Un guide pour plonger au cœur de 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 les humains. Elle permet aux machines de reconnaître des objets, d'identifier des motifs et de comprendre ce qu'elles regardent. 

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 de Vision IA d'analyser et d'interpréter des données visuelles. L'une des tâches les plus utilisées et 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 vous montrez à un ordinateur une image d'une vache, il peut détecter la vache et dessiner un cadre de délimitation autour d'elle. Cette capacité est utile dans des applications du monde réel telles que la surveillance des animaux, les voitures autonomes et la surveillance. 

Alors, comment la détection d'objets peut-elle être effectuée ? Une façon d'y parvenir est d'utiliser des modèles de vision par ordinateur. Par exemple, Ultralytics YOLO11 est un modèle de vision par ordinateur qui prend en charge les tâches de vision par ordinateur telles que la détection d'objets. 

Dans ce guide, nous allons explorer la détection d'objets et son fonctionnement. Nous discuterons également de certaines applications concrètes de la détection d'objets et d'Ultralytics YOLO11.

‍

Qu'est-ce que la détection d'objets ? 

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

Vous pouvez considérer la détection d'objets comme un processus qui implique deux étapes clés. La première, la classification d'objets, permet au système de reconnaître et d'étiqueter des objets, comme identifier un chat, une voiture ou une personne en fonction de modèles appris. La seconde, la localisation, détermine la position de l'objet en dessinant un cadre de délimitation 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 de la détection d'objets qui la rend unique est sa capacité à reconnaître les objets et àLocaliser leur emplacement avec précision. D'autres tâches de vision par ordinateur se concentrent sur différents objectifs.

Par exemple, la classification d'images attribue une étiquette à une image entière. Pendant ce temps, la segmentation d'image fournit une compréhension au niveau des pixels des différents éléments. D'autre part, la détection d'objets combine la reconnaissance avec la localisation. Cela la rend particulièrement utile pour des tâches telles que le comptage de plusieurs objets en temps réel.

‍

Reconnaissance d'objets vs. détection d'objets

Lorsque vous explorez divers termes de vision par ordinateur, vous pouvez avoir l'impression que la reconnaissance d'objets et la détection d'objets sont interchangeables - mais elles servent des objectifs différents. Une excellente façon 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'un cadre de délimitation. Elle répond à la question : « Où se trouve 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, quant à elle, est une forme de reconnaissance d'objets. Elle ne se contente pas de détecter un visage ; elle identifie de quel visage il s'agit 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 qui permet de déverrouiller votre téléphone avec Face ID ou les systèmes de sécurité aéroportuaires qui vérifient les identités.

En termes simples, la détection d'objets trouve et localise les objets, tandis que la reconnaissance d'objets les classifie et les identifie. 

‍

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 un cadre de délimitation autour de lui, ce qui le rend utile pour des applications telles que les systèmes de surveillance, la surveillance de foule et le marquage automatisé de photos. Cependant, il ne peut pas déterminer de quel visage il s'agit. YOLO11 peut être intégré à des modèles spécialement entraînés pour la reconnaissance faciale, tels que Facenet ou DeepFace, afin de permettre à la fois la détection et l'identification dans un seul système.

Comprendre comment fonctionne la détection d'objets

Avant de discuter du fonctionnement de la détection d'objets, examinons de plus près comment 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 uns par rapport aux autres. Les modèles de détection d'objets, comme YOLO11, peuvent reconnaître des motifs ou des caractéristiques dans ces groupes de pixels. 

Par exemple, une voiture autonome ne voit pas un piéton de la même manière que nous : elle détecte des formes et des motifs qui correspondent aux caractéristiques d'un piéton. Ces modèles reposent sur un entraînement intensif avec des jeux de données d'images étiquetées, ce qui leur permet d'apprendre les caractéristiques distinctives d'objets tels que les voitures, les panneaux de signalisation et les personnes.

Un modèle typique de détection d'objets comporte trois parties principales : 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 est chargée de prédire les emplacements des objets et de les classifier.

Affiner les détections et présenter les 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, ce qui garantit que seules les détections les plus pertinentes sont conservées. De plus, des scores de confiance (valeurs numériques représentant le degré de certitude du modèle qu'un objet détecté appartient à une certaine classe) sont attribués à chaque objet détecté afin d'indiquer la certitude du modèle quant à 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 pour des applications concrètes.

Modèles de détection d'objets populaires 

Aujourd'hui, de nombreux modèles de vision par ordinateur sont disponibles, 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 un plus large éventail de tâches. La sortie d'Ultralytics YOLOv5 a facilité le déploiement avec des frameworks comme PyTorch, permettant à un plus grand nombre de personnes d'utiliser l'IA de vision avancée sans avoir besoin d'une expertise technique approfondie.

S'appuyant sur cette base, Ultralytics YOLOv8 a introduit de nouvelles fonctionnalités telles que la segmentation d'instance, l'estimation de pose et la classification d'image. Désormais, YOLO11 va encore plus loin avec de meilleures performances dans de multiples tâches. Avec 22 % de paramètres en moins que YOLOv8m, YOLO11m atteint une précision moyenne (mAP) plus élevée sur l'ensemble 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 vous soyez un expert en IA ou que vous débutiez, YOLO11 offre une solution puissante mais conviviale pour les applications de vision par ordinateur.

Entraînement personnalisé d'un modèle pour la détection d'objets

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

Par exemple, YOLO11 a déjà été entraîné sur l'ensemble de données COCO, qui contient un ensemble diversifié d'objets du quotidien. Ce modèle pré-entraîné peut être entraîné davantage de manière personnalisée pour détecter des objets spécifiques qui peuvent ne pas être inclus dans l'ensemble de données original. 

Pour entraîner de manière personnalisée YOLO11, vous avez besoin d'un ensemble de données étiquetées qui contient des images des objets que vous souhaitez détecter. Par exemple, si vous souhaitez créer un modèle pour identifier différents types de fruits dans une épicerie, vous créeriez un ensemble de données avec des images étiquetées de pommes, de bananes, d'oranges, etc. Une fois l'ensemble de données préparé, YOLO11 peut être entraîné, en ajustant des paramètres tels que la taille du lot, le taux d'apprentissage et le nombre d'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 précis.

Applications de la détection d'objets

Ensuite, examinons quelques cas d'utilisation concrets de la détection d'objets et la manière dont elle transforme divers secteurs.

Détection 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 de la route, ce qui leur permet 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.

‍

Analyse d'imagerie médicale dans le secteur de la santé

Les techniques d'imagerie médicale telles que les rayons X, les IRM, les tomodensitométries et les échographies créent des images très détaillées du corps humain pour aider à diagnostiquer et à traiter les maladies. Ces scans produisent de grandes quantités de données que les médecins, tels que les radiologues et les pathologistes, doivent analyser attentivement pour détecter les maladies. Cependant, l'examen détaillé de chaque image peut prendre beaucoup de temps, et les experts humains peuvent parfois manquer des détails en raison de la fatigue ou des contraintes de temps.

Les modèles de détection d'objets comme YOLO11 peuvent aider en identifiant automatiquement les caractéristiques clés des scans médicaux, tels que les organes, les tumeurs ou les anomalies, avec une grande précision. Les modèles entraînés sur mesure peuvent mettre en évidence les zones préoccupantes avec des 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 des informations rapides.

‍

Améliorer la sécurité grâce à 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 la sécurité. Il s'appuie sur la détection d'objets en identifiant les objets et en suivant en permanence 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 des intrus dans les zones réglementées, la surveillance des foules pour détecter le surpeuplement ou les comportements suspects, et l'envoi d'alertes en temps réel lorsque des activités non autorisées sont détectées. En assurant le suivi des objets lorsqu'ils se déplacent, les systèmes de suivi alimentés par YOLO11 améliorent la sécurité, automatisent la surveillance et permettent des réponses plus rapides 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 divers secteurs :

• Automatisation : La détection d'objets peut aider à réduire le besoin de supervision humaine dans des tâches telles que la surveillance des images de vidéosurveillance.
  ‍
• 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 qui nécessitent des résultats instantanés. 

Bien que ces avantages soulignent l'impact de la détection d'objets dans différents cas d'utilisation, il est également important de tenir compte des défis liés à sa mise en œuvre. Voici quelques-uns des principaux défis :

• Confidentialité des données: L'utilisation de données visuelles, en particulier dans les zones sensibles comme la surveillance ou les soins de santé, peut soulever des problèmes de confidentialité et de sécurité.

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

• Coût de calcul élevé : Les modèles à haute performance nécessitent souvent des GPU (processeurs graphiques) puissants pour le traitement, ce qui rend le déploiement en temps réel coûteux.

Principaux points à retenir

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

Bien qu'il existe certains défis, comme les problèmes de 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 de Vision IA en fait un élément essentiel des innovations de pointe.

Pour en savoir plus, visitez notre dépôt GitHub et échangez avec notre communauté. Explorez les innovations dans des secteurs tels que l'IA dans les voitures autonomes et la vision par ordinateur dans l'agriculture sur nos pages de solutions. Consultez nos options de licence yolo et donnez vie à vos projets de Vision IA. 🚀