Guide pour approfondir la détection d’objets en 2025

De nombreux secteurs intègrent rapidement des solutions d’intelligence artificielle (AI) à 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, comme le font les humains. Elle permet aux machines de reconnaître des objets, de repérer des motifs et de comprendre ce qu’elles observent.

La valeur du marché mondial de la vision par ordinateur devrait atteindre 72,80 milliards de dollars d’ici 2034. La vision par ordinateur englobe différentes tâches qui permettent aux systèmes d’IA visuelle d’analyser et d’interpréter des données visuelles. La détection d’objets est l’une des tâches les plus répandues et essentielles de la vision par ordinateur.

La détection d’objets consiste à localiser et à classer des objets dans des données visuelles. Par exemple, si tu montres à un ordinateur une image de vache, il peut détecter la vache et tracer 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 réaliser 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 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 détection d’objets prise en charge 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 les objets dans des images ou des vidéos. Elle répond à deux questions clés : « Quels objets se trouvent dans l’image ? » et « Où se trouvent-ils ? »

Tu peux considérer la détection d’objets comme un processus en 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 à partir de motifs appris. La deuxième, la localisation, détermine la position de l’objet en traçant une boîte englobante autour de lui, qui indique 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 répondent à 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 du pixel. La détection d’objets combine, elle, la reconnaissance et la 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 découvrant les différents termes liés à la vision par ordinateur, tu peux avoir l’impression que la reconnaissance et la détection d’objets sont interchangeables, mais elles répondent à des objectifs différents. Pour bien comprendre la différence, tu peux comparer la détection et la reconnaissance faciales.

La détection faciale est une forme 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 de 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, quant à elle, est une forme de reconnaissance d’objets. Elle ne se contente pas de détecter un visage : elle identifie la personne 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 qui permet de déverrouiller ton téléphone avec Face ID ou aux systèmes de sécurité des aéroports de vérifier les identités.

En bref, 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 de l’auteur.

Les modèles de détection d’objets comme Ultralytics YOLO11 peuvent être entraînés à détecter les visages (par exemple, sur le jeu de données WIDER FACE), mais pas à les reconnaître. Un modèle YOLO11 entraîné peut repérer 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 comme les systèmes de surveillance, le suivi des foules et l’étiquetage automatique de photos. Toutefois, il ne peut pas déterminer à qui appartient ce visage. YOLO11 peut être intégré à des modèles spécifiquement entraînés pour la reconnaissance faciale, comme FaceNet ou DeepFace, afin de permettre 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 le faisons, un ordinateur la décompose en une grille de petits carrés appelés pixels. Chaque pixel contient des informations de couleur et de luminosité que l’ordinateur peut traiter pour interpréter les données visuelles.

Pour interpréter ces pixels, les algorithmes les regroupent en régions pertinentes selon leur forme, leur couleur et 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 correspondant aux caractéristiques d’un piéton. Ces modèles s’appuient sur un entraînement approfondi à partir de 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 clés : le backbone, le neck et le head. Le backbone extrait les caractéristiques importantes d’une image. Le neck traite et affine ces caractéristiques, tandis que le head prédit l’emplacement des objets et les classe.

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 éliminer les prédictions redondantes. Par exemple, les boîtes englobantes qui se chevauchent sont supprimées afin de ne conserver que les détections les plus pertinentes. Un score de confiance — une valeur numérique qui représente le degré de certitude du modèle quant à l’appartenance d’un objet détecté à une classe donnée — est également attribué à chaque objet détecté pour indiquer le niveau de confiance du modèle dans ses prédictions.

Enfin, le résultat est présenté avec des boîtes englobantes 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 de détection d’objets populaires#

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

Dans le prolongement de ces bases, Ultralytics YOLOv8 a étendu la prise en charge de tâches comme la segmentation d’instances, la classification d’images et l’estimation de pose. YOLO11 a encore amélioré les performances sur plusieurs tâches, avant d’être remplacé par Ultralytics YOLO26. Avec 22 % de paramètres en moins que YOLOv8m, YOLO11m atteint une précision moyenne (mAP) supérieure sur le jeu de données COCO. En d’autres termes, YOLO11 reconnaît 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 spécialiste de l’IA ou que tu débutes, Ultralytics YOLO11 offre une solution puissante et facile à utiliser pour les applications de vision par ordinateur.

Entraîner un modèle de détection d’objets sur mesure#

L’entraînement de modèles d’IA visuelle consiste à aider les ordinateurs à reconnaître et à comprendre les images et les vidéos. Cependant, l’entraînement peut prendre beaucoup de temps. 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 varié d’objets du quotidien. Ce modèle pré-entraîné peut ensuite être entraîné sur mesure pour détecter des objets spécifiques qui ne figurent peut-être pas dans le jeu de données d’origine.

Pour entraîner un modèle personnalisé 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 différentes variétés de fruits dans une épicerie, tu peux constituer un jeu de données d’images annotées de pommes, de bananes, d’oranges, etc. Une fois le jeu de données préparé, tu peux entraîner YOLO11 en ajustant les paramètres d’entraînement, comme la taille de lot, le taux d’apprentissage et le nombre d’époques, afin d’optimiser les performances.

Grâce à cette approche, les entreprises peuvent entraîner Ultralytics YOLO11 à détecter presque 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 sur la route, afin de mieux comprendre leur environnement. En analysant constamment ce qui les entoure, elles peuvent prendre rapidement des décisions et circuler en toute sécurité.

Fig. 4. Exemple de détection de nids-de-poule avec Ultralytics YOLO11.

Analyse d’images médicales dans le secteur de la santé#

Les techniques d’imagerie médicale, comme la radiographie, l’IRM, le scanner et l’échographie, produisent des images très détaillées du corps humain pour aider au diagnostic et au traitement des maladies. Ces examens génèrent de grandes quantités de données que les médecins, comme les radiologues et les pathologistes, doivent analyser attentivement pour détecter des maladies. Cependant, l’examen détaillé de chaque image peut prendre beaucoup de temps, et les spécialistes peuvent parfois passer à côté de certains détails à cause de la fatigue ou du manque de temps.

Les modèles de détection d’objets comme Ultralytics YOLO11 peuvent faciliter ce travail en identifiant automatiquement et avec précision les éléments importants des examens médicaux, tels que les organes, les tumeurs ou les anomalies. Les modèles entraînés sur mesure peuvent signaler les zones préoccupantes à l’aide de boîtes englobantes, ce qui aide les médecins à repérer plus rapidement 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 divers environnements.

Par exemple, dans les écoles et les garderies, le suivi d’objets peut aider à surveiller les enfants et à éviter qu’ils ne s’éloignent. Dans les applications de sécurité, il joue un rôle essentiel pour détecter les intrus dans les zones réglementées, surveiller les foules afin de repérer une surpopulation ou un comportement suspect, et envoyer des alertes en temps réel en cas d’activité non autorisée. 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 réduire le besoin de supervision humaine pour des tâches comme la surveillance des images de vidéosurveillance.
• Fonctionne avec d’autres modèles d’IA : elle peut être intégrée à des systèmes de reconnaissance faciale, de reconnaissance d’actions et de suivi pour 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 qui nécessitent des résultats immédiats.

Bien que ces avantages montrent l’impact de la détection d’objets dans différents cas d’utilisation, il est également important de tenir compte des 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 les soins de santé, peut soulever des problèmes de confidentialité et de sécurité.
• Occlusion : En détection d’objets, l’occlusion se produit lorsque des objets sont partiellement bloqués ou masqués, ce qui complique leur détection et leur classification précises par le modèle.
• Coût de calcul élevé : Les modèles hautes performances nécessitent souvent des GPU (processeurs graphiques) puissants pour le traitement, ce qui rend leur déploiement en temps réel coûteux.

Points clés à retenir#

La détection d’objets est un outil largement utilisé en vision par ordinateur qui aide les machines à détecter et à localiser des objets dans les images et les vidéos. Elle est utilisée dans des secteurs allant des voitures autonomes à la santé, où elle facilite les tâches et les rend plus sûres et plus efficaces. Avec des modèles comme Ultralytics YOLO11, les entreprises peuvent facilement créer des modèles personnalisés de détection d’objets pour concevoir des applications spécialisées de vision par ordinateur.

Malgré certains défis, comme les préoccupations liées à la confidentialité et les objets masqués, la détection d’objets est une technologie fiable. Sa capacité à automatiser des tâches, à traiter des données visuelles en temps réel et à s’intégrer à d’autres outils d’IA visuelle en fait un élément essentiel des systèmes modernes d’IA visuelle.

Pour en savoir plus, consulte notre dépôt GitHub et participe à notre communauté. Découvre les innovations dans des secteurs comme l’IA 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’IA visuelle.