Object Detection

La détection d'objets est une technologie essentielle dans le domaine de la Computer Vision (CV) qui permet aux systèmes informatiques d'identifier et de localiser des éléments spécifiques dans des données visuelles. Contrairement aux tâches plus simples de classification d'images, qui attribuent une seule étiquette à une image entière, la détection d'objets offre une compréhension granulaire en prédisant simultanément la classe d'un objet (par exemple, "personne", "voiture", "chien") et sa position spatiale. Cette position est généralement représentée par une bounding box rectangulaire qui englobe l'objet, accompagnée d'un score de confiance indiquant la certitude du modèle. Cette double capacité — reconnaissance et localisation — sert de fondation sensorielle aux applications modernes d'Artificial Intelligence (AI), permettant aux machines d'interagir de manière significative avec leur environnement.

Les mécanismes de détection#

Les détecteurs modernes reposent fortement sur des architectures de Deep Learning (DL), plus précisément sur des Convolutional Neural Networks (CNNs), pour extraire des caractéristiques complexes des images d'entrée. Le processus commence par une phase d'entraînement, où un modèle apprend à reconnaître des motifs en utilisant des collections massives et étiquetées comme le dataset COCO. Durant cette phase, l'algorithme optimise ses poids de modèle pour minimiser les erreurs de prédiction.

Lorsque le modèle est déployé pour l'inférence, il analyse de nouvelles images pour proposer des objets potentiels. Des algorithmes avancés appliquent ensuite la Non-Maximum Suppression (NMS) pour éliminer les détections en double, garantissant ainsi que chaque entité distincte n'est mise en valeur qu'une seule fois. La précision de ces prédictions est souvent évaluée à l'aide de la métrique Intersection over Union (IoU), qui mesure le chevauchement entre la boîte prédite et la vérité terrain. Des avancées récentes ont conduit à des architectures de bout en bout comme YOLO26, qui rationalisent ce pipeline pour offrir une vitesse exceptionnelle et des capacités d'inférence en temps réel sur les appareils de périphérie.

Différencier les termes clés#

Il est crucial de distinguer la détection d'objets des concepts connexes pour choisir le bon outil pour un projet :

• Détection d'objets vs classification d'images : Alors que la classification d'images répond à la question "Qu'y a-t-il dans cette image ?", la détection d'objets répond à "Qu'est-ce qui se trouve où ?".
• Détection d'objets vs segmentation d'instances : La détection trace une boîte autour d'un élément. En revanche, la segmentation d'instances identifie le contour exact au pixel près (masque) de chaque objet.
• Détection d'objets vs suivi d'objets : La détection trouve des objets dans une seule image. Le suivi d'objets connecte ces détections à travers une séquence vidéo pour surveiller le mouvement au fil du temps.

Applications concrètes#

La polyvalence de la détection d'objets stimule l'innovation dans les principales industries. Dans le secteur automobile, l'IA dans les véhicules autonomes dépend de manière critique des modèles de détection pour identifier instantanément les piétons, les panneaux de signalisation et les autres véhicules afin de naviguer en toute sécurité. En traitant les flux vidéo provenant des caméras embarquées, ces systèmes prennent des décisions en une fraction de seconde qui préviennent les accidents.

Un autre cas d'utilisation important se trouve dans l'IA dans la vente au détail. Les systèmes de paiement automatisés et les robots intelligents de gestion des stocks utilisent la détection d'objets pour scanner les rayons, reconnaître les produits et détecter les ruptures de stock ou les articles mal placés. Cette automatisation rationalise les chaînes d'approvisionnement et améliore l'expérience client en garantissant que les produits sont toujours disponibles.

Implémenter la détection d'objets#

Les développeurs peuvent facilement implémenter des flux de travail de détection en utilisant le paquet Python ultralytics. L'exemple suivant montre comment charger un modèle YOLO26 pré-entraîné et effectuer une inférence sur une image.

from ultralytics import YOLO

# Load the latest YOLO26n model (nano version for speed)
model = YOLO("yolo26n.pt")

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

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

Pour les équipes cherchant à mettre à l'échelle leurs opérations, la plateforme Ultralytics offre un environnement complet pour annoter des données, entraîner des modèles personnalisés dans le cloud et les déployer vers divers formats tels que ONNX ou TensorRT. L'utilisation de telles plateformes simplifie le cycle de vie MLOps, permettant aux ingénieurs de se concentrer sur l'affinage de leurs applications plutôt que sur la gestion de l'infrastructure.