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 aiuta i computer a vedere e comprendere il contenuto di immagini e video, proprio come fanno gli esseri umani. Permette alle macchine di riconoscere gli oggetti, identificare schemi e interpretare ciò che stanno osservando.

Si stima che il valore del mercato globale della visione artificiale raggiungerà i 175,72 miliardi di dollari entro il 2032. La visione artificiale comprende diverse attività che consentono ai sistemi di AI per la visione di analizzare e interpretare i dati visivi. Una delle attività più utilizzate 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 l'immagine di una mucca, il sistema può rilevarla e tracciare intorno a essa un riquadro di delimitazione. Questa capacità è utile in applicazioni del mondo reale come il monitoraggio degli animali, le auto a guida autonoma e la videosorveglianza.

Quindi, come si può eseguire il rilevamento degli oggetti? Un modo consiste nell'utilizzare 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 esploreremo il rilevamento degli oggetti e il suo funzionamento. Analizzeremo anche alcune applicazioni del rilevamento degli oggetti e di Ultralytics YOLO11 nel mondo reale.

Fig. 1 Utilizzo del supporto di YOLO11 per il rilevamento degli oggetti nel monitoraggio del bestiame.

Che cos'è il rilevamento degli oggetti?#

Il rilevamento degli oggetti è un'attività di visione artificiale che identifica e localizza gli oggetti nelle immagini o nei 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 ed etichettare gli oggetti, ad esempio identificando un gatto, un'auto o una persona sulla base degli schemi appresi. La seconda, la localizzazione, determina la posizione dell'oggetto tracciandovi intorno un riquadro di delimitazione, che indica dove appare nell'immagine. Insieme, queste fasi consentono alle macchine di rilevare e comprendere gli oggetti presenti in una scena.

L'aspetto che rende unico il rilevamento degli oggetti è la capacità di riconoscere gli oggetti e individuarne con precisione la posizione. Altre attività di visione artificiale hanno obiettivi diversi.

Per esempio, la classificazione delle immagini assegna un'etichetta a un'immagine intera. La segmentazione delle immagini, invece, fornisce una comprensione a livello di pixel dei diversi elementi. Il rilevamento degli oggetti combina invece il riconoscimento con la localizzazione. Questo lo rende 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 degli oggetti e il rilevamento degli oggetti siano intercambiabili, ma hanno scopi diversi. Un ottimo modo per comprenderne la differenza è osservare 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 contrassegna la posizione con un riquadro di delimitazione. Risponde alla domanda: «Dov'è il volto nell'immagine?» Questa tecnologia è comunemente utilizzata 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 dei volti, invece, è una forma di riconoscimento degli oggetti. Non si limita a rilevare un volto: identifica di chi è analizzandone i tratti distintivi e confrontandoli con un database. Risponde alla domanda: «Chi è questa persona?» È la tecnologia alla base dello sblocco del telefono tramite Face ID o dei sistemi di sicurezza aeroportuali che verificano l'identità.

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

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

Molti modelli di rilevamento degli oggetti, come Ultralytics YOLO11, sono progettati per supportare il rilevamento dei volti, ma non il riconoscimento dei volti. YOLO11 può identificare efficientemente la presenza di un volto in un'immagine e tracciarvi intorno un riquadro di delimitazione, risultando utile in applicazioni come i sistemi di videosorveglianza, il monitoraggio della folla e l'etichettatura automatica delle foto. Tuttavia, non può determinare di chi sia il volto. YOLO11 può essere integrato con modelli addestrati specificamente per il riconoscimento dei volti, come Facenet o DeepFace, per abilitare sia il rilevamento sia l'identificazione in un unico sistema.

Come funziona il rilevamento degli oggetti#

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

Per dare un significato a questi pixel, gli algoritmi li raggruppano in regioni significative sulla base della forma, del colore e della loro vicinanza reciproca. I modelli di rilevamento degli oggetti, come Ultralytics YOLO11, possono riconoscere schemi o caratteristiche all'interno di questi gruppi di pixel.

Per 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 annotati, che consente loro di apprendere le caratteristiche distintive di oggetti come auto, segnali stradali e persone.

Un tipico modello di rilevamento degli oggetti è composto da tre parti fondamentali: backbone, neck e head. Il backbone estrae le caratteristiche importanti da un'immagine. Il neck elabora e perfeziona queste caratteristiche, mentre l'head è responsabile della previsione delle posizioni degli oggetti e della loro classificazione.

Perfezionamento dei rilevamenti e presentazione dei risultati#

Una volta effettuati i rilevamenti iniziali, vengono applicate tecniche di post-elaborazione per migliorare l'accuratezza ed eliminare le previsioni ridondanti. Per esempio, i riquadri di delimitazione sovrapposti vengono rimossi, assicurando che vengano mantenuti solo i rilevamenti più rilevanti. Inoltre, a ogni oggetto rilevato vengono assegnati punteggi di confidenza (valori numerici che rappresentano quanto il modello è sicuro che un oggetto rilevato appartenga a una determinata classe), per indicare il livello di certezza del modello nelle proprie previsioni.

Infine, l'output viene presentato con riquadri di delimitazione tracciati intorno agli oggetti rilevati, insieme alle relative etichette di classe previste e ai punteggi di confidenza. Questi risultati possono quindi essere utilizzati in applicazioni del mondo reale.

Modelli diffusi per il rilevamento degli oggetti#

Oggi sono disponibili molti modelli di visione artificiale, tra cui alcuni dei più diffusi sono i modelli YOLO di Ultralytics. Sono noti per velocità, accuratezza e versatilità. Nel corso degli anni, questi modelli sono diventati più veloci, più precisi e capaci di gestire una gamma più ampia di attività. Il rilascio di Ultralytics YOLOv5 ha semplificato il deployment con framework come PyTorch, consentendo a un numero maggiore di persone di utilizzare l'AI avanzata per la visione senza bisogno di competenze tecniche approfondite.

Partendo da queste basi, Ultralytics YOLOv8 ha introdotto nuove funzionalità come la segmentazione delle istanze, la stima della posa e la classificazione delle immagini. Ora YOLO11 spinge ancora oltre questi progressi, offrendo prestazioni migliori in diverse attività. Con il 22% di parametri in meno rispetto a YOLOv8m, YOLO11m raggiunge una precisione media media (mAP) più elevata sul dataset COCO. In termini semplici, YOLO11 è in grado di riconoscere gli oggetti con maggiore precisione utilizzando meno risorse, risultando più veloce e affidabile.

Che tu sia un esperto di AI o abbia appena iniziato, Ultralytics YOLO11 offre una soluzione potente ma facile da usare per le applicazioni di visione artificiale.

Addestramento personalizzato di un modello per il rilevamento degli oggetti#

L'addestramento dei modelli di AI per la visione consiste nell'aiutare i computer a riconoscere e comprendere immagini e video. Tuttavia, l'addestramento può richiedere molto tempo. Invece di partire da zero, il transfer learning accelera il processo utilizzando modelli preaddestrati che riconoscono già gli schemi comuni.

Per esempio, Ultralytics YOLO11 è già stato addestrato sul dataset COCO, che contiene un insieme diversificato di oggetti di uso quotidiano. Questo modello preaddestrato può essere ulteriormente addestrato in modo personalizzato per rilevare oggetti specifici che potrebbero non essere inclusi nel dataset originale.

Per addestrare in modo personalizzato Ultralytics YOLO11, ti serve un dataset annotato contenente immagini degli oggetti che vuoi rilevare. Per esempio, se vuoi creare un modello per identificare diversi tipi di frutta in un supermercato, dovresti creare un dataset con immagini annotate di mele, banane, arance e così via. Una volta preparato il dataset, puoi addestrare YOLO11 regolando parametri come la dimensione del batch, il learning rate e il numero di epoche per ottimizzare le prestazioni.

Con questo approccio, le aziende possono addestrare Ultralytics YOLO11 a rilevare 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#

Ora esaminiamo alcuni casi d'uso del rilevamento degli oggetti nel mondo reale e il modo in cui sta trasformando diversi settori.

Rilevamento dei pericoli per la guida autonoma#

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

Fig. 4 Un esempio di utilizzo del rilevamento degli oggetti per rilevare buche con Ultralytics YOLO11.

Analisi delle immagini mediche in ambito sanitario#

Le tecniche di imaging medico, come radiografie, risonanze magnetiche, scansioni TC ed ecografie, creano immagini altamente dettagliate del corpo umano per aiutare a diagnosticare e trattare le malattie. Queste scansioni producono grandi quantità di dati che i medici, come radiologi e patologi, devono analizzare attentamente per rilevare le patologie. Tuttavia, esaminare ogni immagine in dettaglio può richiedere molto tempo e gli esperti possono talvolta non notare alcuni dettagli a causa della stanchezza o dei limiti di tempo.

I modelli di rilevamento degli oggetti, come Ultralytics YOLO11, possono aiutare identificando automaticamente con grande accuratezza le caratteristiche chiave nelle scansioni mediche, come organi, tumori o anomalie. I modelli addestrati in modo personalizzato possono evidenziare le aree problematiche con riquadri di delimitazione, aiutando i medici a concentrarsi più rapidamente sui potenziali problemi. Questo riduce il carico di lavoro, migliora l'efficienza e fornisce informazioni rapide.

Fig. 5 Analisi di immagini mediche tramite Ultralytics YOLO11.

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

Il tracking degli oggetti è un'attività di visione artificiale supportata da Ultralytics YOLO11, che consente il monitoraggio in tempo reale e il miglioramento della sicurezza. Si basa sul rilevamento degli oggetti, identificandoli e seguendone continuamente il movimento tra i fotogrammi. Questa tecnologia è ampiamente utilizzata nei sistemi di videosorveglianza per migliorare la sicurezza in diversi ambienti.

Per esempio, nelle scuole e negli asili nido, il tracking 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 la folla per individuare sovraffollamento o comportamenti sospetti e inviare avvisi in tempo reale quando viene rilevata un'attività non autorizzata. Seguendo gli oggetti mentre si muovono, i sistemi di tracking basati su Ultralytics YOLO11 migliorano la sicurezza, automatizzano il monitoraggio e consentono di rispondere 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 contribuire a ridurre la necessità di supervisione umana in attività come il monitoraggio dei filmati delle telecamere a circuito chiuso.
• Funziona con altri modelli di AI: può essere integrato con sistemi di riconoscimento facciale, riconoscimento delle azioni e tracking per migliorare accuratezza e funzionalità.
• Elaborazione in tempo reale: molti modelli di rilevamento degli oggetti, come Ultralytics YOLO11, sono veloci ed efficienti, risultando ideali per applicazioni in tempo reale che richiedono risultati immediati.

Sebbene questi vantaggi evidenzino l'impatto del rilevamento degli oggetti su 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: nell'ambito del 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 accuratamente.

• Costoso in termini computazionali: i modelli ad alte prestazioni spesso richiedono GPU potenti (unità di elaborazione grafica) per l'elaborazione, rendendo costoso il deployment in tempo reale.

Punti chiave#

Il rilevamento degli oggetti è uno strumento rivoluzionario della visione artificiale che aiuta le macchine a rilevare e localizzare gli oggetti nelle immagini e nei video. Viene utilizzato in settori che spaziano dalle auto a guida autonoma alla sanità, rendendo le attività più semplici, sicure ed efficienti. Con modelli più recenti come Ultralytics YOLO11, le aziende possono creare facilmente modelli personalizzati di rilevamento degli oggetti per sviluppare applicazioni specializzate di visione artificiale.

Sebbene esistano alcune difficoltà, come i problemi di privacy e gli oggetti nascosti alla vista, il rilevamento degli oggetti è una tecnologia affidabile. La sua 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 delle innovazioni all'avanguardia.

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 nell'agricoltura nelle nostre pagine dedicate alle soluzioni. Consulta le nostre opzioni di licenza YOLO e porta alla realtà i tuoi progetti di AI per la visione. 🚀