Tutto ciò che devi sapere sulla visione artificiale nel 2025

Vent'anni fa, l'idea che macchine e computer potessero vedere e comprendere il mondo era fantascienza. Oggi, grazie ai progressi dell'intelligenza artificiale (AI), questo concetto è diventato realtà. In particolare, la computer vision (CV), un ramo dell'AI, consente alle macchine di comprendere e analizzare immagini e video. Che si tratti di identificare oggetti in tempo reale, migliorare i sistemi di sicurezza o automatizzare attività complesse, il suo potenziale sta ampliando i confini del possibile.

La computer vision sta plasmando rapidamente il futuro della tecnologia, mentre diversi settori esplorano nuovi modi per adottarne le capacità uniche. Il mercato globale della tecnologia di computer vision ha raggiunto i 19,83 miliardi di dollari nel 2024 e si prevede che crescerà del 19,8% all'anno nei prossimi anni.

Fig. 1. Dimensioni del mercato globale della computer vision.

In questo articolo esamineremo più da vicino la computer vision, spiegando cos'è, come si è evoluta e come funziona oggi. Esploreremo anche alcune delle sue applicazioni più interessanti. Iniziamo!

Che cos'è la computer vision?#

La computer vision è un sottocampo dell'AI che sfrutta il machine learning e le reti neurali per insegnare ai computer a comprendere il contenuto dei dati visivi, come immagini o file video. Le informazioni ricavate dalle immagini elaborate possono essere utilizzate per prendere decisioni migliori. Ad esempio, nella vendita al dettaglio la computer vision può essere usata per monitorare i livelli delle scorte analizzando le immagini degli scaffali o per migliorare l'esperienza di acquisto con sistemi di pagamento automatizzati. Molte aziende utilizzano già la tecnologia di computer vision per applicazioni diverse, da attività come l'aggiunta di filtri alle foto degli smartphone fino al controllo qualità nella produzione.

Potresti chiederti: perché c'è così bisogno di soluzioni di computer vision? Le attività che richiedono attenzione costante, come individuare difetti o riconoscere schemi, possono essere difficili per gli esseri umani. Gli occhi possono stancarsi e alcuni dettagli possono sfuggire, soprattutto in ambienti frenetici o complessi.

Sebbene le persone siano abili nel riconoscere oggetti di dimensioni, colori, condizioni di illuminazione o angolazioni diverse, spesso fanno fatica a mantenere la coerenza sotto pressione. Le soluzioni di computer vision, invece, lavorano senza sosta, elaborando grandi quantità di dati visivi in modo rapido e accurato. Ad esempio, possono analizzare il traffico in tempo reale per rilevare la congestione, ottimizzare i tempi dei semafori o persino identificare gli incidenti più velocemente di quanto potrebbe fare un osservatore umano.

Comprendere la storia della computer vision#

Nel corso degli anni, la computer vision si è evoluta da concetto teorico a tecnologia affidabile che guida l'innovazione in numerosi settori. Vediamo alcune delle principali tappe che ne hanno definito lo sviluppo:

• Anni 1950-1960: I ricercatori iniziarono a sviluppare algoritmi per elaborare e analizzare i dati visivi, ma i progressi furono lenti a causa della potenza di calcolo limitata.

• Anni 1970: Questo decennio vide importanti miglioramenti negli algoritmi, come la trasformata di Hough, che migliorò il rilevamento di linee e forme geometriche nelle immagini. Emerse anche il riconoscimento ottico dei caratteri (OCR), rendendo possibile per le macchine leggere il testo stampato.

• Anni 1980-1990: Il machine learning iniziò a svolgere un ruolo nella computer vision, aprendo la strada a capacità più avanzate e a future scoperte.

• Anni 2000-2010: Il deep learning introdusse una nuova dimensione nella computer vision, dotando le macchine della capacità di interpretare i dati visivi in modo più efficace. Migliorò funzionalità come l'identificazione degli oggetti, l'analisi del movimento e l'esecuzione di attività complesse.

Oggi la computer vision sta avanzando rapidamente e sta trasformando il modo in cui risolviamo i problemi in ambiti come la sanità, i veicoli autonomi e le città intelligenti. I modelli Ultralytics YOLO (You Only Look Once), progettati per le attività di computer vision in tempo reale, semplificano l'implementazione efficace e accurata dell'AI per la visione artificiale in diversi settori. Con il continuo miglioramento dell'AI e dell'hardware, questi modelli aiutano le aziende a prendere decisioni più intelligenti e a ottimizzare le operazioni utilizzando analisi avanzate dei dati visivi.

Come funziona la computer vision#

I sistemi di computer vision utilizzano reti neurali, ovvero algoritmi ispirati al funzionamento del cervello umano, per analizzare le immagini. Un tipo specifico, chiamato reti neurali convoluzionali (CNNs), è particolarmente efficace nel riconoscere schemi, come bordi e forme nelle immagini.

Per semplificare i dati visivi, tecniche come il pooling si concentrano sulle parti più importanti di un'immagine, mentre livelli aggiuntivi elaborano queste informazioni per svolgere attività come l'identificazione delle caratteristiche o il rilevamento degli oggetti. Modelli avanzati come Ultralytics YOLO11, progettati per garantire velocità e accuratezza, rendono possibile l'elaborazione delle immagini in tempo reale.

Fig. 2. Un esempio dell'utilizzo di Ultralytics YOLO11 per il rilevamento degli oggetti.

Una tipica applicazione di computer vision prevede diversi passaggi per trasformare le immagini grezze in informazioni utili. Ecco le quattro fasi principali:

• Acquisizione delle immagini: I dati visivi vengono raccolti tramite telecamere o sensori e la qualità delle immagini dipende dal tipo di sensore utilizzato.

• Elaborazione delle immagini: I dati raccolti vengono quindi migliorati mediante tecniche di pre-elaborazione, come la riduzione del rumore e l'evidenziazione dei bordi, per facilitarne l'analisi.

• Estrazione delle caratteristiche: Vengono individuati i dettagli importanti, come forme e texture, concentrandosi sulle parti dell'immagine più rilevanti.

• Riconoscimento degli schemi: Le caratteristiche identificate vengono analizzate utilizzando il machine learning per completare attività come il rilevamento degli oggetti, il tracciamento dei movimenti o il riconoscimento degli schemi.

Esplorare le attività di computer vision#

Potresti aver notato che, parlando di come funziona la computer vision, abbiamo menzionato le attività di computer vision. Modelli come Ultralytics YOLO11 sono progettati per supportare queste attività, offrendo soluzioni rapide e accurate per applicazioni del mondo reale. Dal rilevamento degli oggetti al tracciamento dei loro movimenti, YOLO11 gestisce queste attività in modo efficiente. Esploriamo alcune delle principali attività di computer vision supportate e il loro funzionamento.

Rilevamento degli oggetti#

Il rilevamento degli oggetti è un'attività fondamentale di computer vision e viene utilizzato per identificare gli oggetti di interesse in un'immagine. L'output di un'attività di rilevamento degli oggetti è un insieme di riquadri di delimitazione (rettangoli tracciati intorno agli oggetti rilevati in un'immagine), insieme alle etichette delle classi (la categoria o il tipo di ciascun oggetto, come "auto" o "persona") e ai punteggi di confidenza (un valore numerico che indica il grado di certezza del modello per ogni rilevamento). Ad esempio, il rilevamento degli oggetti può essere utilizzato per identificare e localizzare un pedone su una strada o un'auto nel traffico.

Fig. 3. Utilizzo di Ultralytics YOLO11 per il rilevamento degli oggetti.

Classificazione delle immagini#

L'obiettivo principale della classificazione delle immagini è assegnare un'etichetta o una categoria predefinita a un'immagine in ingresso in base al suo contenuto complessivo. Questa attività consiste generalmente nell'identificare l'oggetto o la caratteristica dominante nell'immagine. Ad esempio, la classificazione delle immagini può essere utilizzata per determinare se un'immagine contiene un gatto o un cane. I modelli di computer vision come YOLO11 possono persino essere addestrati su misura per classificare singole razze di gatti o cani, come mostrato di seguito.

Fig. 4. Classificazione di diverse razze di gatti con YOLO11.

Segmentazione delle istanze#

La segmentazione delle istanze è un'altra attività cruciale di computer vision, utilizzata in diverse applicazioni. Consiste nel suddividere un'immagine in segmenti e identificare ogni singolo oggetto, anche quando sono presenti più oggetti dello stesso tipo. A differenza del rilevamento degli oggetti, la segmentazione delle istanze fa un passo in più delineando i confini precisi di ciascun oggetto. Ad esempio, nella produzione e nella riparazione automobilistica, la segmentazione delle istanze può aiutare a identificare ed etichettare separatamente ogni componente dell'auto, rendendo il processo più accurato ed efficiente.

Fig. 5 Segmentazione dei componenti automobilistici con YOLO11.

Stima della posa#

L'obiettivo della stima della posa è determinare la posizione e l'orientamento di una persona o di un oggetto prevedendo la posizione di punti chiave, come mani, testa e gomiti. È particolarmente utile nelle applicazioni in cui è importante comprendere le azioni fisiche in tempo reale. La stima della posa umana viene comunemente utilizzata in ambiti come l'analisi sportiva, il monitoraggio del comportamento animale e la robotica.

Fig. 6 YOLO11 può aiutare nella stima della posa umana.

Per esplorare le altre attività di computer vision supportate da YOLO11, puoi consultare la documentazione ufficiale di Ultralytics. Fornisce informazioni dettagliate su come YOLO11 gestisce attività come il tracciamento degli oggetti e il rilevamento degli oggetti con riquadri di delimitazione orientati (OBB).

I modelli di computer vision più diffusi oggi#

Sebbene esistano molti modelli di computer vision, la serie Ultralytics YOLO si distingue per le sue prestazioni elevate e la sua versatilità. Nel tempo, i modelli Ultralytics YOLO sono migliorati, diventando più veloci, più accurati e capaci di gestire un numero maggiore di attività. Con l'introduzione di Ultralytics YOLOv5, la distribuzione dei modelli è diventata più semplice grazie a framework di AI per la visione come PyTorch. Questo ha permesso a una gamma più ampia di utenti di lavorare con un'AI per la visione avanzata, combinando alta accuratezza e facilità d'uso.

Successivamente, Ultralytics YOLOv8 ha fatto un ulteriore passo avanti aggiungendo nuove funzionalità, come la segmentazione delle istanze, la stima della posa e la classificazione delle immagini. Nel frattempo, l'ultima versione, YOLO11, offre prestazioni eccellenti in diverse attività di computer vision. Con il 22% di parametri in meno rispetto a YOLOv8m, YOLO11m raggiunge una precisione media media (mAP) superiore sul dataset COCO, il che significa che può rilevare gli oggetti in modo più preciso ed efficiente. Che tu sia uno sviluppatore esperto o alle prime armi con l'AI, YOLO11 offre una soluzione potente per le tue esigenze di computer vision.

Il ruolo della computer vision nella vita quotidiana#

In precedenza abbiamo visto come i modelli di computer vision, come Ultralytics YOLO11, possano essere applicati in un'ampia gamma di settori. Ora esploriamo altri casi d'uso che stanno cambiando la nostra vita quotidiana.

L'AI per la visione nella sanità#

Esiste un'ampia gamma di applicazioni per la computer vision nella sanità. Attività come il rilevamento degli oggetti e la classificazione vengono utilizzate nell'imaging medico per rendere il rilevamento delle malattie più rapido e accurato. Nell'analisi delle radiografie, la computer vision può identificare schemi troppo sottili per essere notati dall'occhio umano.

Viene utilizzata anche per rilevare il cancro, confrontando le cellule cancerose con quelle sane. Allo stesso modo, per quanto riguarda le scansioni CT e le risonanze magnetiche, la computer vision può analizzare le immagini con un'accuratezza quasi pari a quella umana. Aiuta i medici a prendere decisioni migliori e, in definitiva, a salvare più vite.

Fig. 7. Utilizzo di YOLO11 per l'analisi di scansioni mediche.

L'AI nel settore automobilistico#

La computer vision è fondamentale per le auto a guida autonoma, aiutandole a rilevare oggetti come segnali stradali e semafori. Tecniche come il riconoscimento ottico dei caratteri (OCR) consentono all'auto di leggere il testo sui segnali stradali. Viene utilizzata anche per il rilevamento dei pedoni, in cui le attività di rilevamento degli oggetti identificano le persone in tempo reale.

Inoltre, la computer vision può persino individuare crepe e buche sul manto stradale, consentendo un monitoraggio migliore delle condizioni stradali in evoluzione. Nel complesso, la tecnologia di computer vision può svolgere un ruolo chiave nel migliorare la gestione del traffico, aumentare la sicurezza dei trasporti e supportare la pianificazione delle città intelligenti.

Fig. 8 Comprendere il traffico con YOLO11.

Computer vision in agricoltura#

Immagina se gli agricoltori potessero seminare, irrigare e raccogliere automaticamente i propri raccolti al momento giusto, senza preoccupazioni. È esattamente ciò che la computer vision porta all'agricoltura. Facilita il monitoraggio delle colture in tempo reale, permettendo agli agricoltori di rilevare problemi come malattie o carenze nutrizionali con maggiore accuratezza rispetto agli esseri umani.

Oltre al monitoraggio, le macchine automatiche per il diserbo basate sull'AI e integrate con la computer vision possono identificare e rimuovere le erbe infestanti, riducendo i costi della manodopera e aumentando la resa dei raccolti. Questa combinazione di tecnologie aiuta gli agricoltori a ottimizzare le risorse, migliorare l'efficienza e proteggere le colture.

Fig. 9. Un esempio dell'utilizzo di Ultralytics YOLO11 in agricoltura.

Automatizzare i processi produttivi con l'AI#

Nella produzione, la computer vision aiuta a monitorare la produzione, controllare la qualità dei prodotti e tracciare automaticamente i lavoratori. La Vision AI rende il processo più rapido e accurato, riducendo gli errori e contribuendo a tagliare i costi.

In particolare, il rilevamento degli oggetti e la segmentazione delle istanze sono comunemente utilizzati per l'assicurazione della qualità. I sistemi di rilevamento dei difetti eseguono un controllo finale sui prodotti finiti per garantire che solo quelli migliori arrivino ai clienti. Qualsiasi prodotto con ammaccature o crepe viene identificato e rifiutato automaticamente. Questi sistemi inoltre tracciano e contano i prodotti in tempo reale, fornendo un monitoraggio continuo sulla linea di assemblaggio.

Fig. 10 Monitoraggio di una linea di assemblaggio con la computer vision.

Rendere l'istruzione più efficace con la computer vision#

Uno dei modi in cui la computer vision viene utilizzata in classe è attraverso il riconoscimento dei gesti: personalizza l'apprendimento rilevando i movimenti degli studenti. Modelli come Ultralytics YOLO11 sono particolarmente efficaci per questa attività. Possono identificare con precisione gesti come mani alzate o espressioni di confusione in tempo reale.

Quando vengono rilevati gesti di questo tipo, una lezione in corso può essere adattata fornendo ulteriore aiuto o modificando i contenuti per rispondere meglio alle esigenze dello studente. Questo crea un ambiente di apprendimento più dinamico e adattivo, aiutando gli insegnanti a concentrarsi sull'insegnamento mentre il sistema supporta l'esperienza di apprendimento di ogni studente.

Le tendenze recenti nella computer vision#

Ora che abbiamo esplorato alcune applicazioni della computer vision in vari settori, analizziamo le principali tendenze che ne guidano lo sviluppo.

Una delle tendenze principali è l'edge computing, un framework di calcolo distribuito che elabora i dati più vicino alla loro fonte. Ad esempio, l'edge computing consente a dispositivi come telecamere e sensori di elaborare direttamente i dati visivi, con tempi di risposta più rapidi, minori ritardi e una maggiore privacy.

Un'altra tendenza importante nella computer vision è l'uso della realtà ibrida. Questa combina il mondo fisico con elementi digitali, utilizzando la computer vision per far integrare senza soluzione di continuità gli oggetti virtuali nel mondo reale. Può essere utilizzata per migliorare le esperienze nel gaming, nell'istruzione e nella formazione.

Vantaggi e svantaggi della computer vision#

Ecco alcuni dei principali vantaggi che la computer vision può offrire a diversi settori:

• Riduzione dei costi: Automatizzare le attività con la computer vision aiuta a ridurre i costi operativi, migliorare la produttività e minimizzare gli errori.

• Scalabilità: Una volta implementati, i sistemi di computer vision possono essere facilmente ampliati per gestire grandi quantità di dati, risultando adatti ad aziende in crescita o a operazioni su larga scala.

• Personalizzazione specifica per l'applicazione: I modelli di computer vision possono essere ottimizzati utilizzando il tuo dataset, fornendoti soluzioni altamente specializzate che soddisfano i requisiti della tua applicazione.

Sebbene questi vantaggi evidenzino l'impatto che la computer vision può avere su diversi settori, è importante considerare anche le difficoltà associate alla sua implementazione. Ecco alcune delle principali sfide:

• Problemi di privacy dei dati: L'utilizzo dei dati visivi, soprattutto in ambiti sensibili come la sorveglianza o la sanità, può sollevare problematiche relative alla privacy e alla sicurezza.

• Limitazioni ambientali: I sistemi di computer vision possono avere difficoltà a funzionare correttamente in ambienti complessi, come quelli con scarsa illuminazione, immagini di bassa qualità o sfondi articolati.

• Costi iniziali elevati: Sviluppare e implementare sistemi di computer vision può essere costoso a causa della necessità di hardware, software e competenze specializzati.

Punti chiave#

La computer vision sta reinventando il modo in cui le macchine interagiscono con il mondo, permettendo loro di vederlo e comprenderlo come fanno gli esseri umani. Viene già utilizzata in molti ambiti, ad esempio per migliorare la sicurezza delle auto a guida autonoma, aiutare i medici a diagnosticare più rapidamente le malattie, rendere gli acquisti più personalizzati e persino assistere gli agricoltori nel monitoraggio delle colture.

Con il continuo miglioramento della tecnologia, nuove tendenze come l'edge computing e la realtà ibrida stanno aprendo possibilità ancora più ampie. Sebbene esistano alcune difficoltà, come i bias e i costi elevati, la computer vision ha il potenziale per produrre un enorme impatto positivo su molti settori in futuro.

Per saperne di più, visita il nostro repository GitHub e partecipa alla nostra community. Esplora le innovazioni in settori come l'AI nelle auto a guida autonoma e la computer vision in agricoltura nelle nostre pagine dedicate alle soluzioni. 🚀