Uno sguardo alla soluzione di ricerca semantica di immagini di Ultralytics

Scorrere una galleria di centinaia di immagini può diventare rapidamente frustrante, soprattutto quando cerchi qualcosa di molto specifico. Ad esempio, chi cerca una mappa dell’antica Roma potrebbe trovare mappe casuali di città o foto di viaggi.

Questi scenari si verificano perché la maggior parte dei sistemi di ricerca immagini si basa sui nomi dei file o sui tag. Sebbene questo possa funzionare per le ricerche generiche, spesso non è sufficiente quando servono precisione, dettagli e contesto.

In effetti, molte persone che lavorano in settori come il design, il marketing e la ricerca faticano a trovare le immagini giuste, perché le ricerche per parole chiave raramente restituiscono l'idea specifica che cercano. Questo può causare ritardi e compromettere la produttività.

Tuttavia, grazie ai recenti progressi dell’intelligenza artificiale (AI), i limiti tradizionali degli strumenti di ricerca immagini stanno lasciando il posto a sistemi più intelligenti e intuitivi. Ad esempio, la visione artificiale, un ramo dell’IA che si occupa di interpretare e comprendere i dati visivi, consente ricerche di immagini più rapide e precise, analizzandone il contenuto effettivo.

In particolare, la ricerca semantica di immagini va oltre la corrispondenza delle parole chiave, comprendendo il significato della ricerca. Ti permette di descrivere ciò che cerchi in linguaggio naturale e trova immagini che corrispondono all’idea, non soltanto ai tag. Ad esempio, in un sistema tradizionale, una ricerca di «animali in uno zoo» potrebbe restituire immagini casuali di animali; una ricerca semantica, invece, comprende il contesto e trova immagini di animali in ambienti zoologici.

Fig. 1. Esempio di ricerca semantica di immagini per trovare immagini di animali in uno zoo.

In questo articolo vedremo come funziona la ricerca semantica di immagini e analizzeremo alcuni casi d'uso reali. Daremo anche un'occhiata alla soluzione di ricerca semantica di immagini di Ultralytics, che semplifica l'applicazione di questo concetto nei progetti di tutti i giorni.

Panoramica della soluzione di ricerca semantica di immagini di Ultralytics#

Il pacchetto Python di Ultralytics offre una serie di soluzioni pronte all'uso per le applicazioni di visione artificiale più comuni, tra cui la gestione delle code, il conteggio degli oggetti per regione, il calcolo delle distanze e la ricerca semantica di immagini. Queste soluzioni sono progettate per essere facili da usare, anche senza competenze in AI o visione artificiale.

Tra queste, la soluzione di ricerca semantica di immagini consente agli utenti di trovare immagini pertinenti usando descrizioni in linguaggio naturale, anziché affidarsi ai nomi dei file o a tag manuali. Comprende il significato della query e restituisce immagini che corrispondono all’idea, risultando particolarmente utile quando precisione e contesto sono importanti.

Come funziona la soluzione di ricerca semantica di immagini#

La soluzione di ricerca semantica di immagini di Ultralytics si basa sul modello CLIP (pre-addestramento contrastivo linguaggio-immagine) di OpenAI. CLIP converte sia il testo sia le immagini in rappresentazioni numeriche chiamate embedding, che ne catturano il significato e il contesto. La soluzione ordina quindi le immagini in base alla similarità del coseno con l'embedding della tua query, per trovare quelle più pertinenti. Le versioni precedenti della soluzione usavano la libreria FAISS (ricerca di similarità per l'intelligenza artificiale di Facebook) di Meta per questa fase di ricerca.

Inoltre, un’interfaccia web semplice, realizzata con Flask, rende la soluzione facile da usare. Gli utenti possono inserire query in linguaggio naturale e recuperare immagini corrispondenti senza etichettatura manuale né preparazione dei dati.

Uno dei principali vantaggi di questa soluzione è la capacità zero-shot. Ciò significa che può interpretare e rispondere a query su oggetti o scene per cui non è stata addestrata in modo specifico. Sfruttando la sua ampia comprensione del linguaggio e delle immagini, può restituire risultati pertinenti anche per contenuti sconosciuti o privi di tag.

Ad esempio, se usi la soluzione per cercare un «ambiente d’ufficio», potrebbe restituire immagini di scrivanie, sale riunioni o spazi di lavoro, anche se queste parole non sono associate ai file. Questo rende la ricerca semantica di immagini di Ultralytics uno strumento pratico e flessibile per progetti creativi, ricerca e gestione di grandi raccolte di immagini.

Fig. 2. Ricerca di immagini di un ambiente d’ufficio con la soluzione di ricerca semantica di immagini di Ultralytics.

Applicazioni reali della soluzione di ricerca semantica di immagini#

Ora che conosciamo meglio la soluzione di ricerca semantica di immagini di Ultralytics, esaminiamo alcune applicazioni reali e vediamo come diversi settori possono integrarla nei propri flussi di lavoro visivi.

Uso degli strumenti di ricerca immagini basati sull’IA per la gestione dei dataset#

Gestire enormi set di dati di immagini è una delle attività che richiedono più tempo nella creazione di soluzioni di visione artificiale. Nella maggior parte dei casi, gli sviluppatori non hanno bisogno dell'intero set di dati. Potrebbero invece cercare tipi specifici di immagini per addestrare modelli o creare set di validazione puliti. Tuttavia, trovare le immagini esatte tra migliaia può essere complicato.

Supponiamo che tu stia lavorando a un progetto che utilizza immagini di equitazione. Potresti aver bisogno soltanto di foto in cui il cavaliere indossa un casco, cavalca insieme ad altre persone o è ripreso di lato a metà movimento. Senza etichette adeguate, trovare manualmente queste immagini può richiedere molto tempo e impegno.

La soluzione di ricerca semantica di immagini, supportata da Ultralytics, può risolvere questo problema consentendo agli sviluppatori di usare query in linguaggio naturale per trovare rapidamente ciò che serve, anche in dataset disordinati o senza etichette. Questo riduce il tempo dedicato all’organizzazione e permette ai team di concentrarsi sulla creazione di modelli migliori in modo più efficiente.

Fig. 3. Puoi cercare facilmente immagini specifiche in grandi dataset.

Ricerca zero-shot di immagini di prodotti e-commerce#

Cercare prodotti specifici online può essere frustrante. Spesso gli acquirenti descrivono ciò che cercano con parole proprie, mentre le schede dei prodotti possono usare termini o etichette diversi. Questa discrepanza rende più difficile trovare gli articoli giusti, soprattutto nei cataloghi più ampi.

Immagina che qualcuno stia acquistando mobili e cerchi un «set di divano, poltrona e tavolino». Il prodotto desiderato potrebbe essere elencato con un’etichetta diversa, ad esempio «set da salotto in tre pezzi». Poiché i termini non corrispondono esattamente, l’articolo potrebbe non comparire nei risultati di ricerca, anche se è proprio ciò di cui il cliente ha bisogno.

Fig. 4. La soluzione di ricerca semantica di immagini di Ultralytics abbina l’intento dell’utente a immagini pertinenti dei prodotti.

Indicizzazione avanzata delle immagini per i media e l’editoria#

Allo stesso modo, in ambiti come il giornalismo, il blogging e il marketing digitale, gli elementi visivi sono essenziali per raccontare storie. L'immagine giusta può sostenere un messaggio, definirne il tono e mantenere il coinvolgimento dei lettori. Trovare l'immagine perfetta, però, spesso significa dover esaminare molti file.

Un buon esempio è quello di un blogger che scrive sulle tendenze dell’arredamento. Potrebbe volere un’immagine di un soggiorno luminoso e minimalista, illuminato dalla luce naturale. Tuttavia, se le immagini disponibili sono contrassegnate soltanto da termini generici come «stanza» o «interni», trovare quella giusta può essere frustrante.

Con la ricerca semantica di immagini, basta digitare una frase descrittiva come «un soggiorno luminoso e minimalista con grandi finestre» per recuperare all’istante immagini che corrispondono all’idea. Non è necessario affidarsi a tag o nomi di file esatti.

Fig. 5. I team di contenuti possono usare la soluzione di ricerca semantica delle immagini di Ultralytics per ottimizzare la selezione delle immagini.

Ricerca semantica delle immagini per trovare ispirazione per arte e design#

In genere, i lavori creativi, come progettare una moodboard o raccogliere ispirazione per un nuovo progetto, comportano la ricerca in grandi raccolte di immagini per trovare contenuti visivi che corrispondano a uno stile o a un'idea specifici. Un esempio interessante è quello dei designer che lavorano alle scenografie di un film. Potrebbero aver bisogno di ricreare un'atmosfera, un'epoca o un ambiente particolare. Si potrebbe trattare di tutto, da una città futuristica a un accogliente salotto arredato come negli anni '80.

La ricerca semantica delle immagini di Ultralytics semplifica questo lavoro collegando il linguaggio al significato visivo. Consente ai team di esplorare le idee rapidamente e mantenere la concentrazione, senza rallentamenti dovuti alla ricerca manuale.

Fig. 6. La soluzione di ricerca semantica delle immagini di Ultralytics accelera l'esplorazione visiva per i progetti creativi.

Vantaggi e svantaggi della ricerca di immagini basata sull'AI#

Ecco alcuni dei principali vantaggi della ricerca di immagini basata sull'AI per migliorare i flussi di lavoro visivi e l'efficienza della ricerca:

• Supporto al linguaggio naturale: puoi trovare immagini descrivendole con parole tue, senza ricorrere a etichette predefinite.
• Supporto dei formati di immagine più comuni: questi sistemi funzionano in genere con formati standard come JPG e PNG, quindi non occorre convertire o riformattare i file.
• Integrazione con altri strumenti: spesso puoi integrare la ricerca di immagini basata sull'AI in pipeline, dashboard o software creativi più ampi.

Le soluzioni di ricerca di immagini basate sull'AI offrono molti vantaggi, ma presentano anche alcuni limiti da tenere a mente. Ecco alcuni aspetti da considerare:

• Precisione limitata con query di nicchia: se una query è molto specifica o insolita, il sistema potrebbe restituire risultati meno pertinenti a causa di lacune nei dati di addestramento del modello.
• Distorsioni nei dati di addestramento: I modelli di AI possono riflettere le distorsioni presenti nei set di dati su cui sono stati addestrati, generando risultati sbilanciati o incompleti.
• Le prestazioni dipendono dalla qualità delle immagini: immagini a bassa risoluzione o poco nitide possono ridurre l'efficacia della generazione degli embedding e la precisione della ricerca.

Punti chiave#

La ricerca semantica delle immagini sposta l'attenzione dalla corrispondenza delle parole chiave alla comprensione del significato, aiutando a trovare immagini in base al contesto anziché solo ai tag o ai nomi dei file. Questo rende la ricerca più rapida, precisa e in linea con ciò che le persone cercano davvero.

Per i team creativi e i settori basati sui contenuti, questo significa meno tempo dedicato a esaminare file non pertinenti e più tempo per sviluppare idee. Le organizzazioni che gestiscono grandi volumi di dati visivi possono usare soluzioni come la ricerca semantica delle immagini di Ultralytics per semplificare la scoperta dei contenuti, ridurre l'ordinamento manuale e prendere decisioni più rapide e intelligenti basate sul contesto visivo.

Entra a far parte della nostra community ed esplora il nostro repository GitHub per approfondire l'AI. Dai un'occhiata alle pagine delle nostre soluzioni per scoprire innovazioni come l'AI nella logistica e la visione artificiale in ambito sanitario. Consulta le nostre opzioni di licenza e inizia oggi stesso!