Tendenze future del rilevamento degli oggetti: 7 aspetti chiave da tenere d'occhio

I robotaxi girano per le strade di San Francisco e le persone sono passate dalla ricerca di risposte online alla chat con l'IA come parte della loro routine quotidiana. Questi cambiamenti rendono evidente che l'intelligenza artificiale (AI) si sta muovendo più velocemente che mai e sta diventando parte della vita quotidiana. 

Ad esempio, una delle aree che sta progredendo a un ritmo incredibile è la tecnologia di visione computerizzata. Conosciuta anche come Vision AI, è un sottocampo dell'IA che si concentra sull'aiutare le macchine a interpretare e comprendere i dati visivi.

La computer vision è già presente ovunque, dalle corsie di cassa automatizzate ai droni che rilevano le linee elettriche. Il cuore di molti di questi sistemi è il rilevamento degli oggetti, un'attività fondamentale della computer vision che consente alle macchine di riconoscere e localizzare oggetti specifici all'interno di immagini e video.

Con l'accelerazione dell'adozione dell'intelligenza artificiale, aumenta anche la richiesta di un rilevamento degli oggetti che sia veloce e preciso. I modelli di IA di visione come Ultralytics YOLO11 e l'imminente Ultralytics YOLO26 sono stati realizzati con questo obiettivo, rendendo il rilevamento degli oggetti in tempo reale più affidabile e accessibile che mai.

‍

Con questi rapidi progressi, il campo si sta evolvendo rapidamente e diverse tendenze emergenti stanno delineando l'aspetto della prossima generazione di rilevamento degli oggetti. In questo articolo esploreremo sette tendenze chiave che stanno definendo il futuro del rilevamento degli oggetti.

Capire come funziona il rilevamento di oggetti

Prima di immergerci nelle tendenze future del rilevamento degli oggetti, facciamo un passo indietro e guardiamo cos'è il rilevamento degli oggetti, come funziona dietro le quinte e come si è sviluppato nel corso degli anni. 

Il rilevamento degli oggetti è una parte fondamentale della computer vision che consente ai sistemi di intelligenza artificiale di identificare i contenuti di un'immagine e di determinare esattamente la posizione di ciascun elemento. Per imparare, i modelli vengono addestrati su grandi insiemi di dati etichettati che mostrano gli oggetti in molte condizioni diverse, come varie angolazioni, illuminazione, dimensioni e layout. 

Con il tempo, il modello acquisisce gli schemi e gli indizi visivi che separano un oggetto dall'altro. Una volta addestrati, i modelli Vision AI come Ultralytics YOLO sono in grado di scansionare un'intera immagine in un solo passaggio, disegnando istantaneamente caselle di delimitazione e assegnando etichette. Questa velocità e accuratezza rendono il rilevamento degli oggetti un'applicazione di grande impatto nel mondo reale. 

‍

Un caso d'uso reale di rilevamento di oggetti in azione

Per esempio, nell'analisi dei documenti, aziende come Prezent utilizzano il rilevamento degli oggetti per automatizzare l'impegnativo compito di riprogettare le diapositive delle presentazioni. Tradizionalmente, questo processo richiedeva ore di regolazioni manuali, identificando titoli, riposizionando caselle di testo, allineando immagini e ricostruendo grafici, il tutto cercando di mantenere un layout pulito e coerente.

Convertendo ogni diapositiva in un'immagine, i modelliYOLO Ultralytics sono in grado di detect titoli, caselle di testo, immagini e grafici preservando la struttura originale. In questo modo il sistema è in grado di comprendere con precisione la disposizione di ogni elemento. Con queste informazioni, l'intero processo di riprogettazione, un tempo lento e noioso, può ora essere automatizzato in pochi secondi.

Evoluzione del rilevamento degli oggetti nella visione artificiale

Ecco una rapida occhiata a come si è evoluto il rilevamento degli oggetti nel corso degli anni:

• I primi tempi (anni '60-'70): Le prime metodologie di rilevamento degli oggetti provenivano dall'elaborazione tradizionale delle immagini e spesso si basavano sulla corrispondenza dei modelli. In questo approccio, i computer confrontavano parti di un'immagine (pixel) con modelli di riferimento predefiniti, o template, per cercare le somiglianze. Poiché questi modelli erano fissi e non potevano adattarsi ai cambiamenti, il metodo funzionava solo in condizioni ideali. Anche piccole variazioni nell'illuminazione, nella scala, nella rotazione o nell'aspetto dell'oggetto erano sufficienti a far fallire il metodo.
  ‍
• Rilevamento basato sulle caratteristiche (anni '90-2000): I ricercatori si sono poi spostati sull'idea di caratteristiche artigianali e sull'estrazione di caratteristiche, in cui l'uomo definisce manualmente gli indizi visivi che il computer deve cercare, come bordi, angoli, forme o variazioni di luminosità. Tecniche come Haar Cascades (un metodo che analizza modelli visivi semplici, spesso utilizzato per il rilevamento dei volti) e HOG (una tecnica che cattura la direzione dei bordi e dei contorni in un'immagine), spesso abbinate a classificatori SVM (un modello di apprendimento automatico che separa gli oggetti in categorie), hanno reso il riconoscimento degli oggetti più preciso e più veloce. Anche con questi miglioramenti, i sistemi faticavano a funzionare abbastanza velocemente per essere utilizzati in tempo reale.
  ‍
• La rivoluzione dei modelli di apprendimento profondo (anni 2010): L'apprendimento profondo e le reti neurali convoluzionali (CNN), che sono modelli progettati per apprendere modelli visivi analizzando le immagini in piccole regioni alla volta, hanno ridefinito il rilevamento degli oggetti. Modelli come R-CNN, Fast R-CNN e Faster R-CNN apprendono modelli visivi direttamente da grandi quantità di dati. Questo ha portato a risultati con un'elevata accuratezza, ma questi modelli hanno ancora problemi di latenza.
  ‍
• Rilevamento in tempo reale con YOLO (metà anni 2010): YOLO (You Only Look Once) ha segnato un'importante svolta nel rilevamento degli oggetti, prevedendo tutte le bounding box e le etichette di classe in un unico passaggio attraverso la rete. Questo approccio unificato ha aumentato notevolmente la velocità di rilevamento e ha aperto la strada alle applicazioni in tempo reale. Nello stesso periodo, anche altri modelli a colpo singolo come SSD (Single Shot Detector) hanno migliorato le prestazioni eliminando le fasi di proposta delle regioni, rendendo il rilevamento degli oggetti più rapido ed efficiente.

• Progressi recenti (anni 2020): Grazie a importanti miglioramenti nella progettazione e nell'ottimizzazione dei modelli, gli anni 2020 hanno portato sistemi e framework di rilevamento di oggetti all'avanguardia più veloci e accurati. Ultralytics YOLO11 ha introdotto aggiornamenti architettonici che hanno migliorato la velocità di elaborazione, la precisione e le prestazioni complessive in tempo reale. Sulla base di questo slancio, l'imminente YOLO26 presenta un design ancora più efficiente e leggero, che lo rende adatto a un'ampia gamma di applicazioni pratiche.

7 tendenze di rilevamento degli oggetti che caratterizzano il futuro

Esploriamo quindi sette tendenze emergenti in materia di rilevamento degli oggetti che stanno guadagnando attenzione e creando fermento nello spazio della computer vision.

1. Attività di rilevamento degli oggetti più intelligenti con l'edge computing

I controlli manuali tradizionali possono rallentare le linee di produzione e lasciare spazio a difetti mancati. Per far fronte a questo problema, molte aziende si stanno rivolgendo a sistemi di controllo qualità basati sull'intelligenza artificiale e sul rilevamento di oggetti. 

Gli studi dimostrano infatti che l 'ispezione visiva basata sull'intelligenza artificiale può incrementare significativamente la produttività, a volte anche del 50%, e aumentare i tassi di rilevamento dei difetti fino al 90% rispetto all'ispezione manuale. È interessante notare che la nuova tendenza che si sta affermando in questo spazio e in altre applicazioni di Vision AI è che l'analisi avviene direttamente sui dispositivi stessi attraverso l'edge computing.

Con l'edge computing, l'intelligenza si avvicina al luogo in cui i dati vengono acquisiti. Le telecamere e i sensori possono eseguire modelli di rilevamento degli oggetti sul posto, identificandoli istantaneamente e determinandone la posizione senza dover ricorrere all'elaborazione su cloud. Ciò consente di analizzare i fotogrammi in tempo reale. 

Inoltre, riduce i ritardi della rete, riduce l'utilizzo della larghezza di banda e garantisce che i sistemi continuino a funzionare anche se la connessione a Internet è instabile o non disponibile. Per gli ambienti a ritmo sostenuto come la produzione, il passaggio all'elaborazione on-device garantisce risposte più rapide, operazioni più fluide e risultati molto più affidabili.

2. Diagnostica visiva nell'assistenza sanitaria

I medici spesso passano molto tempo a rivedere le immagini mediche per assicurarsi che nulla venga trascurato. Oggi molti ospedali stanno iniziando a esplorare tecnologie all'avanguardia per il rilevamento degli oggetti, per accelerare i tempi. Ciò riflette una tendenza più ampia nel settore sanitario, dove l'intelligenza artificiale di visione viene sempre più utilizzata per supportare una diagnosi più precoce, più rapida e un'analisi più coerente delle immagini.

Il rilevamento degli oggetti può essere utilizzato per evidenziare rapidamente le aree che potrebbero richiedere attenzione, migliorando il processo decisionale e gli esiti per i pazienti. Ad esempio, modelli come YOLO11 possono aiutare i medici a individuare i tumori cerebrali nelle scansioni MRI. 

‍

Poiché YOLO11 è in grado di riconoscere modelli sottili nelle scansioni di risonanza magnetica, può aiutare a identificare con maggiore precisione i tumori piccoli o in fase iniziale. Mentre i medici effettuano la diagnosi finale, strumenti come YOLO11 possono contribuire a snellire la loro revisione, facendo emergere prima i potenziali problemi e aiutando a garantire che non venga tralasciato nulla di importante.

3. Veicoli autonomi e visione in tempo reale per una mobilità più sicura

Nelle trafficate strade cittadine, le auto a guida autonoma si affidano a telecamere e sensori per monitorare costantemente l'ambiente circostante. Questi sistemi detect in tempo reale pedoni, veicoli, corsie e segnali stradali. Con l'aiuto di algoritmi di visione computerizzata e di rilevamento degli oggetti, un'auto autonoma può interpretare ciò che accade intorno a sé e prendere decisioni di guida autonoma più sicure.

In regioni con schemi di traffico diversi e un mix di veicoli, questi sistemi incontrano una maggiore complessità. Ad esempio, un recente studio ha valutato Ultralytics YOLOv8 su dati di traffico raccolti a Hyderabad e Bangalore, dove una varietà di veicoli, come automobili, autobus, motociclette, biciclette e auto-rickshaw, condividono la strada in modo dinamico e spesso imprevedibile. 

I risultati hanno dimostrato che YOLOv8 ha ottenuto ottimi risultati in questi scenari difficili, rilevando con precisione un'ampia gamma di oggetti anche in condizioni di traffico denso e non strutturato. Ciò evidenzia una tendenza crescente nella mobilità autonoma: I modelli di intelligenza artificiale di visione stanno diventando sempre più capaci di gestire ambienti complessi e reali che un tempo ponevano grandi sfide ai sistemi automatizzati.

4. Automazione intelligente e robotica grazie alla visione artificiale

La manipolazione di piccoli oggetti, lo smistamento di oggetti e materiali rilevati o la navigazione in spazi disordinati sono sempre stati una sfida per i robot. Questi compiti richiedono un adattamento rapido e movimenti precisi, cosa che i sistemi di automazione tradizionali spesso non riescono a fare in ambienti imprevedibili. 

Una tendenza crescente nella robotica è l'uso della Vision AI per dare ai robot la capacità di percepire e rispondere all'ambiente circostante in tempo reale. Per esplorare questa tendenza, un gruppo di ricercatori ha recentemente sviluppato un robot domestico in grado di riconoscere e ordinare gli oggetti mentre si muove negli spazi interni. 

Utilizzando modelli come YOLO11 per il rilevamento degli oggetti, insieme a una telecamera di profondità e a una pinza flessibile, il robot è stato in grado di identificare oggetti di forme e dimensioni diverse e di collocarli da solo nella posizione corretta. Questo esperimento mostra come la combinazione di computer vision e sistemi robotici possa migliorare la consapevolezza spaziale e la reattività. 

‍

Dimostra inoltre come le più avanzate tecniche di intelligenza artificiale aiutino i robot ad adattarsi ad ambienti sconosciuti, imparando dai modelli visivi nel corso del tempo. Grazie a questi progressi, i robot stanno diventando sempre più capaci e più integrati nelle attività quotidiane, dall'assistenza domestica alla logistica di magazzino e al supporto sanitario.

5. Sistemi di sorveglianza e sicurezza proattivi

I sistemi di sorveglianza intelligenti stanno rapidamente adottando l'intelligenza artificiale per individuare attività insolite o non sicure. Grazie ai modelli di rilevamento degli oggetti, le telecamere sono in grado di riconoscere potenziali problemi in tempo reale e di avvisare subito i team di sicurezza, contribuendo a migliorare sia la prevenzione che la risposta.

Ad esempio, negli impianti di produzione dove l'uso degli smartphone è limitato per motivi di sicurezza, i sistemi di intelligenza artificiale possono detect automaticamente detect telefoni nel momento in cui compaiono e track movimento utilizzando YOLO e altri modelli di visione. Questo riflette una tendenza più ampia nel settore della sicurezza, dove l'intelligenza artificiale viene utilizzata per monitorare gli ambienti in modo più proattivo e rispondere più rapidamente ai potenziali rischi.

Oltre al rilevamento, questi sistemi vengono sempre più spesso combinati con altre tecnologie per creare una soluzione di sicurezza più completa. I dispositivi edge consentono di elaborare localmente i filmati, riducendo i ritardi e mantenendo affidabili le prestazioni, mentre strumenti come i sistemi di controllo degli accessi o il riconoscimento facciale possono aggiungere un ulteriore livello di verifica. Insieme, queste tecnologie lavorano per creare reti di sorveglianza più intelligenti e connesse, in grado di rispondere in modo rapido ed efficace alle situazioni del mondo reale.

6. Realtà aumentata e rilevamento degli oggetti nella vita quotidiana

Nei magazzini affollati e nei grandi spazi di vendita al dettaglio, i lavoratori devono spesso gestire molte attività contemporaneamente. La realtà aumentata è d'aiuto perché inserisce la guida digitale direttamente nel mondo reale. Se abbinati al rilevamento degli oggetti, i sistemi AR possono identificare gli oggetti, track loro posizione e visualizzare informazioni utili in tempo reale. Questo rende le attività quotidiane più facili, veloci e intuitive per le persone che le utilizzano.

Una tendenza in crescita in questo settore è l'uso della Vision AI per trasformare i dispositivi di uso quotidiano in assistenti intelligenti in grado di comprendere l'ambiente circostante. Mentre l'AR e il rilevamento degli oggetti continuano a fondersi, i luoghi di lavoro iniziano ad adottare strumenti immersivi che supportano la guida a mani libere e flussi di lavoro più efficienti.

Un buon esempio sono gli occhiali AR con intelligenza artificiale di Amazon, attualmente in fase di sviluppo e sperimentazione. Questi occhiali utilizzano il rilevamento degli oggetti e la classificazione delle immagini per riconoscere i pacchi, guidare i lavoratori lungo il percorso corretto e registrare le prove di consegna. In questo modo si crea un'esperienza più sicura e a mani libere che aiuta i lavoratori a rimanere concentrati ed efficienti durante la giornata.

7. Dispositivi intelligenti guidati dall'IoT per sistemi di visione in tempo reale

I dispositivi smart sono diventati sistemi intelligenti in grado di vedere, comprendere e reagire all'ambiente circostante. L'Internet delle cose (IoT) guida questo cambiamento collegando telecamere, sensori, macchine e app intelligenti in reti che raccolgono ed elaborano i dati in tempo reale. 

Quando l'IoT funziona insieme al rilevamento degli oggetti e all'edge computing, i dispositivi possono interpretare le informazioni visive, individuare le anomalie e rispondere istantaneamente senza l'intervento umano. Questo crea sistemi adattivi ed efficienti che alimentano case intelligenti, industrie e intere città.

Ad esempio, un recente studio ha mostrato come un sistema di protezione della fauna selvatica basato sull'IoT utilizzi YOLOv8 per detect animali che si avvicinano ai terreni agricoli. Una volta individuati, il sistema utilizza un processo decisionale basato sull'intelligenza artificiale per attivare deterrenti lievi come luci o suoni, guidando gli animali lontano in modo sicuro. Questo aiuta a prevenire i danni alle colture e a favorire la coesistenza pacifica con la fauna selvatica locale, dimostrando come l'IoT e la computer vision possano rendere l'agricoltura più sostenibile.

Altre interessanti tendenze di Vision AI

Oltre a queste sette tendenze di rilevamento degli oggetti, ecco alcuni sviluppi degni di nota che stanno delineando il futuro dell'IA di visione:

• Ricerca sull'apprendimento auto-supervisionato: I nuovi metodi basati sull'apprendimento profondo consentono ai modelli di apprendere caratteristiche visive utili da grandi insiemi di immagini prive di etichetta, aiutando i sistemi di rilevamento degli oggetti a migliorare senza dover ricorrere pesantemente alle annotazioni manuali.
  ‍
• L'ascesa del rilevamento di oggetti basato su trasformatori: I trasformatori stanno diventando sempre più comuni perché catturano le relazioni a lungo raggio all'interno delle immagini, fornendo ai modelli una migliore comprensione del contesto e migliorando l'accuratezza del rilevamento.
  ‍
• Integrazione di Light Detection and Ranging (LiDAR) per una percezione 3D più ricca: La combinazione del LiDAR con il rilevamento degli oggetti tramite telecamera fornisce informazioni precise sulla profondità, rafforzando la percezione 3D per applicazioni come la navigazione, la robotica e la guida autonoma.

Punti chiave

Il rilevamento degli oggetti è andato ben oltre il semplice riconoscimento delle immagini ed è ora utilizzato per alimentare sistemi intelligenti in grado di prendere decisioni in tempo reale. In prospettiva, i modelli futuri raggiungeranno probabilmente una precisione ancora maggiore e una comprensione più approfondita del contesto, consentendo all'IA di visione di diventare ancora più affidabile e versatile in tutti i settori. Con l'avanzare di queste tecnologie, esse daranno vita a una nuova generazione di sistemi di visione computerizzata più intelligenti e adattivi.

Volete saperne di più? Entrate a far parte della nostra comunità ed esplorate il repository GitHub per entrare in contatto con altri utenti dello spazio AI. Visitate le nostre pagine dedicate all'IA nella robotica e alla computer vision per l'agricoltura ed esplorate le nostre opzioni di licenza per iniziare a utilizzare Vision AI oggi stesso.