I vantaggi di Ultralytics YOLO11 come rilevatore anchor-free

Se diamo uno sguardo indietro alla history of Vision AI models, il concetto di object detection - un'attività fondamentale di computer vision che consiste nell'identificare e localizzare oggetti all'interno di un'immagine o di un video - esiste fin dagli anni '60. Tuttavia, la ragione principale della sua importanza nelle innovazioni all'avanguardia di oggi è che le tecniche di object detection e le architetture dei modelli si sono evolute e migliorate rapidamente da allora.

In un articolo precedente, abbiamo discusso l'evolution of object detection e il percorso che ha portato ai modelli Ultralytics YOLO. Oggi ci concentreremo sull'esplorazione di una pietra miliare più specifica in questo viaggio: il passaggio dai rilevatori basati su ancore (anchor-based) ai rilevatori privi di ancore (anchor-free).

I rilevatori basati su ancore si affidano a riquadri predefiniti, chiamati "ancore", per prevedere dove si trovano gli oggetti in un'immagine. Al contrario, i rilevatori privi di ancore saltano questi riquadri predefiniti e prevedono invece direttamente la posizione degli oggetti.

Sebbene questo cambiamento possa sembrare un passaggio semplice e logico, in realtà ha portato a importanti miglioramenti nell'accuratezza e nell'efficienza dell'object detection. In questo articolo capiremo come i rilevatori anchor-free hanno ridefinito la computer vision attraverso progressi come Ultralytics YOLO11.

Cosa sono i rilevatori basati su anchor?#

I rilevatori basati su ancore utilizzano riquadri predefiniti, noti come ancore, per aiutare a localizzare gli oggetti in un'immagine. Pensa a queste ancore come a una griglia di riquadri di diverse dimensioni e forme posizionata sull'immagine. Il modello regola quindi questi riquadri per adattarli agli oggetti che rileva. Ad esempio, se il modello identifica un'auto, modificherà il riquadro di ancoraggio per adattarlo in modo più accurato alla posizione e alle dimensioni dell'auto.

Ciascuna ancura è associata a un possibile oggetto nell'immagine e, durante il training, il modello impara a modificare i riquadri di ancoraggio per adattarli meglio alla posizione, alle dimensioni e alle proporzioni dell'oggetto. Ciò consente al modello di rilevare oggetti a diverse scale e orientamenti. Tuttavia, la selezione del giusto set di riquadri di ancoraggio può richiedere molto tempo e il processo di messa a punto può essere soggetto a errori.

Fig 1. Cos'è un riquadro di ancoraggio (Anchor Box)?

Sebbene i rilevatori basati su ancore, come YOLOv4, abbiano funzionato bene in molte applicazioni, presentano alcuni svantaggi. Ad esempio, i riquadri di ancoraggio non si allineano sempre bene con oggetti di forme o dimensioni diverse, rendendo più difficile per il modello rilevare oggetti piccoli o di forma irregolare. Il processo di selezione e messa a punto delle dimensioni dei riquadri di ancoraggio può anche richiedere molto tempo e un notevole sforzo manuale. Oltre a ciò, i modelli basati su ancore spesso faticano a rilevare oggetti occlusi o sovrapposti, poiché i riquadri predefiniti potrebbero non adattarsi bene a questi scenari più complessi.

Il passaggio all'object detection senza anchor#

I rilevatori senza anchor hanno iniziato ad attirare l'attenzione nel 2018 con modelli come CornerNet e CenterNet, che hanno adottato un approccio innovativo all'object detection eliminando la necessità di riquadri di anchor predefiniti. A differenza dei modelli tradizionali che si affidano a riquadri di anchor di diverse dimensioni e forme per prevedere dove si trovano gli oggetti, i modelli senza anchor prevedono direttamente le posizioni degli oggetti. Si concentrano su punti chiave o caratteristiche dell'oggetto, come il centro, il che semplifica il processo di rilevamento e lo rende più veloce e accurato.

Ecco come funzionano generalmente i modelli senza anchor:

• Keypoint detection: 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 capire dove si trova l'oggetto e quali sono le sue dimensioni.
• Center prediction: Alcuni modelli si concentrano sulla previsione del centro di un oggetto. Una volta localizzato il centro, il modello può prevedere da lì le dimensioni e la posizione dell'intero oggetto.
• Heatmap regression: Molti modelli anchor-free utilizzano le mappe di calore, in cui ciascun pixel rappresenta una possibile posizione di un oggetto. Valori più alti nella mappa di calore indicano una maggiore confidenza che un oggetto sia presente in quel punto.

Fig 2. Rilevamento basato su ancore vs. Rilevamento privo di ancore.

Poiché i modelli senza anchor non si affidano ai riquadri di anchor, hanno un design più semplice. Ciò significa che sono più efficienti dal punto di vista computazionale. Dato che non devono elaborare molteplici riquadri di anchor, possono rilevare gli oggetti più rapidamente: un vantaggio importante nelle applicazioni in tempo reale come la guida autonoma e la videosorveglianza.

I modelli privi di ancore sono anche molto più abili nel gestire oggetti piccoli, irregolari o occlusi. Poiché si concentrano sul rilevamento dei punti chiave anziché cercare di adattare i riquadri di ancoraggio, risultano molto più flessibili. Ciò consente loro di rilevare gli oggetti con precisione in ambienti confusi o complessi in cui i modelli basati su ancore potrebbero fallire.

Ultralytics YOLO11: un rilevatore senza anchor#

Originariamente progettati per velocità ed efficienza, i modelli YOLO sono gradualmente passati dai metodi basati su ancore al rilevamento senza ancore, rendendo modelli come Ultralytics YOLO11 più veloci, più flessibili e più adatti a un'ampia gamma di applicazioni in tempo reale.

Ecco una rapida occhiata a come il design senza anchor si è evoluto nelle diverse versioni di YOLO:

• Ultralytics YOLOv5u: Ha introdotto l'Anchor-Free Split Ultralytics Head, eliminando la necessità di riquadri di ancoraggio predefiniti. Invece, il modello prevede 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 le ancore sono state impiegate solo durante il training. Ciò ha permesso al modello di beneficiare della struttura dei metodi basati su ancore durante l'addestramento, pur continuando a utilizzare il rilevamento anchor-free in fase di esecuzione per una migliore velocità e adattabilità.
• Ultralytics YOLOv8: È passato completamente al rilevamento anchor-free utilizzando l'Anchor-Free Split Ultralytics Head. Ciò ha reso il modello più veloce e accurato, specialmente per oggetti piccoli o dalla forma insolita che non si adattano bene ai riquadri di ancoraggio.
• Ultralytics YOLO11: Si basa sull'approccio anchor-free di YOLOv8, ottimizzando ulteriormente il rilevamento eliminando del tutto i riquadri di ancoraggio. Ciò si traduce in un rilevamento più rapido e accurato per applicazioni in tempo reale come il monitoraggio del comportamento animale e l'analisi retail.

Fig 3. Confronto tra Ultralytics YOLOv8 e Ultralytics YOLO11.

Applicazioni nel mondo reale di Ultralytics YOLO11#

Un ottimo esempio dei vantaggi del rilevamento anchor-free tramite Ultralytics YOLO11 si trova nei veicoli autonomi. Nelle auto a guida autonoma, rilevare pedoni, altri veicoli e ostacoli in modo rapido e accurato 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 affidarsi a box di ancoraggio predefinite.

Fig 4. Vantaggi del rilevamento senza ancore in Ultralytics YOLO11 (Immagine dell'autore).

Ultralytics YOLO11 non ha bisogno di regolare o adattare una griglia di anchor a ciascun oggetto, il che può essere computazionalmente costoso e lento. Invece, si concentra sulle caratteristiche chiave, rendendolo più veloce ed efficiente. Ad esempio, quando un pedone entra nella traiettoria 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 box di anchor consente a YOLO11 di rilevare gli oggetti in modo più affidabile e a velocità superiori, il che è vitale per il processo decisionale in tempo reale nei sistemi di guida autonoma.

Altre applicazioni in cui le capacità senza ancore di Ultralytics YOLO11 risaltano davvero includono:

• Gestione della vendita al dettaglio e dell'inventario: Ultralytics YOLO11 rende più semplice monitorare i prodotti sugli scaffali, anche quando sono impilati o parzialmente bloccati. Questo aiuta a tracciare l'inventario in modo più rapido e accurato e riduce gli errori.
• Imaging medico: YOLO11 è efficace anche in ambito sanitario, dove può rilevare tumori o altre anomalie nelle scansioni mediche. La sua capacità di gestire 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 difficili, aiutando i ricercatori a monitorare il comportamento o a proteggere le specie in via di estinzione.
• Analisi sportiva: Ultralytics YOLO11 può essere utilizzato per tracciare giocatori, movimenti della palla o altri elementi in tempo reale durante gli eventi sportivi per fornire approfondimenti preziosi a squadre, allenatori e emittenti.

Considerazioni da fare quando si lavora con modelli senza anchor#

Sebbene i modelli anchor-free come Ultralytics YOLO11 offrano molti vantaggi, presentano tuttavia determinate limitazioni. Una delle principali considerazioni pratiche da fare è che persino i modelli anchor-free possono avere difficoltà con le occlusioni o con oggetti fortemente sovrapposti. La logica alla base di ciò è che la computer vision mira a replicare la visione umana e, proprio come noi a volte fatichiamo a identificare oggetti occlusi, i modelli di intelligenza artificiale possono affrontare sfide simili.

Un altro fattore interessante riguarda l'elaborazione delle previsioni del modello. Sebbene l'architettura dei modelli anchor-free sia più semplice rispetto a quella basata su ancore, in alcuni casi si rende necessario un ulteriore perfezionamento. Ad esempio, potrebbero essere richieste tecniche di post-elaborazione come la non-maximum suppression (NMS) per ripulire le previsioni sovrapposte o migliorare l'accuratezza in scene affollate.

Mettere radici nel futuro dell'IA con Ultralytics YOLO11#

Il passaggio dal rilevamento anchor-based a quello anchor-free è stato un progresso significativo nel rilevamento degli oggetti. Con i modelli anchor-free come Ultralytics YOLO11, il processo viene semplificato, portando a miglioramenti sia nella precisione che nella velocità.

Attraverso Ultralytics YOLO11, abbiamo visto come il rilevamento di oggetti anchor-free eccelle in applicazioni in tempo reale come auto a guida autonoma, videosorveglianza e imaging medico, dove un rilevamento rapido e preciso è cruciale. Questo approccio consente a YOLO11 di adattarsi più facilmente a dimensioni di oggetti variabili e scene complesse, offrendo prestazioni migliori in diversi ambienti.

Mentre la computer vision continua a evolversi, l'object detection diventerà solo più veloce, più flessibile e più efficiente.

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