Classification d'images

La classification d'images est une tâche fondamentale en vision par ordinateur (CV) qui consiste à attribuer une seule étiquette spécifique à une image entière à partir d'un ensemble prédéfini de catégories. L'objectif principal est d'identifier le sujet principal d'une image et de le catégoriser en conséquence. Par exemple, un modèle de classification analyserait une image et produirait une étiquette telle que « chat », « chien » ou « voiture ». Cette tâche constitue la base de nombreuses applications de CV plus complexes et est un élément central de l'apprentissage automatique (ML). Le processus repose sur des algorithmes, notamment les réseaux neuronaux convolutifs (CNN), pour apprendre les caractéristiques distinctives à partir de vastes jeux de données étiquetés.

Comment fonctionne la classification d'images ?

Les modèles de classification d'images sont entraînés à l'aide de l'apprentissage supervisé, où ils reçoivent un grand nombre d'images qui ont déjà été étiquetées manuellement avec la classe correcte. Pendant l'entraînement, le réseau neuronal apprend à identifier les motifs, les textures, les formes et les combinaisons de couleurs associés à chaque catégorie. Cet apprentissage est réalisé grâce à un processus appelé rétropropagation, qui ajuste les paramètres internes du modèle, ou poids, afin de minimiser la différence entre ses prédictions et les étiquettes réelles.

Les modèles de classification modernes utilisent souvent des architectures d'apprentissage profond avec de nombreuses couches. Les premières couches peuvent apprendre à reconnaître des caractéristiques simples comme les arêtes et les coins, tandis que les couches plus profondes les combinent pour identifier des structures plus complexes comme les yeux, les roues ou les visages. La dernière couche du réseau utilise généralement une fonction softmax pour produire un score de probabilité pour chaque classe possible. La classe avec la probabilité la plus élevée est choisie comme prédiction finale. La extraction de caractéristiques est essentielle à ce processus, car le modèle apprend automatiquement les caractéristiques les plus informatives pour la tâche de classification.

Applications de la classification d'images

La classification d'images est utilisée dans de nombreux secteurs pour automatiser et mettre à l'échelle les tâches de reconnaissance visuelle. Voici deux exemples importants :

1. Analyse d'images médicales : Dans le domaine de la santé, les modèles de classification analysent les images médicales comme les radiographies, les IRM et les tomodensitométries pour aider les radiologues à détecter les maladies. Par exemple, un modèle peut être entraîné sur des milliers de mammographies pour classer les images comme « bénignes » ou « malignes », aidant ainsi à la détection précoce du cancer du sein. Cela peut conduire à des diagnostics plus rapides et à une réduction des erreurs humaines. Pour en savoir plus, consultez l'aperçu de l'American Cancer Society sur l'IA dans la détection du cancer.
2. Technologie agricole : Les agriculteurs utilisent la classification d'images pour surveiller la santé des cultures à partir d'images capturées par des drones ou des satellites. Un modèle peut classer les images de feuilles de plantes dans des catégories telles que « saine », « malade » ou « infestée de parasites ». Cela permet une application ciblée de pesticides ou d'engrais, améliorant ainsi les rendements des cultures et favorisant une agriculture durable. Apprenez-en davantage sur la façon dont Ultralytics prend en charge l'IA dans l'agriculture.

Classification d'images vs. Tâches connexes

Bien qu'étroitement liée à d'autres tâches de vision par ordinateur, la classification d'images a un objectif distinct. Il est important de la différencier de :

• Détection d'objets: Cette tâche va plus loin que la classification. Au lieu d'attribuer une étiquette à l'ensemble de l'image, la détection d'objets identifie plusieurs objets dans une image et trace une boîte englobante autour de chacun d'eux, en attribuant également une étiquette de classe à chaque boîte. Par exemple, elle n'étiquetterait pas simplement une image « scène de rue », mais localiserait et classerait les « voitures », les « piétons » et les « feux de circulation » individuels.
• Segmentation d'images : Cette tâche fournit la compréhension la plus détaillée d'une image en classant chaque pixel. Il existe différents types, notamment la segmentation sémantique, qui attribue une classe à chaque pixel (par exemple, tous les pixels appartenant à des voitures sont d'une seule couleur), et la segmentation d'instance, qui distingue les différentes instances du même objet (par exemple, chaque voiture est d'une couleur différente). Ce niveau de détail est essentiel pour des applications telles que les véhicules autonomes.

En résumé, la classification vous indique ce qui se trouve dans une image, la détection vous indique quoi et où, et la segmentation fournit une carte détaillée, au niveau des pixels, de tout ce qui se trouve dans la scène.

Classification d'images avec Ultralytics

Bien que réputés pour la détection d'objets, les modèles Ultralytics YOLO excellent également dans les tâches de classification d'images. Les modèles de pointe comme YOLO11 peuvent être facilement entraînés ou affinés sur des ensembles de données personnalisés à l'aide du package Ultralytics Python intuitif ou de la plateforme sans code Ultralytics HUB.

Notre documentation fournit des ressources complètes, y compris des conseils pour l'entraînement des modèles et un guide détaillé sur l'utilisation de YOLO11 pour la classification d'images. Les développeurs peuvent exploiter des modèles pré-entraînés sur des ensembles de données de référence comme ImageNet, CIFAR-100 et Caltech-101 ou entraîner un nouveau modèle à partir de zéro. Pour ceux qui s'intéressent aux dernières avancées, des ressources comme Papers With Code offrent un aperçu complet des modèles les plus performants. Vous pouvez également comparer les performances des modèles YOLO sur des benchmarks standard. Des frameworks comme PyTorch et TensorFlow fournissent la base pour la construction et l'entraînement de ces modèles.