeu de données d’origine.

Pour entraîner un modèle personnalisé avec Ultralytics YOLO11, tu as besoin d’un jeu de données annoté contenant des images des objets que tu veux détecter. Par exemple, si tu veux créer un modèle capable d’identifier différents types de fruits dans une épicerie, tu peux constituer un jeu de données avec des images annotées de pommes, de bananes, d’oranges, etc. Une fois le jeu de données préparé, YOLO11 peut être entraîné en ajustant des paramètres comme la taille des lots, le taux d’apprentissage et le nombre d’époques afin d’optimiser ses performances.

Grâce à cette approche, les entreprises peuvent entraîner Ultralytics YOLO11 à détecter n’importe quoi, des pièces défectueuses dans l’industrie manufacturière aux espèces sauvages dans les projets de conservation, en adaptant le modèle à leurs besoins précis.

Applications de la détection d’objets#

Examinons maintenant quelques cas d’utilisation concrets de la détection d’objets et la manière dont elle transforme différents secteurs.

Détection des dangers pour la conduite autonome#

Les voitures autonomes utilisent des tâches de vision par ordinateur comme la détection d’objets pour se déplacer en toute sécurité et éviter les obstacles. Cette technologie les aide à reconnaître les piétons, les autres véhicules, les nids-de-poule et les dangers de la route, leur permettant de mieux comprendre leur environnement. Elles peuvent prendre rapidement des décisions et circuler en toute sécurité dans le trafic en analysant constamment leur environnement.

Fig 4. Exemple d’utilisation de la détection d’objets pour détecter des nids-de-poule avec Ultralytics YOLO11.

Analyse d’imagerie médicale dans le secteur de la santé#

Les techniques d’imagerie médicale, comme les radiographies, les IRM, les scanners et les échographies, produisent des images très détaillées du corps humain pour aider à diagnostiquer et à traiter les maladies. Ces examens génèrent d’importants volumes de données que les médecins, notamment les radiologues et les pathologistes, doivent analyser attentivement pour détecter les maladies. Cependant, examiner chaque image en détail peut prendre beaucoup de temps, et les experts humains peuvent parfois manquer certains éléments en raison de la fatigue ou de contraintes de temps.

Les modèles de détection d’objets comme Ultralytics YOLO11 peuvent aider en identifiant automatiquement et avec une grande précision des caractéristiques clés dans les examens médicaux, comme les organes, les tumeurs ou les anomalies. Les modèles personnalisés peuvent mettre en évidence les zones préoccupantes à l’aide de boîtes englobantes, aidant ainsi les médecins à se concentrer plus rapidement sur les problèmes potentiels. Cela réduit la charge de travail, améliore l’efficacité et fournit rapidement des informations utiles.

Fig 5. Analyse d’images médicales avec Ultralytics YOLO11.

Renforcer la sécurité grâce à la détection des personnes et des anomalies#

Le suivi d’objets est une tâche de vision par ordinateur prise en charge par Ultralytics YOLO11, qui permet la surveillance en temps réel et renforce la sécurité. Il s’appuie sur la détection d’objets en identifiant les objets et en suivant continuellement leurs déplacements d’une image à l’autre. Cette technologie est largement utilisée dans les systèmes de vidéosurveillance pour améliorer la sécurité dans différents environnements.

Par exemple, dans les écoles et les crèches, le suivi d’objets peut aider à surveiller les enfants et à les empêcher de s’éloigner. Dans les applications de sécurité, il joue un rôle essentiel dans la détection des intrus dans les zones réglementées, la surveillance des foules pour repérer les situations de surpopulation ou les comportements suspects, ainsi que l’envoi d’alertes en temps réel lorsqu’une activité non autorisée est détectée. En suivant les objets pendant leurs déplacements, les systèmes de suivi basés sur Ultralytics YOLO11 renforcent la sécurité, automatisent la surveillance et permettent de réagir plus rapidement aux menaces potentielles.

Avantages et inconvénients de la détection d’objets#

Voici quelques-uns des principaux avantages que la détection d’objets peut apporter à différents secteurs :

• Automatisation : La détection d’objets peut contribuer à réduire le besoin de supervision humaine dans des tâches comme la surveillance de flux CCTV.
• Fonctionne avec d’autres modèles d’AI : Elle peut être intégrée à des systèmes de reconnaissance faciale, de reconnaissance d’actions et de suivi afin d’améliorer la précision et les fonctionnalités.
• Traitement en temps réel : De nombreux modèles de détection d’objets, comme Ultralytics YOLO11, sont rapides et efficaces, ce qui les rend idéaux pour les applications en temps réel nécessitant des résultats instantanés.

Même si ces avantages montrent l’impact de la détection d’objets dans différents cas d’utilisation, il est également important de prendre en compte les difficultés liées à sa mise en œuvre. Voici quelques-uns des principaux défis :

• Confidentialité des données : L’utilisation de données visuelles, en particulier dans des domaines sensibles comme la vidéosurveillance ou la santé, peut soulever des problèmes de confidentialité et des préoccupations en matière de sécurité.

• Occlusion : L’occlusion dans la détection d’objets se produit lorsque des objets sont partiellement masqués ou cachés, ce qui complique leur détection et leur classification précises par le modèle.

• Coûteux en ressources de calcul : Les modèles haute performance nécessitent souvent des GPU (unités de traitement graphique) puissants pour effectuer les calculs, ce qui rend leur déploiement en temps réel coûteux.

Points clés à retenir#

La détection d’objets est un outil révolutionnaire de la vision par ordinateur qui aide les machines à détecter et à localiser des objets dans des images et des vidéos. Elle est utilisée dans des secteurs allant des voitures autonomes à la santé, rendant les tâches plus simples, plus sûres et plus efficaces. Avec des modèles plus récents comme Ultralytics YOLO11, les entreprises peuvent facilement créer des modèles personnalisés de détection d’objets afin de développer des applications spécialisées de vision par ordinateur.

Même si elle présente certains défis, comme les problèmes de confidentialité et les objets masqués, la détection d’objets est une technologie fiable. Sa capacité à automatiser les tâches, à traiter les données visuelles en temps réel et à s’intégrer à d’autres outils d’AI visuelle en fait un élément essentiel des innovations de pointe.

Pour en savoir plus, consulte notre dépôt GitHub et échange avec notre communauté. Découvre des innovations dans des secteurs comme l’AI dans les voitures autonomes et la vision par ordinateur dans l’agriculture sur nos pages de solutions. Consulte nos options de licence YOLO et donne vie à tes projets d’AI visuelle. 🚀