I vantaggi di Ultralytics YOLO11 come rilevatore senza ancore

Se ripercorriamo la storia dei modelli di Vision AI, il concetto di rilevamento degli oggetti, un'attività fondamentale della computer vision che consiste nell'identificare e localizzare gli oggetti all'interno di un'immagine o di un video, esiste dagli anni '60. Tuttavia, il motivo principale della sua importanza nelle innovazioni all'avanguardia di oggi è che le tecniche di rilevamento degli oggetti e le architetture dei modelli sono progredite e migliorate rapidamente da allora.

In un articolo precedente, abbiamo parlato dell'evoluzione del rilevamento degli oggetti e del percorso che ha portato ai modelli Ultralytics YOLO. Oggi ci concentreremo su una tappa più specifica di questo percorso: il passaggio dai detector anchor-based ai detector anchor-free.

I detector anchor-based si basano su riquadri predefiniti, chiamati "anchor", per prevedere dove si trovano gli oggetti in un'immagine. Al contrario, i detector anchor-free saltano questi riquadri predefiniti e prevedono direttamente la posizione degli oggetti.

Sebbene questo cambiamento possa sembrare semplice e logico, ha portato in realtà a notevoli miglioramenti in termini di accuratezza ed efficienza del rilevamento degli oggetti. In questo articolo capiremo come i detector anchor-free abbiano trasformato la computer vision attraverso progressi come Ultralytics YOLO11.

Cosa sono i detector anchor-based?#

I detector anchor-based usano riquadri predefiniti, noti come anchor, per aiutare a localizzare gli oggetti in un'immagine. Immagina questi anchor come una griglia di riquadri di diverse dimensioni e forme sovrapposta all'immagine. Il modello adatta quindi questi riquadri per farli corrispondere agli oggetti rilevati. Ad esempio, se il modello identifica un'auto, modificherà il riquadro anchor per adattarlo con maggiore precisione alla posizione e alle dimensioni dell'auto.

Ogni anchor è associato a un possibile oggetto nell'immagine e, durante il training, il modello impara a modificare i riquadri anchor affinché corrispondano meglio alla posizione, alle dimensioni e al rapporto d'aspetto dell'oggetto. Questo consente al modello di rilevare gli oggetti a scale e orientamenti diversi. Tuttavia, selezionare il set corretto di riquadri anchor può richiedere molto tempo e il processo di ottimizzazione può essere soggetto a errori.

Fig. 1 Cos'è un riquadro anchor?

Sebbene i detector anchor-based, come YOLOv4, abbiano funzionato bene in molte applicazioni, presentano alcuni svantaggi. Ad esempio, i riquadri anchor non si allineano sempre bene con oggetti di forme o dimensioni diverse, rendendo più difficile per il modello rilevare oggetti piccoli o dalla forma irregolare. Anche il processo di selezione e ottimizzazione delle dimensioni dei riquadri anchor può richiedere molto tempo e un notevole lavoro manuale. Inoltre, i modelli anchor-based spesso hanno difficoltà a rilevare oggetti occlusi o sovrapposti, poiché i riquadri predefiniti potrebbero non adattarsi bene a questi scenari più complessi.

Il passaggio al rilevamento degli oggetti anchor-free#

I detector anchor-free hanno iniziato a suscitare interesse nel 2018 con modelli come CornerNet e CenterNet, che hanno adottato un nuovo approccio al rilevamento degli oggetti eliminando la necessità di riquadri anchor predefiniti. A differenza dei modelli tradizionali, che si basano su riquadri anchor di diverse dimensioni e forme per prevedere dove si trovano gli oggetti, i modelli anchor-free prevedono direttamente la posizione degli oggetti. Si concentrano su punti chiave o caratteristiche dell'oggetto, come il centro, semplificando il processo di rilevamento e rendendolo più rapido e accurato.

Ecco come funzionano generalmente i modelli anchor-free:

• Rilevamento dei punti chiave: invece di usare riquadri predefiniti, alcuni modelli identificano punti importanti su un oggetto, come il centro o angoli specifici. Questi punti chiave aiutano i modelli a determinare dove si trova l'oggetto e quanto è grande.
• Predizione del centro prediction: alcuni modelli si concentrano sulla previsione del centro di un oggetto. Una volta individuato il centro, il modello può prevedere da lì le dimensioni e la posizione dell'intero oggetto.
• Regressione della heatmap: molti modelli anchor-free usano le heatmap, in cui ogni pixel rappresenta una possibile posizione di un oggetto. Valori più elevati nella heatmap indicano una maggiore confidenza nella presenza di un oggetto in quel punto.

Fig. 2 Rilevamento anchor-based e rilevamento anchor-free a confronto.

Poiché i modelli anchor-free non si basano sui riquadri anchor, hanno un design più semplice. Questo significa che sono più efficienti dal punto di vista computazionale. Non dovendo elaborare più riquadri anchor, possono rilevare gli oggetti più rapidamente, un vantaggio importante nelle applicazioni in tempo reale come la guida autonoma e la videosorveglianza.

I modelli anchor-free sono anche molto più efficaci nella gestione di oggetti piccoli, irregolari o occlusi. Poiché si concentrano sul rilevamento dei punti chiave invece di cercare di adattare i riquadri anchor, sono molto più flessibili. Questo consente loro di rilevare gli oggetti in modo accurato in ambienti affollati o complessi, dove i modelli anchor-based potrebbero fallire.

Ultralytics YOLO11: un detector anchor-free#

Progettati inizialmente per velocità ed efficienza, i modelli YOLO sono passati gradualmente dai metodi anchor-based al rilevamento anchor-free, rendendo modelli come Ultralytics YOLO11 più veloci, flessibili e adatti a un'ampia gamma di applicazioni in tempo reale.

Ecco una rapida panoramica di come il design anchor-free si è evoluto nelle diverse versioni di YOLO:

• Ultralytics YOLOv5u: ha introdotto la Anchor-Free Split Ultralytics Head, eliminando la necessità di riquadri anchor predefiniti. Il modello prevede invece direttamente dove si trovano gli oggetti in un'immagine, semplificando il processo e migliorando flessibilità e velocità.
• YOLOv6: è stato utilizzato un nuovo metodo chiamato Anchor-Aided Training (AAT), in cui gli anchor venivano usati solo durante il training. Questo ha permesso al modello di beneficiare della struttura dei metodi anchor-based durante il training, pur usando il rilevamento anchor-free durante l'esecuzione per una maggiore velocità e adattabilità.
• Ultralytics YOLOv8: è passato completamente al rilevamento anchor-free utilizzando la Anchor-Free Split Ultralytics Head. Questo ha reso il modello più veloce e accurato, soprattutto con oggetti piccoli o dalla forma insolita che non si adattano bene ai riquadri anchor.
• Ultralytics YOLO11: si basa sull'approccio anchor-free di YOLOv8, ottimizzando ulteriormente il rilevamento eliminando completamente i riquadri anchor. Il risultato è un rilevamento più rapido e accurato per applicazioni in tempo reale come il monitoraggio del comportamento animale e l'analisi del settore retail.

Fig. 3. Confronto tra Ultralytics YOLOv8 e Ultralytics YOLO11.

Applicazioni reali di Ultralytics YOLO11#

Un ottimo esempio dei vantaggi del rilevamento anchor-free con Ultralytics YOLO11 si trova nei veicoli autonomi. Nelle auto a guida autonoma, rilevare rapidamente e accuratamente pedoni, altri veicoli e ostacoli è fondamentale per la sicurezza. L'approccio anchor-free di YOLO11 semplifica il processo di rilevamento prevedendo direttamente i punti chiave degli oggetti, come il centro di un pedone o i confini di un altro veicolo, invece di basarsi su riquadri anchor predefiniti.

Fig. 4. Vantaggi del rilevamento anchor-free in Ultralytics YOLO11 (immagine dell'autore).

Ultralytics YOLO11 non deve adattare o far corrispondere una griglia di anchor a ogni oggetto, un processo che può essere costoso dal punto di vista computazionale e lento. Si concentra invece sulle caratteristiche chiave, risultando più veloce ed efficiente. Ad esempio, quando un pedone entra nel percorso del veicolo, YOLO11 può identificarne rapidamente la posizione individuando i punti chiave, anche se la persona è parzialmente nascosta o in movimento. La capacità di adattarsi a forme e dimensioni variabili senza riquadri anchor consente a YOLO11 di rilevare gli oggetti in modo più affidabile e a velocità maggiori, aspetto fondamentale per il processo decisionale in tempo reale nei sistemi di guida autonoma.

Altre applicazioni in cui le capacità anchor-free di Ultralytics YOLO11 si distinguono particolarmente includono:

• Retail e gestione dell'inventario: Ultralytics YOLO11 semplifica il monitoraggio dei prodotti sugli scaffali, anche quando sono impilati o parzialmente nascosti. Questo consente di tracciare l'inventario più rapidamente e con maggiore accuratezza, riducendo gli errori.
• Imaging medico: YOLO11 è efficace anche nel settore sanitario, dove può rilevare tumori o altre anomalie nelle scansioni mediche. La sua capacità di lavorare con oggetti dalla forma irregolare contribuisce a migliorare l'accuratezza nella diagnosi di condizioni complesse.
• Monitoraggio della fauna selvatica: nella ricerca sulla fauna selvatica, Ultralytics YOLO11 può monitorare gli animali in foreste fitte o terreni impervi, aiutando i ricercatori a studiarne il comportamento o a proteggere le specie in via di estinzione.
• Analisi sportiva: Ultralytics YOLO11 può essere usato per monitorare i giocatori, i movimenti della palla o altri elementi in tempo reale durante gli eventi sportivi, fornendo informazioni preziose a squadre, allenatori e emittenti.

Aspetti da considerare quando si lavora con modelli anchor-free#

Sebbene i modelli anchor-free come Ultralytics YOLO11 offrano molti vantaggi, presentano anche alcune limitazioni. Uno dei principali aspetti pratici da considerare è che persino i modelli anchor-free possono avere difficoltà con le occlusioni o con oggetti fortemente sovrapposti. La ragione è che la computer vision mira a replicare la vista umana e, proprio come a volte abbiamo difficoltà a identificare oggetti occlusi, anche i modelli di AI possono incontrare sfide simili.

Un altro fattore interessante riguarda l'elaborazione delle predizioni del modello. Sebbene l'architettura dei modelli anchor-free sia più semplice di quella dei modelli anchor-based, in alcuni casi è necessario un ulteriore perfezionamento. Ad esempio, potrebbero essere necessarie tecniche di post-processing come la soppressione non massima (NMS) per ripulire le predizioni sovrapposte o migliorare l'accuratezza in scene affollate.

Puntare al futuro dell'AI con Ultralytics YOLO11#

Il passaggio dal rilevamento anchor-based a quello anchor-free ha rappresentato un progresso significativo nel rilevamento degli oggetti. Con modelli anchor-free come Ultralytics YOLO11, il processo è semplificato, con conseguenti miglioramenti sia in termini di accuratezza sia di velocità.

Con Ultralytics YOLO11 abbiamo visto come il rilevamento degli oggetti anchor-free eccella nelle applicazioni in tempo reale, come le auto a guida autonoma, la videosorveglianza e l'imaging medico, dove un rilevamento rapido e preciso è fondamentale. Questo approccio consente a YOLO11 di adattarsi più facilmente a dimensioni degli oggetti variabili e a scene complesse, offrendo prestazioni migliori in ambienti diversi.

Con la continua evoluzione della computer vision, il rilevamento degli oggetti diventerà sempre più veloce, flessibile ed efficiente.

Esplora il nostro repository GitHub e unisciti alla nostra community per rimanere aggiornato su tutto ciò che riguarda l'AI. Scopri come la Vision AI sta influenzando settori come la produzione e l'agricoltura.