Image Classification

La classification d'images est une tâche fondamentale en vision par ordinateur (CV) où un modèle d'apprentissage automatique analyse une image entière et lui attribue une étiquette unique provenant d'un ensemble prédéfini de catégories. Essentiellement, elle répond à la question : « Quel est le sujet principal de cette image ? » En tant que composant central de l'intelligence artificielle (IA), ce processus permet aux systèmes automatisés d'organiser, de catégoriser et d'interpréter des données visuelles à grande échelle. Bien qu'elle puisse sembler simple à l'œil humain, permettre aux ordinateurs de reconnaître des motifs nécessite des algorithmes d'apprentissage automatique (ML) sophistiqués pour combler le fossé entre les pixels bruts et les concepts significatifs.

Le mécanisme derrière la classification#

La classification d'images moderne repose fortement sur des architectures d'apprentissage profond (DL) appelées Réseaux de Neurones Convolutifs (CNN). Ces réseaux sont conçus pour imiter la façon dont le cortex visuel biologique traite l'information. Grâce à un processus appelé extraction de caractéristiques, le modèle apprend à identifier des attributs de bas niveau comme les contours et les textures dans les premières couches, pour finalement les combiner afin de reconnaître des formes et des objets complexes dans les couches plus profondes.

Pour construire un classificateur, les développeurs utilisent l'apprentissage supervisé, en alimentant le modèle avec de vastes quantités de données d'entraînement contenant des exemples étiquetés. De grands jeux de données publics tels que ImageNet ont joué un rôle déterminant dans l'amélioration de la précision de ces systèmes. Pendant la phase d'inférence, le modèle produit un score de probabilité pour chaque catégorie, utilisant souvent une fonction softmax pour déterminer la classe la plus probable.

Classification vs autres tâches de vision#

Il est important de distinguer la classification d'images des capacités de computer vision associées, car le choix de la technique dépend du problème spécifique :

• Classification vs Détection d'objets : La classification attribue une étiquette à l'image entière. En revanche, la détection d'objets identifie l'emplacement de plusieurs objets au sein d'une scène en dessinant une boîte englobante autour de chacun d'eux.
• Classification vs Segmentation d'images : Alors que la classification examine le contexte global, la segmentation offre une précision au niveau du pixel. La segmentation sémantique classifie chaque pixel individuel, permettant une délimitation exacte des frontières entre les objets et l'arrière-plan.

Applications concrètes#

La classification d'images alimente un large éventail d'applications d'IA du monde réel à travers diverses industries :

Diagnostics de santé#

Dans le domaine médical, les modèles de classification aident les radiologues en analysant les examens diagnostiques. Les outils d'analyse d'images médicales peuvent rapidement catégoriser des radiographies ou des IRM comme « normales » ou « anormales », ou identifier des affections spécifiques telles que la détection de tumeurs, permettant un triage et un diagnostic plus rapides des patients.

Contrôle qualité dans la fabrication#

Les usines utilisent l'inspection visuelle automatisée pour maintenir les normes de produits. Les caméras sur les chaînes de montage capturent des images de composants, et les modèles de classification les étiquettent instantanément comme « réussi » ou « échec » en fonction des défauts visibles. Ce contrôle qualité automatisé garantit que seuls les articles sans défaut atteignent l'étape de l'emballage.

Agriculture intelligente#

Les agriculteurs tirent parti de l'IA en agriculture pour surveiller la santé des cultures. En classifiant les images prises par des drones ou des smartphones, les systèmes peuvent identifier des signes de maladie, de carence en nutriments ou d'infestation de nuisibles, permettant des interventions ciblées en agriculture de précision.

Implémentation de la classification avec YOLO26#

Le framework Ultralytics YOLO26, bien que célèbre pour la détection, offre des performances de pointe pour les tâches de classification d'images. Son architecture est optimisée pour la vitesse et la précision, ce qui la rend adaptée aux applications en temps réel.

Voici un exemple concis de la façon de charger un modèle pré-entraîné et de classifier une image à l'aide du paquet Python ultralytics :

from ultralytics import YOLO

# Load a pre-trained YOLO26 classification model
model = YOLO("yolo26n-cls.pt")

# Run inference on an image source
results = model("https://ultralytics.com/images/bus.jpg")

# Print the top predicted class name
print(f"Prediction: {results[0].names[results[0].probs.top1]}")

Pour les équipes cherchant à rationaliser leur flux de travail, Ultralytics Platform simplifie l'ensemble du pipeline. Elle permet aux utilisateurs de gérer des jeux de données de classification, d'effectuer un entraînement basé sur le cloud et de déployer des modèles vers divers formats tels que ONNX ou TensorRT sans infrastructure de codage complexe.