Image Recognition

La reconnaissance d’image est une technologie fondamentale du vaste domaine de la vision par ordinateur (CV), qui permet aux systèmes logiciels d’identifier des objets, des personnes, des lieux et du texte dans des images numériques. En analysant le contenu en pixels d’une image ou d’une trame vidéo, cette technologie tente d’imiter les capacités de perception visuelle de l’œil et du cerveau humains. Alimentée par l’intelligence artificielle (AI), la reconnaissance d’image transforme les données visuelles non structurées en informations structurées et exploitables, constituant la base de l’automatisation dans des secteurs allant de la santé au transport autonome.

Mécanismes et technologies fondamentaux#

Les systèmes modernes de reconnaissance d’image ont dépassé la programmation traditionnelle fondée sur des règles et reposent largement sur des algorithmes d’apprentissage profond (DL). L’architecture la plus répandue pour ces tâches est le réseau neuronal convolutif (CNN). Un CNN traite les images comme une grille de valeurs, représentant généralement les canaux de couleur rouge, vert et bleu (RGB), puis les fait passer à travers plusieurs couches d’opérations mathématiques.

Au cours de ce processus, le réseau effectue une extraction de caractéristiques. Les premières couches peuvent détecter des motifs géométriques simples, comme des contours ou des angles, tandis que les couches plus profondes combinent ces motifs pour reconnaître des structures complexes telles que des yeux, des roues ou des feuilles. Pour atteindre une grande précision, ces modèles nécessitent de vastes quantités de données d’entraînement annotées. Les jeux de données publics à grande échelle, tels qu’ImageNet, aident les modèles à apprendre la probabilité statistique qu’une configuration visuelle donnée corresponde à un concept comme « chat », « vélo » ou « panneau stop ».

Distinguer la reconnaissance des concepts associés#

Bien que l’expression « reconnaissance d’image » soit souvent utilisée comme terme générique, elle se distingue d’autres tâches spécifiques de vision par ordinateur. Comprendre ces nuances est essentiel pour sélectionner le modèle adapté à un projet :

• Reconnaissance et classification d’image : la classification consiste à attribuer une seule étiquette à une image entière (par exemple, étiqueter une image comme « plage »). La reconnaissance est la capacité plus large qui permet au système de comprendre le contenu.
• Reconnaissance et détection d’objets : tandis que la reconnaissance identifie ce qui se trouve dans une image, la détection localise l’endroit où cela se trouve. Les algorithmes de détection tracent une boîte englobante autour de chaque instance d’objet, en la séparant de l’arrière-plan.
• Reconnaissance et segmentation d’instances : cette technique va plus loin que la reconnaissance en identifiant les contours exacts d’un objet au niveau des pixels, plutôt qu’une simple boîte. Elle est essentielle pour les applications nécessitant des mesures précises, comme l’analyse d’images biomédicales.

Applications concrètes#

L’utilité de la reconnaissance d’image s’étend à pratiquement tous les secteurs où des données visuelles sont générées.

• Diagnostic médical : dans le domaine de la santé, les algorithmes de reconnaissance aident les radiologues en analysant des images médicales telles que des radiographies et des IRM. Des outils comme l’IA en radiologie peuvent identifier des anomalies telles que des tumeurs ou des fractures plus rapidement et parfois plus précisément que la seule observation humaine.
• Commerce de détail et gestion des stocks : les supermarchés intelligents utilisent la reconnaissance pour suivre les produits lorsqu’ils sont retirés des rayons, ce qui permet d’automatiser le passage en caisse. De même, les robots d’entrepôt l’utilisent pour identifier et trier les colis.
• Sécurité et contrôle d’accès : les systèmes de reconnaissance faciale permettent de sécuriser l’accès aux smartphones et aux bâtiments en vérifiant l’identité par rapport à une base de données de représentations vectorielles faciales enregistrées.

Mettre en œuvre la reconnaissance d’image avec Ultralytics YOLO26#

Pour les développeurs et les chercheurs, la mise en œuvre de la reconnaissance d’image est devenue nettement plus accessible grâce à des modèles de pointe comme YOLO26, qui prend en charge nativement la classification, la détection et la segmentation. L’exemple suivant montre comment effectuer une reconnaissance (plus précisément, une détection d’objets) sur une image à l’aide du package Python ultralytics.

from ultralytics import YOLO

# Load a pre-trained YOLO26 model (n for nano, fastest speed)
model = YOLO("yolo26n.pt")

# Run inference on an image to recognize and locate objects
# The source can be a file path, URL, or webcam (source=0)
results = model("https://ultralytics.com/images/bus.jpg")

# Display the results with bounding boxes and labels
results[0].show()

Pour les équipes qui souhaitent annoter leurs propres jeux de données et entraîner des modèles personnalisés dans le cloud, l’Ultralytics Platform offre un environnement rationalisé pour gérer l’ensemble du cycle de vie d’un projet de reconnaissance d’image, de la collecte des données au déploiement.

Tendances futures#

À mesure que la puissance de calcul augmente, la reconnaissance d’image évolue vers la compréhension vidéo, dans laquelle les systèmes analysent le contexte temporel entre les trames. En outre, l’intégration de l’IA générative permet aux systèmes non seulement de reconnaître les images, mais aussi d’en générer des descriptions textuelles détaillées, rapprochant le traitement du langage naturel (NLP) et la vision.