Architectures de détection d'objets

Composants essentiels

La plupart des architectures de détection d'objets se composent de plusieurs éléments clés fonctionnant ensemble. Un réseau dorsal, souvent un réseau neuronal convolutif (CNN), effectue l'extraction initiale des caractéristiques de l'image d'entrée, en identifiant les motifs de bas niveau tels que les bords et les textures, ainsi que des caractéristiques progressivement plus complexes. Un composant "cou" suit souvent, agrégeant les caractéristiques des différentes étapes du réseau dorsal pour créer des représentations plus riches adaptées à la détection d'objets à différentes échelles, un concept détaillé dans des ressources telles que l'article sur le réseau Feature Pyramid. Enfin, la tête de détection utilise ces caractéristiques pour prédire la classe et l'emplacement (coordonnées de la boîte englobante) des objets. Les performances sont souvent mesurées à l'aide de paramètres tels que Intersection over Union (IoU ) pour évaluer la précision de la localisation et Mean Average Precision (mAP) pour la qualité globale de la détection. Des explications détaillées sont disponibles sur des sites tels que la page d'évaluation de l'ensemble de données COCO.

Types d'architectures

Les architectures de détection d'objets sont généralement classées en fonction de leur approche :

• Détecteurs en deux étapes: Ces modèles proposent d'abord des régions d'intérêt (RdI) où des objets pourraient se trouver, puis classifient et affinent la boîte de délimitation pour chaque RdI. Parmi les exemples, citons la famille R-CNN, telle que Faster R-CNN. Ils sont souvent très précis, mais peuvent être très gourmands en ressources informatiques.
• Détecteurs en une étape: Ces modèles prédisent directement les boîtes de délimitation et les probabilités de classe à partir de l'image d'entrée en un seul passage, en sautant l'étape de proposition de région. Le Single Shot MultiBox Detector (SSD) et la famille Ultralytics YOLO en sont des exemples. Ils offrent généralement des vitesses d'inférence en temps réel plus rapides, ce qui les rend adaptés aux applications nécessitant des réponses rapides. Les détecteurs modernes à une étape comme YOLO11 utilisent souvent des techniques sans ancrage, ce qui simplifie la conception par rapport aux anciennes méthodes basées sur l'ancrage. Vous pouvez explorer les comparaisons entre les différents modèles YOLO pour voir leur évolution.

Distinction par rapport à des termes similaires

Il est important de différencier les architectures de détection d'objets des tâches connexes de vision par ordinateur :

• Classification d'images: Attribue une étiquette unique à l'ensemble d'une image (par exemple, "chat", "chien"). Elle identifie globalement ce qui se trouve dans l'image, mais pas l'emplacement d' objets spécifiques. Voir la documentation de la tâche de classification Ultralytics pour des exemples.
• Segmentation sémantique: Elle classe chaque pixel d'une image dans une catégorie prédéfinie (par exemple, tous les pixels appartenant à des voitures sont étiquetés "voiture"). Elle fournit une prédiction dense mais ne permet pas de distinguer les différentes instances d'une même classe d'objets.
• Segmentation par instance: Elle va plus loin que la segmentation sémantique en classant chaque pixel et en différenciant les instances d'objets individuels (par exemple, en étiquetant "voiture 1", "voiture 2"). Elle combine la détection d'objets et la segmentation sémantique. Consultez la documentation de la tâche de segmentation Ultralytics pour plus de détails.

Applications dans le monde réel

Les architectures de détection d'objets alimentent de nombreuses applications d'intelligence artificielle dans divers secteurs :

• Véhicules autonomes: Indispensable pour que les voitures autonomes perçoivent leur environnement en détectant les piétons, les autres véhicules, les panneaux de signalisation et le marquage des voies. Des entreprises comme Waymo s'appuient fortement sur une détection sophistiquée des objets. En savoir plus sur l'IA dans les voitures autonomes.
• Sécurité et surveillance : Utilisé dans les systèmes de sécurité pour détecter les accès non autorisés, surveiller les foules en cas d'activité inhabituelle ou mettre en œuvre la reconnaissance faciale. Voir le guide Ultralytics sur les systèmes d'alarme de sécurité pour un exemple pratique.
• Analyse d'images médicales: Aide les radiologues à détecter des anomalies telles que des tumeurs ou des fractures dans les radiographies, les tomodensitogrammes et les IRM. Explorez les solutions d'IA dans le domaine de la santé et les applications spécifiques telles que la détection des tumeurs à l'aide de YOLO11.
• Analyse de la vente au détail : Permet des applications telles que les caisses automatisées, la surveillance des rayons et l'IA pour la gestion des stocks.

Outils et technologies

Le développement et le déploiement de modèles basés sur ces architectures impliquent souvent des outils et des cadres spécialisés :

• Cadres d'apprentissage profond : Des bibliothèques comme PyTorch (visitez le site officiel de PyTorch) et TensorFlow (visitez le site de TensorFlow) fournissent les éléments de base.
• Bibliothèques de vision par ordinateur : OpenCV (site officiel : OpenCV.org) offre un large éventail de fonctions pour le traitement et la manipulation d'images.
• Modèles et plateformes : Ultralytics fournit des modèles de pointe Ultralytics YOLO et la plateforme Ultralytics HUB, simplifiant le processus de formation de modèles personnalisés, la gestion d'ensembles de données(comme COCO) et le déploiement de solutions.
• Source ouverte : De nombreux outils et architectures de détection d'objets sont développés sous licence libre, ce qui favorise la collaboration et l'innovation au sein de la communauté de l'IA. Des ressources telles que GitHub hébergent de nombreux projets dans ce domaine.