Vision par ordinateur (CV)

L'importance de l'IA et de l'apprentissage automatique

La vision par ordinateur est fondamentale pour de nombreux systèmes modernes d'IA et d'apprentissage machine (ML), car elle fournit les capacités nécessaires aux machines pour interagir avec le monde physique et le comprendre par le biais de la perception visuelle. L'avènement de techniques telles que les réseaux neuronaux convolutifs (CNN), inspirés du cortex visuel humain, a révolutionné la VC. Ces réseaux permettent aux modèles d'apprendre automatiquement des caractéristiques hiérarchiques à partir de grandes quantités de données visuelles, ce qui conduit à des améliorations significatives de la précision pour diverses tâches de vision par ordinateur. Ces progrès permettent des applications sophistiquées qui étaient auparavant inaccessibles, ce qui fait de la CV une pierre angulaire du développement actuel de l'IA et un moteur essentiel pour les cas d'utilisation de l'IA qui transforment notre avenir.

Concepts et tâches clés

La vision par ordinateur englobe un large éventail de tâches visant à extraire différents types d'informations des données visuelles. Parmi les tâches essentielles, on peut citer :

• Classification d'images: Attribution d'une étiquette ou d'une catégorie unique à une image entière (par exemple, identification d'une image comme contenant un "chat" ou un "chien"). Des ensembles de données comme ImageNet sont couramment utilisés pour cette tâche.
• Détection d'objets: Identifier la présence et l'emplacement de plusieurs objets dans une image, généralement en dessinant des boîtes de délimitation autour d'eux et en leur attribuant des étiquettes de classe (par exemple, localiser toutes les "voitures" et tous les "piétons" dans une scène de rue). Des modèles comme Ultralytics YOLO sont largement utilisés pour une détection efficace des objets.
• Segmentation d'image: Classification de chaque pixel d'une image pour qu'il appartienne à un certain objet ou à une certaine région. Cela permet d'obtenir une compréhension plus détaillée que la détection d'objets. Les types de segmentation comprennent la segmentation sémantique (étiquetage des pixels par catégorie) et la segmentation d'instance (différenciation des instances d'objets individuels au sein d'une même catégorie). Voir un guide sur la segmentation et le suivi des instances.
• Estimation de la pose: Détection de la position et de l'orientation des points clés d'un objet, souvent utilisée pour l'estimation de la pose humaine (identification des articulations) ou le suivi d'objets rigides. Renseigne-toi sur l'entraînement personnalisé pour l'estimation de la pose d'un chien.
• Suivi d'objet: Identification et suivi d'objets spécifiques sur plusieurs images d'une séquence vidéo. Cela combine la détection d'objets et l'analyse temporelle. Explore la détection et le suivi d'objets avec Ultralytics YOLOv8.
• Flux optique: Estimation du mouvement des objets ou de la caméra entre les images consécutives d'une vidéo.

Vision par ordinateur et domaines connexes

Il est utile de distinguer la vision par ordinateur des disciplines connexes :

• Traitement de l'image : Se concentre sur la manipulation des images à un niveau inférieur, souvent en tant qu'étape de prétraitement pour CV. Les tâches comprennent la réduction du bruit, l'amélioration du contraste et le filtrage à l'aide de bibliothèques comme OpenCV. Le traitement d'image modifie les pixels mais n'interprète pas nécessairement le contenu de l'image. En savoir plus sur les principales différences entre la vision par ordinateur et le traitement d'image.
• Vision industrielle (MV) : Bien qu'il y ait un chevauchement avec le CV, le MV fait généralement référence à l'application de la technologie de la vision dans les environnements industriels pour l'inspection automatisée, le contrôle des processus et le guidage des robots. Les systèmes de vision industrielle fonctionnent souvent dans des environnements contrôlés, avec des éclairages et des caméras spécifiques, en se concentrant sur la fiabilité et la rapidité pour des tâches spécifiques telles que l'inspection de la qualité dans la fabrication. En savoir plus sur la vision industrielle.

Technologies et cadres de travail

Le développement d'applications de vision par ordinateur repose sur divers outils, bibliothèques et cadres :

• Bibliothèques : OpenCV (Open Source Computer Vision Library) est une bibliothèque fondamentale qui offre une vaste collection d'algorithmes pour le traitement d'images et les tâches classiques de CV. Parmi les autres bibliothèques, on peut citer Pillow pour la manipulation d'images en Python et Scikit-image pour les algorithmes de traitement d'images.
• Cadres d'apprentissage profond: PyTorch et TensorFlow sont les principaux frameworks pour la construction et l'entraînement de modèles d'apprentissage profond, y compris ceux utilisés dans CV.
• Modèles : Les modèles de pointe comme YOLO (You Only Look Once) permettent une détection efficace des objets en temps réel. Des architectures telles que ResNet sont couramment utilisées, et les transformateurs de vision (ViT) représentent une classe plus récente de modèles qui gagnent en importance. Compare les performances de différents modèlesYOLO .
• Plateformes : Des outils comme Ultralytics HUB rationalisent le processus de formation, de déploiement et de gestion des modèles de CV, en offrant des fonctionnalités telles que la formation dans le nuage et la gestion des ensembles de données. D'autres plateformes comme Roboflow et Weights & Biases offrent des outils complémentaires pour l'annotation des données et le suivi des expériences.

Applications dans le monde réel

Les applications de vision par ordinateur sont de plus en plus répandues dans divers secteurs :

• Véhicules autonomes: La CV est essentielle pour les voitures autonomes, car elle leur permet de percevoir leur environnement, de détecter les piétons et les autres véhicules, de lire les panneaux de signalisation et de naviguer en toute sécurité. Des entreprises comme Waymo et Tesla s'appuient fortement sur les systèmes de CV. Explore les solutions d'intelligence artificielle dans l'automobile.
• Santé: Dans l'analyse des images médicales, la CV aide les radiologues à détecter les anomalies comme les tumeurs ou les fractures dans les radiographies, les tomodensitogrammes et les IRM. Elle est également utilisée en chirurgie robotique et pour le suivi des patients. Voir la recherche de Radiology : Intelligence artificielle. Découvre comment YOLO11 est utilisé pour la détection des tumeurs.
• Sécurité et surveillance : La CV alimente les systèmes de surveillance automatisés, détectant les intrusions, suivant les individus et analysant le comportement des foules. Vois comment construire un système d'alarme de sécurité.
• Commerce de détail : Les applications comprennent la gestion des stocks via la surveillance des rayons, l'analyse du comportement des clients et les systèmes de caisse sans caissier comme ceux d'Amazon Go.
• Fabrication: Utilisé pour le contrôle de la qualité, la détection des défauts, la surveillance des chaînes de montage et l'automatisation de la robotique. Apprends à créer des solutions de fabrication intelligentes avec YOLO11.
• Agriculture: Permet une agriculture de précision grâce au suivi des cultures, à la détection des maladies, à l'identification des mauvaises herbes et à la récolte automatisée. En savoir plus sur la surveillance en temps réel de la santé des cultures.
• Divertissement : Utilisée dans la production cinématographique pour les effets spéciaux, la capture de mouvements, et dans les jeux vidéo pour créer des expériences immersives. Explore l'IA dans les jeux vidéo.