Détecteurs d'objets à étape unique

Les détecteurs d'objets en une étape sont une catégorie de modèles d'apprentissage profond optimisés pour la rapidité et l'efficacité. d'apprentissage profond (DL) optimisés pour la vitesse et l'efficacité vitesse et l'efficacité dans les tâches de vision par ordinateur (VA). Contrairement aux détecteurs d'objets en deux étapes, qui séparent le processus de détection en phases de proposition de région et de classification, les architectures à une étape effectuent la détection d'objets en un seul passage d'évaluation. détection d'objets en une seule passe d'évaluation. En en présentant la tâche comme un problème de régression directe, ces modèles prédisent les boîtes englobantes et les probabilités de classe simultanément à partir des images d'entrée. Cette approche simplifiée permet un traitement nettement plus rapide, ce qui en fait le choix privilégié pour les applications exigeant un traitement rapide. pour les applications nécessitant une d'inférence en temps réel.

Principes de fonctionnement

Au cœur d'un détecteur à un étage se trouve un réseau neuronal convolutif (CNN) qui sert de colonne vertébrale à l'extraction l 'extraction des caractéristiques. Le réseau traite l'ensemble de l'image en une seule fois, d'où le nom "You Only Look Once". Le réseau traite l'ensemble de l'image en une seule fois - d'où le nom "You Only Look Once" - et crée une grille de cartes de caractéristiques. Les premières Les premières architectures, telles que le Single Shot MultiBox Detector (SSD), s'appuyaient sur des boîtes d'ancrage prédéfinies pour traiter les objets d'une certaine taille. sur des boîtes d'ancrage prédéfinies pour traiter les objets de différentes échelles. Cependant, les itérations modernes telles que Ultralytics YOLO11 ont largement adopté des conceptions sans ancrage pour réduire la complexité et pour réduire la complexité et améliorer la généralisation. Le résultat comprend généralement des coordonnées pour la localisation et un score de confiance indiquant la probabilité d'une erreur. de confiance indiquant la probabilité de présence d'un présence d'un objet.

Comparaison avec les modèles à deux étapes

La principale distinction entre les modèles à une étape et les modèles à deux étapes réside dans le compromis entre la vitesse et la précision. Les architectures à deux niveaux, telles que la famille R-CNN, offrent généralement offrent généralement une plus grande précision pour les objets de petite taille ou occultés, mais entraînent des coûts de calcul plus élevés en raison de leur processus en plusieurs étapes. À l'inverse, les détecteurs à une étape privilégient une faible latence d'inférence, ce qui permet de les déployer sur des ordinateurs portables. faible latence d'inférence, ce qui permet un sur du matériel aux ressources limitées. Des progrès récents, notamment l'évolution de YOLOv1 dans le futur YOLO26 (prévu pour la fin de l'année 2025), utilisent l'entraînement de bout en bout et des fonctions de perte avancées pour réduire l'écart de précision entre les détecteurs et les détecteurs. de bout en bout et des fonctions de perte avancées pour de précision, égalant ou dépassant souvent les modèles à deux niveaux.

Applications concrètes

L'efficacité des détecteurs à un étage favorise l'innovation dans de nombreux secteurs où la réactivité immédiate est essentielle. immédiate :

1. Véhicules autonomes: Les systèmes de conduite autonome doivent traiter les flux vidéo instantanément pour identifier les piétons, les véhicules et les panneaux de signalisation. Les leaders du secteur, comme Waymo, s'appuient sur la détection à grande vitesse pour assurer la sécurité des passagers et la fluidité de la navigation. et la fluidité de la navigation.
2. Fabrication intelligente: Ces modèles facilitent l'assurance qualité automatisée sur les chaînes d'assemblage à grande vitesse, en détectant les défauts ou en vérifiant l'emplacement des composants en temps réel sans ralentir la production. l'emplacement des composants en temps réel sans ralentir la production.
3. Edge AI: Grâce à leur architecture légère, les détecteurs à un étage sont idéaux pour fonctionner sur des appareils compacts tels que le Raspberry Pi ou NVIDIA Jetson, apportant de l'intelligence aux caméras et aux caméras et des drones.

Mise en œuvre technique

Pour garantir la précision des résultats, ces modèles prévoient souvent plusieurs boîtes potentielles pour un seul objet. Les techniques de post-traitement comme le suppression non maximale (NMS) filtrent ces prédictions redondantes en se basant sur l'intersection sur l'union (IoU) seuils. L'implémentation d'un détecteur à une étape est simple avec des bibliothèques modernes comme PyTorch et le paquetage Python Ultralytics Python .

L'exemple suivant montre comment exécuter l'inférence à l'aide d'un modèle YOLO11 pré-entraîné :

from ultralytics import YOLO

# Load the YOLO11 model, a state-of-the-art one-stage detector
model = YOLO("yolo11n.pt")

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

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