Un guide pour approfondir la détection d'objets en 2025

De nombreux secteurs intègrent rapidement des solutions d'intelligence artificielle (IA) dans leurs opérations. Parmi les nombreuses technologies d'IA disponibles aujourd'hui, la vision par ordinateur est l'une des plus populaires. La vision par ordinateur est une branche de l'IA qui aide les ordinateurs à voir et à comprendre le contenu des images et des vidéos, tout comme nous le faisons. Elle permet aux machines de reconnaître des objets, d'identifier des modèles et de donner un sens à ce qu'elles regardent.

La valeur marchande mondiale 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 de vision par IA d'analyser et d'interpréter des données visuelles. L'une des tâches les plus répandues et les plus essentielles de la vision par ordinateur est la détection d'objets.

La détection d'objets se concentre sur la localisation et la classification d'objets dans des données visuelles. Par exemple, si tu montres à un ordinateur une image de vache, il peut détecter la vache et dessiner une boîte englobante autour d'elle. Cette capacité est utile dans des applications réelles telles que la surveillance des animaux, les voitures autonomes et la surveillance.

Alors, comment effectuer la 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 telles que la détection d'objets.

Dans ce guide, nous explorerons la détection d'objets et son fonctionnement. Nous discuterons également de certaines 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 le bétail.

Link to this sectionQu'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 clés : « Quels objets se trouvent dans l'image ? » et « Où sont-ils situés ? »

Tu peux concevoir la détection d'objets comme un processus impliquant deux étapes clés. La première, la classification d'objets, permet au système de reconnaître et d'étiqueter les objets, par exemple en identifiant un chat, une voiture ou une personne en fonction de modèles appris. La seconde, la localisation, détermine la position de l'objet en dessinant une boîte englobante autour de lui, indiquant où il apparaît dans l'image. Ensemble, ces étapes permettent aux machines de détecter et de comprendre les objets dans une scène.

L'aspect qui rend la détection d'objets unique est sa capacité à reconnaître les objets et à déterminer leur emplacement avec précision. 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. Pendant ce temps, la segmentation d'images offre une compréhension au niveau des pixels de différents éléments. D'un autre côté, la détection d'objets combine la reconnaissance et la localisation. Cela la rend particulièrement utile pour des tâches telles que le comptage de plusieurs objets en temps réel.

Fig 2. Comparaison des tâches de vision par ordinateur.

Link to this sectionReconnaissance d'objets vs détection d'objets#

En explorant divers termes de vision par ordinateur, tu pourrais penser que la reconnaissance d'objets et la détection d'objets sont interchangeables, mais elles servent des objectifs différents. Un excellent moyen de comprendre la différence est d'examiner la détection de visage et la reconnaissance faciale.

La détection de visage est un type de détection d'objets. Elle identifie la présence d'un visage dans une image et marque son emplacement à l'aide d'une boîte englobante. Elle répond à la question : « Où est le visage dans l'image ? » Cette technologie est couramment utilisée dans les appareils photo de smartphones qui se concentrent automatiquement 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 à qui il appartient en analysant des caractéristiques uniques et en les comparant à une base de données. Elle répond à la question : « Qui est cette personne ? » C'est la technologie derrière le déverrouillage de ton téléphone avec Face ID ou les systèmes de sécurité aéroportuaires qui vérifient les identités.

Pour faire simple, la détection d'objets trouve et localise les objets, tandis que la reconnaissance d'objets les classifie et les identifie.

Fig 3. Détection d'objets vs reconnaissance d'objets. Image par l'auteur.

De nombreux modèles de détection d'objets, comme YOLO11, sont conçus pour prendre en charge la détection de visage, mais pas la reconnaissance faciale. YOLO11 peut identifier efficacement la présence d'un visage dans une image et dessiner une boîte englobante autour, ce qui le rend utile pour des applications telles que les systèmes de surveillance, le suivi de foule et le marquage automatique de photos. Cependant, il ne peut pas déterminer à qui appartient ce visage. YOLO11 peut être intégré à des modèles spécifiquement entraînés pour la reconnaissance faciale, tels que Facenet ou DeepFace, pour permettre à la fois la détection et l'identification dans un seul système.

Link to this sectionComprendre le fonctionnement de la détection d'objets#

Avant de discuter du fonctionnement de la détection d'objets, examinons d'abord plus en détail la manière dont un ordinateur analyse une image. Au lieu de voir une image comme nous le faisons, un ordinateur la décompose en une grille de minuscules carrés appelés pixels. Chaque pixel contient des informations de couleur et de luminosité que les ordinateurs peuvent traiter pour interpréter les données visuelles.

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

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

Un modèle de détection d'objets typique comprend trois parties clés : le backbone, le neck et le head. Le backbone extrait des caractéristiques importantes d'une image. Le neck traite et affine ces caractéristiques, tandis que le head est responsable de la prédiction des emplacements des objets et de leur classification.

Link to this sectionAffinement des détections et présentation des résultats#

Une fois les détections initiales effectuées, des techniques de post-traitement sont appliquées pour améliorer la précision et filtrer les prédictions redondantes. Par exemple, les boîtes englobantes qui se chevauchent sont supprimées, garantissant que seules les détections les plus pertinentes sont conservées. De plus, des scores de confiance (valeurs numériques représentant la certitude du modèle qu'un objet détecté appartient à une certaine classe) sont attribués à chaque objet détecté pour indiquer la certitude du modèle dans ses prédictions.

Enfin, le résultat est présenté 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 pour des applications réelles.

Link to this sectionModèles de détection d'objets populaires#

De nos jours, il existe de nombreux modèles de vision par ordinateur, et certains des plus populaires sont les modèles Ultralytics YOLO. Ils sont connus pour leur vitesse, leur précision et leur polyvalence. Au fil des ans, ces modèles sont devenus plus rapides, plus précis et capables de gérer une gamme plus large de tâches. La sortie d'Ultralytics YOLOv5 a facilité le déploiement avec des frameworks comme PyTorch, permettant à plus de personnes d'utiliser l'IA de vision avancée sans avoir besoin d'une expertise technique approfondie.

En 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. Désormais, 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 des 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 IA ou que tu commences tout juste, YOLO11 offre une solution puissante et conviviale pour les applications de vision par ordinateur.

Link to this sectionEntraînement personnalisé d'un modèle pour la détection d'objets#

L'entraînement de modèles d'IA de vision implique d'aider les ordinateurs à reconnaître et à comprendre les images et les vidéos. Cependant, l'entraînement peut être un processus long. Au lieu de repartir de zéro, l'apprentissage par transfert accélère les choses en utilisant des modèles pré-entraînés qui reconnaissent déjà des modèles courants.

Par exemple, 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 être davantage entraîné de manière personnalisée pour détecter des objets spécifiques qui pourraient ne pas être inclus dans le jeu de données d'origine.

Pour entraîner de manière personnalisée YOLO11, tu as besoin d'un jeu de données étiqueté contenant des images des objets que tu souhaites détecter. Par exemple, si tu veux construire un modèle pour identifier différents types de fruits dans une épicerie, tu créerais un jeu de données avec des images étiquetées de pommes, bananes, oranges, etc. Une fois le jeu de données préparé, YOLO11 peut être entraîné, en ajustant des paramètres comme la taille du lot (batch size), le taux d'apprentissage et les époques pour optimiser les performances.

Grâce à cette approche, les entreprises peuvent entraîner YOLO11 à détecter n'importe quoi, des pièces défectueuses dans la fabrication aux espèces sauvages dans les projets de conservation, en adaptant le modèle à leurs besoins exacts.

Link to this sectionApplications de la détection d'objets#

Ensuite, examinons certains des cas d'utilisation réels de la détection d'objets et la manière dont elle transforme divers secteurs.

Link to this sectionDétection des dangers pour la conduite autonome#

Les voitures autonomes utilisent des tâches de vision par ordinateur telles que la détection d'objets pour naviguer 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 routiers, leur permettant de mieux comprendre leur environnement. Elles peuvent prendre des décisions rapides et se déplacer en toute sécurité dans la circulation en analysant constamment leur environnement.

Fig 4. Un exemple d'utilisation de la détection d'objets pour détecter des nids-de-poule avec YOLO11.

Link to this sectionAnalyse d'imagerie médicale dans les soins de santé#

Les techniques d'imagerie médicale telles que les rayons X, les IRM, les scanners CT et les échographies créent des images très détaillées du corps humain pour aider à diagnostiquer et traiter les maladies. Ces scanners produisent d'énormes quantités de données que les médecins, tels que les radiologues et les pathologistes, doivent analyser avec soin pour détecter les maladies. Cependant, examiner chaque image en détail peut être long, et les experts humains peuvent parfois manquer des détails en raison de la fatigue ou de contraintes de temps.

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

Fig 5. Analyse d'images médicales à l'aide de YOLO11.

Link to this sectionAugmentation de la sécurité avec la détection de personnes et d'anomalies#

Le suivi d'objets est une tâche de vision par ordinateur prise en charge par YOLO11, permettant une surveillance en temps réel et des améliorations de sécurité. Il s'appuie sur la détection d'objets en identifiant les objets et en suivant continuellement leur mouvement à travers les images. Cette technologie est largement utilisée dans les systèmes de surveillance pour améliorer la sécurité dans divers environnements.

Par exemple, dans les écoles et les garderies, 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 clé dans la détection d'intrus dans les zones restreintes, la surveillance des foules pour le surpeuplement ou les comportements suspects, et l'envoi d'alertes en temps réel lorsqu'une activité non autorisée est détectée. En gardant une trace des objets lorsqu'ils se déplacent, les systèmes de suivi basés sur YOLO11 améliorent la sécurité, automatisent la surveillance et permettent des réponses plus rapides aux menaces potentielles.

Link to this sectionAvantages et inconvénients de la détection d'objets#

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

• Automatisation : La détection d'objets peut aider à réduire le besoin de surveillance humaine dans des tâches comme le visionnage d'images CCTV.
• Fonctionne avec d'autres modèles d'IA : Elle peut être intégrée à la reconnaissance faciale, à la reconnaissance d'actions et aux systèmes de suivi pour améliorer la précision et la fonctionnalité.
• Traitement en temps réel : De nombreux modèles de détection d'objets, comme YOLO11, sont rapides et efficaces, ce qui les rend idéaux pour les applications en temps réel nécessitant des résultats instantanés.

Bien que ces avantages mettent en évidence l'impact de la détection d'objets sur différents cas d'utilisation, il est également important de prendre en compte les défis liés 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 surveillance ou les soins de santé, peut soulever des problèmes de confidentialité et des préoccupations de sécurité.

• Occlusion : L'occlusion dans la détection d'objets se produit lorsque les objets sont partiellement bloqués ou cachés de la vue, ce qui rend difficile pour le modèle de les détecter et de les classer avec précision.

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

Link to this sectionPoints clés#

La détection d'objets est un outil révolutionnaire en 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 aux soins de santé, rendant les tâches plus faciles, plus sûres et plus efficaces. Avec des modèles plus récents comme YOLO11, les entreprises peuvent facilement créer des modèles de détection d'objets personnalisés pour développer des applications de vision par ordinateur spécialisées.

Bien qu'il existe certains défis, comme les préoccupations liées à la confidentialité et les objets cachés de la vue, 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'IA de vision en fait un élément essentiel des innovations de pointe.

Pour en savoir plus, visite notre dépôt GitHub et rejoins notre communauté. Explore les innovations dans des secteurs comme l'IA dans les voitures autonomes et la vision par ordinateur en agriculture sur nos pages de solutions. Consulte nos options de licence YOLO et donne vie à tes projets d'IA de vision. 🚀