Una guida per approfondire il rilevamento degli oggetti nel 2025

Molti settori stanno integrando rapidamente soluzioni di intelligenza artificiale (AI) nelle proprie attività. Tra le numerose tecnologie di AI oggi disponibili, la visione artificiale è una delle più diffuse. La visione artificiale è un ramo dell’AI che consente ai computer di vedere e comprendere il contenuto di immagini e video, proprio come gli esseri umani. Permette alle macchine di riconoscere oggetti, individuare schemi e comprendere ciò che stanno osservando.

Si stima che il valore del mercato globale della visione artificiale raggiungerà i 72,80 miliardi di dollari entro il 2034. La visione artificiale comprende diverse attività che consentono ai sistemi di AI per la visione di analizzare e interpretare dati visivi. Una delle attività più diffuse ed essenziali della visione artificiale è il rilevamento degli oggetti.

Il rilevamento degli oggetti si concentra sulla localizzazione e classificazione degli oggetti nei dati visivi. Per esempio, se mostri a un computer un'immagine di una mucca, il computer può rilevare la mucca e disegnarle intorno un riquadro di delimitazione. Questa capacità è utile in applicazioni reali come il monitoraggio degli animali, le auto a guida autonoma e la videosorveglianza.

Come si può eseguire il rilevamento degli oggetti? Un metodo consiste nell'usare modelli di visione artificiale. Per esempio, Ultralytics YOLO11 è un modello di visione artificiale che supporta attività come il rilevamento degli oggetti.

In questa guida vedremo il rilevamento degli oggetti e il suo funzionamento. Esamineremo anche alcune applicazioni reali del rilevamento degli oggetti e di Ultralytics YOLO11.

Fig. 1. Uso del supporto di YOLO11 per il rilevamento degli oggetti nel monitoraggio dei bovini.

Che cos'è il rilevamento degli oggetti?#

Il rilevamento degli oggetti è un'attività di visione artificiale che identifica e localizza gli oggetti in immagini o video. Risponde a due domande fondamentali: «Quali oggetti sono presenti nell'immagine?» e «Dove si trovano?»

Puoi considerare il rilevamento degli oggetti come un processo composto da due fasi fondamentali. La prima, la classificazione degli oggetti, consente al sistema di riconoscere e assegnare etichette agli oggetti, per esempio identificando un gatto, un'auto o una persona in base a schemi appresi. La seconda, la localizzazione, determina la posizione dell'oggetto disegnandogli intorno un riquadro di delimitazione che ne indica la posizione nell'immagine. Insieme, queste fasi permettono alle macchine di rilevare e comprendere gli oggetti presenti in una scena.

L'aspetto che distingue il rilevamento degli oggetti è la capacità di riconoscere gli oggetti e individuarne con precisione la posizione. Altre attività di visione artificiale si concentrano su obiettivi diversi.

Per esempio, la classificazione delle immagini assegna un'etichetta all'intera immagine. La segmentazione delle immagini, invece, fornisce una comprensione dei diversi elementi a livello di pixel. Il rilevamento degli oggetti combina il riconoscimento con la localizzazione. Per questo è particolarmente utile per attività come il conteggio di più oggetti in tempo reale.

Fig. 2. Confronto tra attività di visione artificiale.

Riconoscimento degli oggetti e rilevamento degli oggetti a confronto#

Esplorando i vari termini della visione artificiale, potresti pensare che il riconoscimento e il rilevamento degli oggetti siano sinonimi, ma hanno scopi diversi. Un ottimo modo per capire la differenza è confrontare il rilevamento e il riconoscimento dei volti.

Il rilevamento dei volti è un tipo di rilevamento degli oggetti. Identifica la presenza di un volto in un'immagine e ne indica la posizione usando un riquadro di delimitazione. Risponde alla domanda: «Dov'è il volto nell'immagine?» Questa tecnologia viene comunemente usata nelle fotocamere degli smartphone, che mettono automaticamente a fuoco i volti, o nelle telecamere di sicurezza, che rilevano la presenza di una persona.

Il riconoscimento facciale, invece, è una forma di riconoscimento degli oggetti. Non si limita a rilevare un volto: identifica a chi appartiene analizzandone le caratteristiche uniche e confrontandole con un database. Risponde alla domanda: «Chi è questa persona?» È la tecnologia alla base dello sblocco del telefono con Face ID o dei sistemi di sicurezza aeroportuali che verificano l'identità.

In breve, il rilevamento degli oggetti trova e localizza gli oggetti, mentre il riconoscimento degli oggetti li classifica e li identifica.

Fig. 3. Rilevamento degli oggetti e riconoscimento degli oggetti a confronto. Immagine dell'autore.

I modelli di rilevamento degli oggetti come Ultralytics YOLO11 possono essere addestrati per il rilevamento dei volti (ad esempio, sul dataset WIDER FACE), ma non per il riconoscimento dei volti. Un modello YOLO11 addestrato può individuare efficacemente la presenza di un volto in un’immagine e disegnargli attorno un riquadro di delimitazione, risultando utile in applicazioni come i sistemi di sorveglianza, il monitoraggio della folla e l’etichettatura automatica delle foto. Tuttavia, non può determinare a chi appartenga il volto. YOLO11 può essere integrato con modelli addestrati appositamente per il riconoscimento dei volti, come FaceNet o DeepFace, per abilitare il rilevamento e l’identificazione in un unico sistema.

Come funziona il rilevamento degli oggetti#

Prima di esaminare il funzionamento del rilevamento degli oggetti, vediamo più da vicino come un computer analizza un'immagine. Anziché vedere un'immagine come facciamo noi, il computer la scompone in una griglia di minuscoli quadrati chiamati pixel. Ogni pixel contiene informazioni su colore e luminosità che i computer possono elaborare per interpretare i dati visivi.

Per interpretare questi pixel, gli algoritmi li raggruppano in aree significative in base a forma, colore e vicinanza reciproca. I modelli di rilevamento degli oggetti, come Ultralytics YOLO11, possono riconoscere schemi o caratteristiche in questi gruppi di pixel.

Ad esempio, un’auto a guida autonoma non vede un pedone come lo vediamo noi: rileva forme e schemi che corrispondono alle caratteristiche di un pedone. Questi modelli si basano su un addestramento esteso con dataset di immagini etichettati, che consente loro di apprendere le caratteristiche distintive di oggetti come auto, segnali stradali e persone.

Un tipico modello di rilevamento degli oggetti ha tre componenti fondamentali: backbone, neck e head. Il backbone estrae le caratteristiche importanti da un'immagine. Il neck elabora e perfeziona queste caratteristiche, mentre l'head predice le posizioni degli oggetti e li classifica.

Perfezionare i rilevamenti e presentare i risultati#

Dopo aver effettuato i rilevamenti iniziali, si applicano tecniche di post-elaborazione per migliorare l'accuratezza ed eliminare le previsioni ridondanti. Per esempio, si rimuovono i riquadri di delimitazione sovrapposti, conservando solo i rilevamenti più pertinenti. A ogni oggetto rilevato viene inoltre assegnato un punteggio di confidenza, ovvero un valore numerico che indica quanto il modello è sicuro che l'oggetto appartenga a una determinata classe e quanto è certo delle proprie previsioni.

Infine, l'output mostra i riquadri di delimitazione tracciati attorno agli oggetti rilevati, insieme alle etichette delle classi previste e ai punteggi di confidenza. Questi risultati possono poi essere usati in applicazioni reali.

Modelli di rilevamento degli oggetti diffusi#

Oggi sono disponibili molti modelli di visione artificiale e alcuni dei più diffusi sono i modelli Ultralytics YOLO. Sono noti per velocità, accuratezza e versatilità. Nel corso degli anni, questi modelli sono diventati più veloci e precisi e sono in grado di gestire una gamma più ampia di attività. Il rilascio di Ultralytics YOLOv5 ha semplificato la distribuzione con framework come PyTorch, consentendo a più persone di usare sistemi avanzati di IA per la visione senza bisogno di competenze tecniche approfondite.

Sulla base di queste fondamenta, Ultralytics YOLOv8 ha ampliato il supporto a compiti come la segmentazione delle istanze, la classificazione delle immagini e la stima della posa. YOLO11 ha fatto un ulteriore passo avanti, offrendo prestazioni migliori in diversi compiti, ed è stato poi sostituito da Ultralytics YOLO26. Con il 22% di parametri in meno rispetto a YOLOv8m, YOLO11m raggiunge una precisione media (mAP) superiore sul dataset COCO. In parole semplici, YOLO11 riconosce gli oggetti con maggiore precisione usando meno risorse, risultando così più rapido e affidabile.

Che tu sia un esperto di IA o alle prime armi, Ultralytics YOLO11 offre una soluzione potente e intuitiva per le applicazioni di visione artificiale.

Addestrare un modello personalizzato per il rilevamento degli oggetti#

L’addestramento dei modelli di AI per la visione consiste nell’insegnare ai computer a riconoscere e comprendere immagini e video. Tuttavia, l’addestramento può richiedere molto tempo. Invece di partire da zero, l’apprendimento per trasferimento accelera il processo utilizzando modelli preaddestrati che già riconoscono schemi comuni.

Per esempio, Ultralytics YOLO11 è già stato addestrato sul dataset COCO, che contiene una vasta gamma di oggetti di uso quotidiano. Puoi addestrare ulteriormente questo modello preaddestrato per rilevare oggetti specifici che potrebbero non essere inclusi nel dataset originale.

Per addestrare su dati personalizzati Ultralytics YOLO11, ti serve un dataset etichettato contenente immagini degli oggetti che vuoi rilevare. Ad esempio, se vuoi creare un modello per identificare diversi tipi di frutta in un negozio di alimentari, dovrai preparare un dataset con immagini etichettate di mele, banane, arance e così via. Una volta preparato il dataset, puoi addestrare YOLO11 regolando impostazioni come la dimensione del batch, il tasso di apprendimento e il numero di epoche per ottimizzare le prestazioni.

Con questo approccio, le aziende possono addestrare Ultralytics YOLO11 per rilevare quasi qualsiasi cosa, dai componenti difettosi nella produzione alle specie selvatiche nei progetti di conservazione, adattando il modello alle proprie esigenze specifiche.

Applicazioni del rilevamento degli oggetti#

Vediamo ora alcuni casi d'uso reali del rilevamento degli oggetti e come sta trasformando diversi settori.

Rilevamento dei pericoli per la guida autonoma#

Le auto a guida autonoma usano attività di visione artificiale come il rilevamento degli oggetti per spostarsi in sicurezza ed evitare gli ostacoli. Questa tecnologia permette loro di riconoscere pedoni, altri veicoli, buche e pericoli stradali, comprendendo meglio l'ambiente circostante. Analizzando continuamente l'ambiente, possono prendere decisioni rapide e muoversi in sicurezza nel traffico.

Fig. 4. Esempio di rilevamento delle buche con Ultralytics YOLO11.

Analisi delle immagini mediche in ambito sanitario#

Le tecniche di diagnostica per immagini, come radiografie, risonanze magnetiche, tomografie computerizzate ed ecografie, producono immagini molto dettagliate del corpo umano per aiutare a diagnosticare e curare le malattie. Questi esami generano grandi quantità di dati che i medici, come radiologi e patologi, devono analizzare attentamente per rilevare le patologie. Tuttavia, esaminare ogni immagine nel dettaglio può richiedere molto tempo e gli esperti possono non notare alcuni particolari a causa della stanchezza o dei vincoli di tempo.

I modelli di rilevamento degli oggetti come Ultralytics YOLO11 possono aiutare identificando automaticamente con grande accuratezza caratteristiche fondamentali nelle immagini mediche, come organi, tumori o anomalie. I modelli addestrati su misura possono evidenziare le aree di interesse con riquadri di delimitazione, aiutando i medici a individuare più rapidamente i possibili problemi. Questo riduce il carico di lavoro, migliora l'efficienza e fornisce rapidamente informazioni utili.

Fig. 5. Analisi di immagini mediche con Ultralytics YOLO11.

Migliorare la sicurezza con il rilevamento delle persone e delle anomalie#

Il tracciamento degli oggetti è un'attività di visione artificiale supportata da Ultralytics YOLO11 che permette il monitoraggio in tempo reale e migliora la sicurezza. Si basa sul rilevamento degli oggetti, identificandoli e tracciandone continuamente i movimenti tra i fotogrammi. Questa tecnologia è ampiamente usata nei sistemi di videosorveglianza per migliorare la sicurezza in ambienti diversi.

Per esempio, nelle scuole e negli asili nido, il tracciamento degli oggetti può aiutare a monitorare i bambini e impedire che si allontanino. Nelle applicazioni di sicurezza, svolge un ruolo fondamentale nel rilevare gli intrusi nelle aree riservate, monitorare le folle per individuare sovraffollamento o comportamenti sospetti e inviare avvisi in tempo reale quando viene rilevata un'attività non autorizzata. Tracciando gli oggetti mentre si spostano, i sistemi di tracciamento basati su Ultralytics YOLO11 migliorano la sicurezza, automatizzano il monitoraggio e consentono di reagire più rapidamente alle potenziali minacce.

Vantaggi e svantaggi del rilevamento degli oggetti#

Ecco alcuni dei principali vantaggi che il rilevamento degli oggetti può offrire a diversi settori:

• Automazione: il rilevamento degli oggetti può ridurre la necessità di supervisione umana in attività come il monitoraggio dei filmati delle telecamere a circuito chiuso.
• Si integra con altri modelli di IA: può essere integrato con sistemi di riconoscimento facciale, riconoscimento delle azioni e tracciamento per migliorare l'accuratezza e le funzionalità.
• Elaborazione in tempo reale: molti modelli di rilevamento degli oggetti, come Ultralytics YOLO11, sono veloci ed efficienti, caratteristiche che li rendono ideali per le applicazioni in tempo reale che richiedono risultati immediati.

Sebbene questi vantaggi mettano in luce l'impatto del rilevamento degli oggetti nei diversi casi d'uso, è importante considerare anche le difficoltà legate alla sua implementazione. Ecco alcune delle principali:

• Privacy dei dati: l'uso di dati visivi, soprattutto in ambiti sensibili come la videosorveglianza o la sanità, può sollevare problemi di privacy e preoccupazioni per la sicurezza.
• Occlusione: nel rilevamento degli oggetti, l’occlusione si verifica quando gli oggetti sono parzialmente bloccati o nascosti alla vista, rendendo difficile per il modello rilevarli e classificarli con precisione.
• Elevato costo computazionale: i modelli ad alte prestazioni richiedono spesso GPU (unità di elaborazione grafica) potenti per l’elaborazione, rendendo costosa la distribuzione in tempo reale.

Punti chiave#

Il rilevamento degli oggetti è uno strumento ampiamente utilizzato nella visione artificiale che aiuta le macchine a individuare e localizzare oggetti in immagini e video. È impiegato in settori che vanno dalle auto a guida autonoma alla sanità, rendendo le attività più semplici, sicure ed efficienti. Con modelli come Ultralytics YOLO11, le aziende possono creare facilmente modelli personalizzati di rilevamento degli oggetti per sviluppare applicazioni specializzate di visione artificiale.

Anche se presenta alcune difficoltà, come i problemi di privacy e gli oggetti nascosti alla vista, il rilevamento degli oggetti è una tecnologia affidabile. La capacità di automatizzare le attività, elaborare dati visivi in tempo reale e integrarsi con altri strumenti di AI per la visione lo rende una componente essenziale dei moderni sistemi di AI per la visione.

Per saperne di più, visita il nostro repository GitHub e partecipa alla nostra community. Scopri le innovazioni in settori come l’AI nelle auto a guida autonoma e la visione artificiale in agricoltura nelle nostre pagine dedicate alle soluzioni. Consulta le nostre opzioni di licenza YOLO e dai vita ai tuoi progetti di AI per la visione.