I vantaggi di Ultralytics YOLO11 come rilevatore senza anchor

Ripercorrendo la storia dei modelli di Vision AI, scopriamo che il concetto di rilevamento degli oggetti, un'attività fondamentale della visione artificiale che consiste nell'identificare e localizzare gli oggetti in un'immagine o in un video, esiste dagli anni Sessanta. Oggi è così importante per via dei notevoli progressi compiuti da allora nelle tecniche di rilevamento degli oggetti e nelle architetture dei modelli.

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 rilevatori basati su anchor a quelli anchor-free.

I rilevatori basati su anchor si affidano a riquadri predefiniti, chiamati «anchor», per prevedere la posizione degli oggetti in un'immagine. Al contrario, i rilevatori senza anchor non usano questi riquadri predefiniti, ma prevedono direttamente la posizione degli oggetti.

Questo passaggio può sembrare una modifica semplice e logica, ma ha portato a notevoli miglioramenti nella precisione e nell'efficienza del rilevamento degli oggetti. In questo articolo vedremo come i rilevatori anchor-free abbiano trasformato la computer vision grazie a innovazioni come Ultralytics YOLO11.

Cosa sono i rilevatori basati su anchor?#

I rilevatori basati su anchor usano riquadri predefiniti, detti anchor, per aiutare a localizzare gli oggetti in un'immagine. Immagina questi anchor come una griglia di riquadri di forme e dimensioni diverse sovrapposta all'immagine. Il modello modifica quindi i riquadri per adattarli agli oggetti rilevati. Per esempio, se il modello individua un'auto, modifica 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 l'addestramento, il modello impara a modificare i riquadri anchor per adattarli meglio alla posizione, alle dimensioni e alle proporzioni dell'oggetto. In questo modo il modello può rilevare oggetti con scale e orientamenti diversi. Tuttavia, scegliere il giusto insieme di riquadri anchor può richiedere molto tempo e la loro regolazione può essere soggetta a errori.

Fig. 1. Che cos'è un riquadro anchor?

Sebbene i rilevatori basati su anchor, come YOLOv4, abbiano funzionato bene in molte applicazioni, presentano alcuni svantaggi. Per esempio, i riquadri anchor non sempre si adattano bene a oggetti di forme o dimensioni diverse, rendendo più difficile per il modello rilevare oggetti piccoli o dalla forma irregolare. Anche la scelta e la regolazione delle dimensioni dei riquadri anchor possono richiedere molto tempo e un notevole intervento manuale. Inoltre, i modelli basati su anchor spesso faticano a rilevare oggetti occlusi o sovrapposti, perché i riquadri predefiniti potrebbero non adattarsi a scenari così complessi.

Il passaggio al rilevamento di oggetti anchor-free#

I rilevatori 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 usano riquadri anchor di forme e dimensioni diverse per prevedere la posizione degli oggetti, i modelli anchor-free ne prevedono direttamente la posizione. Si concentrano sui punti chiave o sulle caratteristiche dell'oggetto, come il centro, semplificando il processo di rilevamento e rendendolo più veloce e preciso.

Ecco come funzionano in genere i modelli anchor-free:

• Rilevamento dei keypoint: invece di usare riquadri predefiniti, alcuni modelli identificano punti importanti di 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.
• Previsione del centro: alcuni modelli si concentrano sulla previsione del centro di un oggetto. Una volta individuato il centro, il modello può prevedere le dimensioni e la posizione dell'intero oggetto.
• Regressione delle mappe di calore: molti modelli senza anchor usano mappe di calore, in cui ogni pixel rappresenta una possibile posizione di un oggetto. Valori più alti nella mappa di calore indicano una maggiore probabilità che in quel punto sia presente un oggetto.

Fig. 2. Rilevamento basato su anchor e rilevamento anchor-free a confronto.

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

I modelli senza anchor sono anche molto più efficaci nel gestire oggetti piccoli, irregolari o parzialmente occlusi. Poiché si concentrano sul rilevamento dei punti chiave invece di cercare di adattare riquadri anchor, sono molto più flessibili. Questo consente loro di rilevare con precisione gli oggetti in ambienti disordinati o complessi, nei quali i modelli basati su anchor potrebbero non funzionare.

Ultralytics YOLO11: un rilevatore anchor-free#

Progettati inizialmente per garantire velocità ed efficienza, i modelli YOLO sono gradualmente passati dai metodi basati su anchor 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 breve panoramica dell'evoluzione dell'architettura anchor-free nelle diverse versioni di YOLO:

• Ultralytics YOLOv5u: ha adottato la testa Ultralytics disaccoppiata e senza anchor, introdotta per la prima volta in YOLOv8, eliminando la necessità di riquadri anchor predefiniti. Il modello prevede direttamente la posizione degli oggetti in un'immagine, semplificando il processo e migliorando flessibilità e velocità.
• YOLOv6: ha introdotto un nuovo metodo chiamato Anchor-Aided Training (AAT), che usa gli anchor solo durante l'addestramento. In questo modo, il modello beneficia della struttura dei metodi basati su anchor durante l'addestramento, ma usa il rilevamento anchor-free in fase di esecuzione, ottenendo maggiore velocità e adattabilità.
• Ultralytics YOLOv8: è passato completamente al rilevamento anchor-free usando l'Anchor-Free Split Ultralytics Head. Questo ha reso il modello più veloce e preciso, soprattutto nel rilevamento di oggetti piccoli o dalla forma insolita, difficili da adattare ai riquadri anchor.
• Ultralytics YOLO11: mantiene il design senza anchor di YOLOv8 e perfeziona backbone e neck. Ne risultano un rilevamento più rapido e preciso per applicazioni in tempo reale, come il monitoraggio del comportamento animale e l'analisi dei dati di vendita al dettaglio.

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

Applicazioni concrete di Ultralytics YOLO11#

Un ottimo esempio dei vantaggi del rilevamento senza ancoraggi con Ultralytics YOLO11 si trova nei veicoli autonomi. Nelle auto a guida autonoma, rilevare pedoni, altri veicoli e ostacoli in modo rapido e preciso è fondamentale per la sicurezza. L'approccio senza ancoraggi di YOLO11 semplifica il processo di rilevamento prevedendo direttamente i punti chiave degli oggetti, come il centro di un pedone o i contorni di un altro veicolo, anziché affidarsi a riquadri di ancoraggio predefiniti.

Fig. 4. Vantaggi del rilevamento senza ancoraggi in Ultralytics YOLO11 (immagine dell'autore).

Ultralytics YOLO11 non deve adattare o calibrare una griglia di ancoraggi a ciascun oggetto, un'operazione che può essere dispendiosa dal punto di vista computazionale e lenta. Si concentra invece sulle caratteristiche chiave, risultando più veloce ed efficiente. Ad esempio, quando un pedone entra nel percorso del veicolo, YOLO11 può individuarne rapidamente la posizione identificando i punti chiave, anche se la persona è parzialmente nascosta o in movimento. La capacità di adattarsi a forme e dimensioni diverse senza riquadri di ancoraggio consente a YOLO11 di rilevare gli oggetti in modo più affidabile e a velocità maggiori, un aspetto fondamentale per prendere decisioni in tempo reale nei sistemi di guida autonoma.

Altre applicazioni in cui spiccano le capacità senza ancoraggi di Ultralytics YOLO11 includono:

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

Aspetti da considerare quando si lavora con modelli senza ancoraggi#

Sebbene i modelli senza ancoraggi come Ultralytics YOLO11 offrano molti vantaggi, presentano anche alcune limitazioni. Una delle principali considerazioni pratiche è che anche i modelli senza ancoraggi possono avere difficoltà con le occlusioni o con oggetti fortemente sovrapposti. Il motivo è che la visione artificiale mira a replicare la vista umana e, proprio come a volte facciamo fatica a identificare oggetti occlusi, anche i modelli di AI possono incontrare difficoltà simili.

Un altro aspetto interessante riguarda l'elaborazione delle previsioni del modello. Anche se l'architettura dei modelli senza anchor è più semplice di quella dei modelli basati su anchor, in alcuni casi sono necessari ulteriori perfezionamenti. Per esempio, potrebbero servire tecniche di post-elaborazione come la soppressione non massima (NMS) per eliminare le previsioni sovrapposte o migliorare la precisione nelle scene affollate. I modelli più recenti, come Ultralytics YOLO26, eliminano questo passaggio grazie a un design end-to-end senza NMS.

Costruire il futuro dell'AI con Ultralytics YOLO11#

Il passaggio dal rilevamento basato su ancoraggi a quello senza ancoraggi ha rappresentato un progresso significativo nel rilevamento degli oggetti. Con modelli senza ancoraggi come Ultralytics YOLO11, il processo si semplifica e migliorano sia la precisione sia la velocità.

Ultralytics YOLO11 dimostra come il rilevamento degli oggetti senza ancoraggi eccella nelle applicazioni in tempo reale, come auto a guida autonoma, videosorveglianza e imaging medico, dove sono essenziali rilevamenti rapidi e precisi. Questo approccio consente a YOLO11 di adattarsi più facilmente alle dimensioni variabili degli oggetti e alle scene complesse, offrendo prestazioni migliori in ambienti diversi.

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

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