Tutto quello che devi sapere sulle attività di visione artificiale

Grazie alle telecamere e ai progressi dell'intelligenza artificiale (AI), oggi computer e macchine sono in grado di vedere il mondo in modo simile agli esseri umani. Per esempio, possono riconoscere le persone, tracciare gli oggetti e persino comprendere il contesto di ciò che accade in un video.

In particolare, la visione artificiale è il ramo dell'AI che consente alle macchine di comprendere e interpretare le informazioni visive del mondo che le circonda. La visione artificiale comprende diverse attività, ciascuna progettata per estrarre un tipo specifico di informazioni da immagini o video. Per esempio, il rilevamento degli oggetti aiuta a identificare e localizzare gli elementi presenti in un'immagine, mentre altre attività come il tracciamento, la segmentazione e la stima della posa aiutano le macchine a comprendere con maggiore precisione movimenti, forme e posizioni.

L'attività di visione artificiale da usare per una determinata applicazione dipende dal tipo di informazioni di cui hai bisogno. I modelli di visione artificiale come Ultralytics YOLO11 supportano varie attività di visione artificiale, perciò sono una scelta affidabile per creare sistemi Vision AI destinati a casi d'uso reali.

In questa guida approfondiremo le attività di visione artificiale supportate da modelli come YOLO11. Vedremo come funziona ogni attività e come viene utilizzata nei diversi settori.

Che cosa sono le attività di visione artificiale?#

Le attività di visione artificiale mirano a replicare in diversi modi le capacità visive umane. Possono aiutare le macchine a rilevare oggetti, seguirne i movimenti, stimare le pose e persino delineare i singoli elementi in immagini e video. In genere, queste attività sono rese possibili da modelli che suddividono i dati visivi in parti più piccole, così da interpretare con maggiore chiarezza ciò che sta accadendo.

I modelli Vision AI come i modelli Ultralytics YOLO supportano diverse attività, come il rilevamento, il tracciamento e la segmentazione, in 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 visione artificiale supportate da Ultralytics YOLO11.

Un buon esempio è l'analisi sportiva. YOLO11 può rilevare ogni giocatore in campo tramite il rilevamento degli oggetti e poi seguirlo per tutta la partita con il tracciamento degli oggetti. Nel frattempo, le capacità di stima della posa di YOLO11 possono aiutare ad analizzare i movimenti e le tecniche dei giocatori, mentre la segmentazione delle istanze può separare ogni giocatore dallo sfondo, aumentando la precisione dell'analisi.

Nel loro insieme, queste attività di visione artificiale basate su YOLO11 offrono un quadro completo di ciò che accade durante la partita, fornendo ai team informazioni più approfondite sulle prestazioni dei giocatori, sulle tattiche e sulla strategia complessiva.

Panoramica delle attività di visione artificiale supportate da Ultralytics YOLO11#

Ora che abbiamo visto cosa sono le attività di visione artificiale, esaminiamo più da vicino quelle supportate da YOLO11, con esempi tratti dal mondo reale.

Il supporto di Ultralytics YOLO11 alla classificazione delle immagini#

Guardando una foto, la maggior parte delle persone riesce a capire facilmente se ritrae un cane, una montagna o un segnale stradale, perché tutti abbiamo imparato che aspetto hanno di solito questi elementi. La classificazione delle immagini insegna alle macchine a fare lo stesso, classificando ed etichettando un'immagine in base al suo oggetto principale, che sia un «automobile», una «banana» o una «radiografia con frattura». Questa etichetta aiuta i sistemi di visione artificiale a comprendere il contenuto visivo e a reagire o prendere decisioni di conseguenza.

Un'interessante applicazione di questa attività di visione artificiale è il monitoraggio della fauna selvatica. La classificazione delle immagini può essere usata per identificare diverse specie animali nelle foto scattate in natura. Etichettando automaticamente le immagini, i ricercatori possono seguire più facilmente le popolazioni, monitorare i modelli migratori e identificare le specie in pericolo, sostenendo così gli sforzi di conservazione.

Fig. 2. Esempio di utilizzo di YOLO11 per la classificazione delle immagini.

Le capacità di rilevamento degli oggetti di Ultralytics YOLO11#

La classificazione delle immagini è utile per avere un'idea generale del contenuto di un'immagine, ma assegna una sola etichetta all'intera immagine. Quando servono informazioni dettagliate, come la posizione precisa e l'identità di più oggetti, il rilevamento degli oggetti diventa essenziale.

Il rilevamento degli oggetti consiste nell'identificare e localizzare i singoli oggetti in un'immagine, spesso disegnando riquadri di delimitazione intorno a essi. Ultralytics YOLO11 offre prestazioni particolarmente elevate nel rilevamento degli oggetti in tempo reale, risultando ideale per un'ampia gamma di applicazioni.

Prendiamo, per esempio, le soluzioni di visione artificiale usate nei negozi al dettaglio per rifornire gli scaffali. Il rilevamento degli oggetti può aiutare a contare frutta, verdura e altri prodotti, garantendo un inventario accurato. Nei campi agricoli, la stessa tecnologia può monitorare la maturazione delle colture e aiutare gli agricoltori a determinare il momento migliore per la raccolta, distinguendo anche i prodotti maturi da quelli acerbi.

Fig. 3. Rilevamento della frutta con Ultralytics YOLO11.

Usare YOLO11 per la segmentazione delle istanze#

Il rilevamento degli oggetti usa riquadri di delimitazione per identificare e localizzare gli oggetti in un'immagine, ma non ne acquisisce le forme esatte. È qui che entra in gioco la segmentazione delle istanze. Invece di disegnare un riquadro intorno a un oggetto, la segmentazione delle istanze ne traccia il contorno preciso.

Puoi pensarla così: invece di limitarsi a indicare che «c'è una mela in quest'area», ne delinea e riempie attentamente la forma esatta. Questo processo dettagliato aiuta i sistemi di IA a comprendere chiaramente i confini di un oggetto, soprattutto quando gli oggetti sono vicini tra loro.

La segmentazione delle istanze può essere applicata a molte applicazioni, dalle ispezioni delle infrastrutture 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. Tracciando confini precisi intorno a queste anomalie, gli ingegneri possono individuare i problemi e intervenire prima dell'inizio di un progetto.

Fig. 4. Segmentazione delle crepe con YOLO11.

Tracciamento degli oggetti: seguire gli oggetti tra i fotogrammi con YOLO11#

Finora, le attività di visione artificiale che abbiamo esaminato si concentrano su ciò che è presente in una singola immagine. Tuttavia, quando si tratta di video, servono informazioni che vadano oltre un singolo fotogramma. A questo scopo si può usare il tracciamento degli oggetti.

La capacità di tracciamento degli oggetti di YOLO11 permette di seguire un oggetto specifico, come una persona o un'auto, mentre si sposta attraverso una serie di fotogrammi video. Anche se l'angolazione della telecamera cambia o compaiono altri oggetti, il sistema continua a seguire lo stesso bersaglio.

Questo è fondamentale per le applicazioni che richiedono un monitoraggio nel tempo, come il tracciamento delle auto nel traffico. Infatti, YOLO11 può tracciare con precisione i veicoli, seguendo ogni auto per stimare la velocità in tempo reale. Questo rende il tracciamento degli oggetti una componente chiave dei sistemi di monitoraggio del traffico.

Fig. 5. Il supporto di YOLO11 per il tracciamento degli oggetti può essere usato per stimare la velocità.

Rilevamento di riquadri di delimitazione orientati (OBB) con YOLO11#

Gli oggetti del mondo reale non sono sempre perfettamente allineati: possono essere inclinati, di lato o disposti ad angoli insoliti. Per esempio, nelle immagini satellitari, le navi e gli edifici appaiono spesso ruotati.

I metodi tradizionali di rilevamento degli oggetti usano riquadri rettangolari fissi che non si adattano all'orientamento di un oggetto, rendendo difficile acquisire con precisione queste forme ruotate. Il rilevamento con riquadri di delimitazione orientati (OBB) risolve questo problema usando riquadri che ruotano per aderire perfettamente a un oggetto e allinearsi alla sua angolazione, consentendo un rilevamento più preciso.

Per il monitoraggio dei porti, il supporto di YOLO11 al rilevamento OBB può aiutare a identificare e tracciare con precisione le imbarcazioni, indipendentemente dal loro orientamento, assicurando che ogni nave in entrata o in uscita dal porto sia monitorata correttamente. Questo rilevamento preciso fornisce informazioni in tempo reale sulla posizione e sui movimenti delle imbarcazioni, fondamentali per gestire porti trafficati e prevenire collisioni.

Fig. 6. Rilevamento di imbarcazioni con il rilevamento OBB e YOLO11.

Stima della posa e YOLO11: tracciamento dei punti chiave#

La stima della posa è una tecnica di visione artificiale che traccia punti chiave, come articolazioni, arti o altri marcatori, per comprendere come si muove un oggetto. Invece di considerare un intero oggetto o corpo come un'unica unità, questo metodo lo scompone nelle sue parti principali. Ciò consente di analizzare nel dettaglio movimenti, gesti e interazioni.

Una delle applicazioni più comuni di questa tecnologia è la stima della posa umana. Tracciando in tempo reale la posizione delle diverse parti del corpo, offre un quadro chiaro dei movimenti di una persona. Queste informazioni possono essere usate per vari scopi, dal riconoscimento dei gesti e il monitoraggio delle attività all'analisi delle prestazioni sportive.

Allo stesso modo, nella riabilitazione fisica, i terapisti possono usare la stima della posa umana e YOLO11 per monitorare i movimenti dei pazienti durante gli esercizi. Questo aiuta a verificare che ogni movimento sia eseguito correttamente e a tenere traccia dei progressi nel tempo.

Fig. 7. YOLO11 può monitorare un allenamento usando la stima della posa.

Scopri come YOLO11 supporta diverse attività di visione artificiale#

Ora che abbiamo esaminato nel dettaglio tutte le attività di visione artificiale supportate da YOLO11, vediamo in che modo YOLO11 le supporta.

YOLO11 non è un singolo modello, ma una suite di varianti specializzate, ciascuna progettata per una specifica attività di visione artificiale. Questo rende YOLO11 uno strumento versatile, adattabile a un'ampia gamma di applicazioni. Puoi anche eseguire il fine-tuning di questi modelli su dataset personalizzati per affrontare le sfide specifiche dei tuoi progetti.

Ecco le varianti del modello YOLO11 preaddestrate per specifiche attività di visione:

• YOLO11: questo modello rileva ed etichetta più oggetti in tempo reale, risultando ideale per il riconoscimento visivo ad alta velocità.
• YOLO11-seg: questa variante si concentra sulla segmentazione e usa maschere dettagliate per separare gli oggetti dallo sfondo.
• YOLO11-cls: questa variante classifica le immagini assegnando un'unica etichetta di categoria in base al contenuto complessivo.
• YOLO11-pose: questo modello stima i punti chiave del corpo per tracciare postura, posizione degli arti e movimento.
• YOLO11-obb: questo modello è progettato per rilevare oggetti ruotati disegnando riquadri di delimitazione allineati all'orientamento di ciascun oggetto.

Ogni variante è disponibile in diverse dimensioni, consentendo agli utenti di scegliere il giusto equilibrio tra velocità e precisione in base alle proprie esigenze. Il più recente Ultralytics YOLO26 copre le stesse attività e aggiunge la segmentazione semantica e la stima della profondità.

Punti chiave#

Le attività di visione artificiale stanno cambiando il modo in cui le macchine comprendono e interagiscono con il mondo. Scomponendo immagini e video nei loro elementi chiave, queste tecnologie semplificano l'analisi dettagliata di oggetti, movimenti e interazioni.

Dal miglioramento della sicurezza stradale e delle prestazioni sportive all'ottimizzazione dei processi industriali, modelli come YOLO11 possono fornire informazioni in tempo reale che stimolano l'innovazione. Con la continua evoluzione della Vision AI, è probabile che svolga un ruolo sempre più importante nel modo in cui interpretiamo e usiamo i dati visivi ogni giorno.

Unisciti alla nostra community e visita il nostro repository GitHub per vedere l'AI in azione. Scopri le nostre opzioni di licenza e approfondisci l'AI in agricoltura e la visione artificiale nel settore manifatturiero nelle nostre pagine dedicate alle soluzioni.