Tutto quello che devi sapere sui compiti di visione artificiale

Grazie alle fotocamere e ai progressi nell'intelligenza artificiale (AI), computer e macchine sono ora in grado di vedere il mondo in modo simile a come facciamo noi. Ad esempio, possono riconoscere persone, tracciare oggetti e persino comprendere il contesto di ciò che accade in un video.

Nello specifico, la computer vision è il ramo dell'AI che consente alle macchine di comprendere e interpretare le informazioni visive dal mondo che le circonda. La computer vision coinvolge una varietà di attività, ognuna progettata per estrarre un tipo specifico di insight da immagini o video. Per esempio, l'object detection aiuta a identificare e localizzare diversi elementi in un'immagine, mentre altre attività come il tracking, la segmentazione e la pose estimation aiutano le macchine a comprendere movimenti, forme e posizioni con maggiore precisione.

L'attività di computer vision utilizzata per una particolare applicazione dipende dal tipo di insight di cui hai bisogno. I modelli di computer vision come Ultralytics YOLO11 supportano varie attività di computer vision, rendendoli una scelta affidabile per costruire sistemi di Vision AI nel mondo reale.

In questa guida, analizzeremo più da vicino le attività di computer vision supportate da modelli come YOLO11. Esploreremo come funziona ogni attività e come vengono utilizzate in diversi settori. Iniziamo!

Link to this sectionCosa sono le attività di computer vision?#

Le attività di computer vision mirano a replicare le capacità visive umane in modi diversi. Queste attività possono aiutare le macchine a rilevare oggetti, tracciarne i movimenti, stimare le pose e persino delineare singoli elementi in immagini e video. In genere, le attività di computer vision sono abilitate da modelli che scompongono i dati visivi in parti più piccole per poter interpretare più chiaramente cosa sta succedendo.

I modelli di Vision AI come i modelli Ultralytics YOLO supportano molteplici attività, come detection, tracking e segmentazione, all'interno di un unico framework. Grazie a questa versatilità, i modelli YOLO11 sono facili da adottare per un'ampia varietà di casi d'uso.

Fig 1. Attività di computer vision supportate da YOLO11.

Un buon esempio di questo si trova nell'analisi sportiva. YOLO11 può essere utilizzato per rilevare ogni giocatore in campo usando l'object detection, per poi seguirlo durante tutta la partita con l'object tracking. Nel frattempo, le capacità di pose estimation di YOLO11 possono aiutare ad analizzare i movimenti e le tecniche dei giocatori, e l'instance segmentation può separare ogni giocatore dallo sfondo, aggiungendo precisione all'analisi.

Insieme, queste attività di computer vision abilitate da YOLO11 creano un quadro completo di ciò che sta accadendo durante la partita, fornendo alle squadre approfondimenti più dettagliati sulle prestazioni dei giocatori, sulle tattiche e sulla strategia generale.

Link to this sectionUna panoramica delle attività di computer vision supportate da YOLO11#

Ora che abbiamo dato un'occhiata a cosa sono le attività di computer vision, approfondiamo ognuna di esse supportata da YOLO11, utilizzando esempi reali.

Link to this sectionIl supporto di YOLO11 per l'image classification#

Quando guardi una foto, la maggior parte delle persone può facilmente dire se mostra un cane, una montagna o un segnale stradale perché tutti abbiamo imparato che aspetto hanno solitamente queste cose. L'image classification aiuta le macchine a fare lo stesso insegnando loro come classificare ed etichettare un'immagine in base al suo oggetto principale - che sia un "auto", "banana" o una "radiografia con frattura". Questa etichetta aiuta i sistemi di computer vision a comprendere il contenuto visivo in modo che possano rispondere o prendere decisioni di conseguenza.

Un'interessante applicazione di questa attività di computer vision è il monitoraggio della fauna selvatica. L'image classification può essere utilizzata per identificare diverse specie animali da foto scattate in natura. Etichettando automaticamente le immagini, i ricercatori possono tracciare le popolazioni, monitorare i modelli di migrazione e identificare le specie in via di estinzione più facilmente per sostenere gli sforzi di conservazione.

Fig 2. Un esempio di utilizzo di YOLO11 per l'image classification.

Link to this sectionLe capacità di object detection di YOLO11#

Mentre l'image classification è utile per avere un'idea generale di ciò che contiene un'immagine, assegna solo un'etichetta all'intera immagine. In situazioni in cui sono necessarie informazioni dettagliate, come la posizione precisa e l'identità di più oggetti, l'object detection diventa essenziale.

L'object detection è il processo di identificazione e localizzazione di singoli oggetti all'interno di un'immagine, spesso disegnando bounding box attorno ad essi. Ultralytics YOLO11 ha prestazioni particolarmente elevate nell'object detection in tempo reale, rendendolo ideale per un'ampia gamma di applicazioni.

Prendi, ad esempio, le soluzioni di computer vision utilizzate nei negozi al dettaglio per rifornire gli scaffali. L'object detection può aiutare a contare frutta, verdura e altri articoli, garantendo un inventario accurato. Nei campi agricoli, la stessa tecnologia può monitorare la maturazione delle colture per aiutare gli agricoltori a determinare il momento migliore per il raccolto, distinguendo persino tra prodotti maturi e acerbi.

Fig 3. Rilevamento di frutti utilizzando Ultralytics YOLO11.

Link to this sectionUtilizzo di YOLO11 per l'instance segmentation#

L'object detection utilizza bounding box per identificare e localizzare oggetti in un'immagine, ma non ne cattura le forme esatte. È qui che entra in gioco l'instance segmentation. Invece di disegnare un riquadro attorno a un oggetto, l'instance segmentation ne traccia il contorno preciso.

Puoi pensarla in questo modo: piuttosto che indicare semplicemente che "c'è una mela in quest'area", delinea con cura e riempie l'esatta forma della mela. Questo processo dettagliato aiuta i sistemi AI a comprendere chiaramente i confini di un oggetto, specialmente quando gli oggetti sono vicini tra loro.

L'instance segmentation può essere applicata a molte applicazioni, dalle ispezioni infrastrutturali ai rilievi geologici. Ad esempio, i dati dei rilievi geologici possono essere analizzati usando YOLO11 per segmentare crepe o anomalie superficiali sia grandi che piccole. Disegnando confini precisi attorno a queste anomalie, gli ingegneri possono individuare i problemi e risolverli prima che inizi un progetto.

Fig 4. Segmentazione di crepe abilitata da YOLO11.

Link to this sectionObject tracking: Seguire gli oggetti tra i frame con YOLO11#

Finora, le attività di computer vision che abbiamo esaminato si concentrano su ciò che si trova in una singola immagine. Tuttavia, quando si tratta di video, abbiamo bisogno di insight che vadano oltre un singolo frame. L'attività di object tracking può essere utilizzata per questo.

La capacità di object tracking di YOLO11 può seguire un oggetto specifico, come una persona o un'auto, mentre si muove attraverso una serie di frame video. Anche se l'angolazione della telecamera cambia o appaiono altri oggetti, il sistema continua a seguire lo stesso target.

Questo è fondamentale per le applicazioni che richiedono monitoraggio nel tempo, come tracciare le auto nel traffico. Infatti, YOLO11 può tracciare accuratamente i veicoli, seguendo ogni auto per aiutare a stimarne la velocità in tempo reale. Questo rende l'object tracking una componente chiave in sistemi come il monitoraggio del traffico.

Fig 5. Il supporto di YOLO11 per l'object tracking può essere utilizzato per la stima della velocità.

Link to this sectionRilevamento di bounding box orientati (OBB) utilizzando YOLO11#

Gli oggetti nel mondo reale non sono sempre perfettamente allineati: possono essere inclinati, di lato o posizionati con angolazioni strane. Ad esempio, nelle immagini satellitari, navi ed edifici appaiono spesso ruotati.

I metodi tradizionali di object detection utilizzano riquadri rettangolari fissi che non si adattano all'orientamento di un oggetto, rendendo difficile catturare accuratamente queste forme ruotate. Il rilevamento di bounding box orientati (OBB) risolve questo problema utilizzando riquadri che ruotano per adattarsi perfettamente attorno a un oggetto, allineandosi con la sua angolazione per un rilevamento più preciso.

Per quanto riguarda il monitoraggio portuale, il supporto di YOLO11 per il rilevamento OBB può aiutare a identificare e tracciare accuratamente le imbarcazioni indipendentemente dal loro orientamento, assicurando che ogni nave che entra o esce dal porto sia monitorata correttamente. Questo rilevamento preciso fornisce informazioni in tempo reale sulle posizioni e sui movimenti delle navi, il che è fondamentale per gestire porti trafficati e prevenire collisioni.

Fig 6. Rilevamento di barche utilizzando il rilevamento OBB e YOLO11.

Link to this sectionPose estimation e YOLO11: Tracciamento dei punti chiave#

La pose estimation è una tecnica di computer vision che traccia punti chiave, come articolazioni, arti o altri marcatori, per capire come si muove un oggetto. Invece di trattare un intero oggetto o corpo come un'unica unità completa, questo metodo lo scompone nelle sue parti chiave. Ciò rende possibile analizzare movimenti, gesti e interazioni in dettaglio.

Una comune applicazione di questa tecnologia è la pose estimation umana. Tracciando le posizioni di varie parti del corpo in tempo reale, fornisce un quadro chiaro di come una persona si sta muovendo. Queste informazioni possono essere utilizzate per una varietà di scopi, dal riconoscimento dei gesti e monitoraggio delle attività all'analisi delle prestazioni nello sport.

Allo stesso modo, nella riabilitazione fisica, i terapisti possono utilizzare la pose estimation umana e YOLO11 per monitorare i movimenti dei pazienti durante gli esercizi. Questo aiuta ad assicurarsi che ogni movimento sia eseguito correttamente, tracciando i progressi nel tempo.

Fig 7. YOLO11 può monitorare un allenamento utilizzando la pose estimation.

Link to this sectionEsplorando come YOLO11 supporta varie attività di computer vision#

Ora che abbiamo esplorato in dettaglio tutte le attività di computer vision supportate da YOLO11, vediamo come YOLO11 le supporta.

YOLO11 non è solo un modello: è una suite di varianti di modelli specializzati, ognuno progettato per una specifica attività di computer vision. Questo rende YOLO11 uno strumento versatile che può essere adattato a un'ampia gamma di applicazioni. Puoi anche eseguire il fine-tuning di questi modelli su dataset personalizzati per affrontare le sfide uniche dei tuoi progetti.

Ecco le varianti di modello YOLO11 pre-addestrate per attività di visione specifiche:

• YOLO11: Questo modello rileva ed etichetta più oggetti in tempo reale, rendendolo ideale per il riconoscimento visivo ad alta velocità.
• YOLO11-seg: Questa variante si concentra sulla segmentazione utilizzando maschere dettagliate per separare gli oggetti dai loro sfondi.
• YOLO11-obb: Questo modello è progettato per rilevare oggetti ruotati disegnando bounding box che si allineano con l'orientamento di ogni oggetto.
• YOLO11-cls: Questa variante classifica le immagini assegnando un'unica etichetta di categoria basata sul contenuto generale.
• YOLO11-pose: Questo modello stima i punti chiave sul corpo per tracciare postura, posizioni degli arti e movimento.

Ogni variante è disponibile in diverse dimensioni, consentendo agli utenti di scegliere il giusto equilibrio tra velocità e precisione per le loro specifiche esigenze.

Link to this sectionPunti chiave#

Le attività di computer vision stanno cambiando il modo in cui le macchine comprendono e interagiscono con il mondo. Scomponendo immagini e video in elementi chiave, queste tecnologie rendono più facile analizzare oggetti, movimenti e interazioni in dettaglio.

Dal miglioramento della sicurezza stradale e delle prestazioni sportive alla semplificazione dei processi industriali, modelli come YOLO11 possono fornire insight in tempo reale che guidano l'innovazione. Man mano che la Vision AI continua a evolversi, giocherà probabilmente un ruolo sempre più importante nel modo in cui interpretiamo e utilizziamo i dati visivi ogni giorno.

Unisciti alla nostra community e visita il nostro repository GitHub per vedere l'IA in azione. Esplora le nostre opzioni di licenza e scopri di più sull'IA in agricoltura e sulla computer vision nella produzione sulle nostre pagine delle soluzioni.