Tendenze future nel rilevamento degli oggetti: 7 cose chiave a cui prestare attenzione

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

Per esempio, una delle aree che sta avanzando a un ritmo incredibile è la tecnologia della computer vision. Altrimenti nota 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 sta già comparendo ovunque, dalle casse automatiche ai droni che ispezionano le linee elettriche. Al cuore di molti di questi sistemi c'è l'object detection, 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'IA, cresce anche la domanda di un'object detection che sia al contempo rapida e precisa. Modelli di vision AI come Ultralytics YOLO11 e il prossimo Ultralytics YOLO26 sono stati sviluppati tenendo conto di questo, rendendo l'object detection in tempo reale più affidabile e accessibile che mai.

Fig 1. Un esempio di utilizzo di Ultralytics YOLO11 per il rilevamento di oggetti.

Con questo rapido progresso, il campo si sta evolvendo velocemente e diverse tendenze emergenti stanno delineando come sarà la prossima generazione di rilevamento degli oggetti. In questo articolo esploreremo sette tendenze chiave che stanno definendo il futuro del rilevamento degli oggetti.

Comprendere come funziona il rilevamento degli oggetti#

Prima di immergerci nelle tendenze future del rilevamento degli oggetti, facciamo un passo indietro ed esaminiamo 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 rende possibile per i sistemi AI identificare cosa c'è in un'immagine e determinare esattamente dove appare ogni elemento. Per imparare a farlo, i modelli vengono addestrati su ampi dataset etichettati che mostrano oggetti in molte condizioni diverse, come varie angolazioni, illuminazioni, dimensioni e disposizioni.

Nel tempo, il modello apprende i pattern e i segnali visivi che distinguono un oggetto da un altro. Una volta addestrati, i modelli di vision AI come Ultralytics YOLO possono scansionare un'intera immagine in un unico passaggio, disegnando istantaneamente riquadri di delimitazione e assegnando etichette. Questa velocità e precisione sono ciò che rende l'object detection d'impatto nelle applicazioni del mondo reale.

Fig 2. Rilevamento di una radiografia tramite un modello YOLO11. (Fonte)

Un caso d'uso reale del rilevamento degli oggetti in azione#

Per esempio, nell'analisi dei documenti, aziende come Prezent utilizzano l'object detection per automatizzare il compito complesso di ridisegnare 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 slide in un'immagine, i modelli Ultralytics YOLO possono rilevare titoli, caselle di testo, immagini e grafici preservando la struttura originale. Ciò fornisce al sistema una comprensione accurata di come è disposto ogni elemento. Con queste informazioni, l'intero processo di riprogettazione, una volta lento e noioso, può ora essere automatizzato in pochi secondi.

Evoluzione del rilevamento degli oggetti nella computer vision#

Ecco una rapida panoramica di come il rilevamento degli oggetti si è evoluto nel corso degli anni:

• I primi tempi (anni '60–'70): Le prime metodologie nel rilevamento degli oggetti derivavano dall'elaborazione tradizionale delle immagini e si basavano spesso sulla corrispondenza dei modelli (template matching). In questo approccio, i computer confrontavano parti di un'immagine (pixel) con pattern di riferimento predefiniti, o template, per cercare somiglianze. Poiché questi template erano fissi e non potevano adattarsi ai cambiamenti, il metodo funzionava solo in condizioni ideali. Anche piccole variazioni di illuminazione, scala, rotazione o aspetto dell'oggetto erano sufficienti a causarne il fallimento.

• Rilevamento basato sulle caratteristiche (feature-based) (anni '90–2000): I ricercatori sono poi passati all'idea di caratteristiche realizzate a mano ed estrazione delle caratteristiche, in cui gli esseri umani definivano manualmente gli indizi visivi che un computer avrebbe dovuto cercare, come bordi, angoli, forme o variazioni di luminosità. Tecniche come le Haar Cascades (un metodo che scansiona alla ricerca di pattern 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), che venivano spesso abbinate a classificatori SVM (un modello di machine learning che separa gli oggetti in categorie), hanno reso il riconoscimento degli oggetti più accurato e veloce. Anche con questi miglioramenti, i sistemi faticavano ancora a funzionare abbastanza velocemente per l'uso in tempo reale.

• La rivoluzione dei modelli di deep learning (anni 2010): Il deep learning e le reti neurali convoluzionali (CNN), che sono modelli progettati per apprendere pattern visivi scansionando le immagini in piccole regioni alla volta, hanno ridefinito il rilevamento degli oggetti. Modelli come R-CNN, Fast R-CNN e Faster R-CNN hanno appreso i pattern visivi direttamente da grandi quantità di dati. Ciò ha portato a output con un'elevata precisione, ma questi modelli hanno dovuto affrontare problemi di latenza.

• Rilevamento in tempo reale con YOLO (metà anni 2010): YOLO (You Only Look Once) ha segnato una svolta importante nel rilevamento degli oggetti prevedendo tutti i riquadri di delimitazione e le etichette delle classi in un unico passaggio attraverso la rete. Questo approccio unificato ha aumentato drasticamente la velocità di rilevamento e ha aperto la strada ad applicazioni in tempo reale. Nello stesso periodo, altri modelli single-shot come SSD (Single Shot Detector) hanno anche migliorato le prestazioni eliminando i passaggi di proposta delle regioni, rendendo il rilevamento degli oggetti più veloce ed efficiente.

• Recenti progressi (anni 2020): Grazie a importanti miglioramenti nella progettazione e nell'ottimizzazione dei modelli, gli anni 2020 hanno portato sistemi e framework di rilevamento degli oggetti all'avanguardia più veloci e accurati. Ultralytics YOLO11 ha introdotto aggiornamenti architetturali che hanno migliorato la velocità di elaborazione, la precisione e le prestazioni complessive in tempo reale. Sfruttando questo slancio, il prossimo YOLO26 presenta un design ancora più efficiente e leggero, rendendolo adatto a una vasta gamma di applicazioni pratiche.

7 tendenze di rilevamento degli oggetti che plasmano il futuro#

Successivamente, esploriamo sette tendenze emergenti di rilevamento degli oggetti che stanno attirando l'attenzione e creando scalpore nello spazio della computer vision.

Attività di rilevamento degli oggetti più intelligenti con edge computing#

I controlli manuali tradizionali possono rallentare le linee di produzione e lasciare spazio a difetti non rilevati. Per gestire ciò, molte aziende si stanno rivolgendo a sistemi di controllo qualità guidati dall'AI basati sul rilevamento degli oggetti.

In effetti, gli studi dimostrano che l'ispezione visiva basata su IA può incrementare significativamente la produttività, a volte fino al 50%, e aumentare i tassi di rilevamento dei difetti fino al 90% rispetto all'ispezione manuale. È interessante notare che il nuovo trend che sta facendo scalpore in questo spazio e in altre applicazioni di vision AI è il modo in cui questa analisi avviene ora direttamente sui dispositivi tramite l'edge computing.

Con l'edge computing, l'intelligenza si sposta più vicino a dove i dati vengono catturati. Telecamere e sensori possono eseguire modelli di object detection sul posto, identificando istantaneamente gli oggetti e determinando la loro posizione senza affidarsi all'elaborazione cloud. Questo consente loro di analizzare i fotogrammi in tempo reale.

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

Diagnostica basata sulla visione nell'assistenza sanitaria#

I medici spesso trascorrono molto tempo a esaminare immagini mediche per assicurarsi che nulla venga trascurato. Al giorno d'oggi, molti ospedali stanno iniziando a esplorare una tecnologia di rilevamento degli oggetti all'avanguardia per aiutare ad accelerare i processi. Ciò riflette una tendenza più ampia nell'assistenza sanitaria, dove la vision AI viene sempre più utilizzata per supportare una rilevazione precoce, una diagnosi più rapida e un'analisi delle immagini più coerente.

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

Fig 3. Rilevamento e localizzazione di tumori cerebrali in scansioni RM con l'ausilio di Ultralytics YOLO11. (Fonte)

Poiché YOLO11 di Ultralytics è in grado di riconoscere pattern sottili nelle scansioni MRI, può aiutare a identificare tumori di piccole dimensioni o in fase precoce con maggiore precisione. Sebbene i medici emettano la diagnosi finale, strumenti come YOLO11 possono contribuire a ottimizzare la loro analisi facendo emergere potenziali criticità prima e aiutando a garantire che nulla di importante venga trascurato.

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

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

In regioni con pattern di traffico diversificati e un mix di veicoli, questi sistemi incontrano una complessità aggiuntiva. Ad esempio, un recente studio ha valutato i modelli Ultralytics YOLOv8 su dati sul traffico raccolti a Hyderabad e Bangalore, dove una varietà di veicoli, come automobili, autobus, motociclette, biciclette e risciò a motore, condividono la strada in modi dinamici e spesso imprevedibili.

I risultati hanno mostrato che Ultralytics YOLOv8 ha ottenuto ottime prestazioni in questi scenari complessi, 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 IA visiva stanno diventando sempre più capaci di gestire ambienti complessi e reali che un tempo rappresentavano grandi sfide per i sistemi automatizzati.

Automazione intelligente e robotica utilizzando la computer vision#

Gestire piccoli oggetti, smistare oggetti e materiali rilevati o navigare in spazi ingombri è sempre stato difficile per i robot. Questi compiti richiedono un rapido adattamento e un movimento preciso, qualcosa con cui i sistemi di automazione tradizionali spesso lottano in ambienti imprevedibili.

Un trend in crescita 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 questo cambiamento, un gruppo di ricercatori ha recentemente sviluppato un robot domestico capace di riconoscere e smistare oggetti mentre si muoveva attraverso spazi interni.

Utilizzando modelli come Ultralytics YOLO11 per il rilevamento degli oggetti, insieme a una telecamera di profondità e a un attuatore flessibile, il robot è stato in grado di identificare articoli di diverse forme e dimensioni e di posizionarli autonomamente nei posti corretti. Questo esperimento dimostra come la combinazione di computer vision e sistemi robotici possa migliorare la consapevolezza spaziale e la reattività.

Fig 4. Un robot che utilizza Ultralytics YOLO11 e sensori di profondità per un processo decisionale intelligente. (Source)

Dimostra anche come le tecniche AI all'avanguardia aiutino i robot ad adattarsi ad ambienti non familiari imparando dai pattern visivi nel tempo. Con questi progressi, i robot stanno diventando più capaci e più integrati nelle attività quotidiane, dall'assistenza domestica alla logistica di magazzino e al supporto sanitario.

Sistemi di sorveglianza e sicurezza proattivi#

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

Per esempio, negli impianti di produzione in cui l'uso dello smartphone è limitato per motivi di sicurezza, i sistemi di IA possono rilevare automaticamente i telefoni nel momento in cui compaiono e tracciarne il movimento utilizzando YOLO e altri modelli di visione. Ciò riflette un trend più ampio nella sicurezza, in cui la vision AI 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 combinati con altre tecnologie per creare una soluzione di sicurezza più completa. I dispositivi edge consentono ai filmati di essere elaborati localmente, riducendo i ritardi e mantenendo le prestazioni affidabili, 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 che possono rispondere in modo rapido ed efficace alle situazioni del mondo reale.

Realtà aumentata e rilevamento degli oggetti nella vita quotidiana#

Nei magazzini affollati e nei grandi spazi di vendita al dettaglio, i lavoratori spesso devono gestire molti compiti contemporaneamente. La realtà aumentata aiuta posizionando la guida digitale direttamente nel mondo reale. Se abbinati al rilevamento degli oggetti, i sistemi AR possono identificare articoli, tracciare dove si trovano e visualizzare informazioni utili in tempo reale. Ciò rende le attività quotidiane più semplici, rapide e intuitive per le persone che le utilizzano.

Una tendenza crescente in questo spazio è l'uso della vision AI per trasformare i dispositivi quotidiani in assistenti intelligenti in grado di comprendere l'ambiente circostante. Man mano che AR e rilevamento degli oggetti continuano a fondersi, i luoghi di lavoro stanno iniziando ad adottare strumenti immersivi che supportano la guida a mani libere e flussi di lavoro più efficienti.

Un buon esempio sono gli occhiali AR dotati di IA di Amazon, che sono attualmente in fase di sviluppo e test. Questi occhiali utilizzano l'object detection e la classificazione delle immagini per riconoscere i pacchi, guidare i lavoratori lungo il percorso corretto e registrare la prova di consegna. Ciò crea un'esperienza più sicura e a mani libere che aiuta i lavoratori a rimanere concentrati ed efficienti durante tutta la giornata.

Dispositivi smart basati su 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 of Things (IoT) guida questo cambiamento collegando telecamere, sensori, macchine e app intelligenti in reti che raccolgono ed eseguono l'elaborazione dei dati in tempo reale.

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

Ad esempio, un recente studio ha mostrato come un sistema di wildlife protection basato su IoT utilizzi Ultralytics YOLOv8 per rilevare gli animali che si avvicinano ai terreni agricoli. Una volta rilevati, il sistema sfrutta processi decisionali basati sull'IA per attivare leggeri deterrenti come luci o suoni, allontanando gli animali in sicurezza. Questo aiuta a prevenire danni ai raccolti sostenendo al contempo una 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 plasmeranno il futuro della vision AI:

• Ricerca sull'apprendimento auto-supervisionato: I nuovi metodi basati sul deep learning stanno consentendo ai modelli di apprendere caratteristiche visive utili da ampi set di immagini non etichettate, aiutando i sistemi di rilevamento degli oggetti a migliorare senza fare eccessivo affidamento sulle annotazioni manuali.
• Ascesa del rilevamento degli oggetti basato su Transformer: I Transformer stanno diventando più comuni perché catturano relazioni a lungo raggio all'interno delle immagini, fornendo ai modelli una migliore comprensione contestuale e migliorando la precisione di rilevamento.
• Integrazione di Light Detection and Ranging (LiDAR) per una percezione 3D più ricca: La combinazione di LiDAR con il rilevamento degli oggetti basato su telecamera fornisce informazioni precise sulla profondità, rafforzando la percezione 3D per applicazioni come navigazione, robotica e guida autonoma.

Punti chiave#

Il rilevamento degli oggetti è cresciuto ben oltre il riconoscimento di base delle immagini ed è ora utilizzato per alimentare sistemi intelligenti in grado di prendere decisioni in tempo reale. Guardando al futuro, i modelli futuri raggiungeranno probabilmente una precisione ancora maggiore e una comprensione più profonda del contesto, consentendo alla vision AI di diventare ancora più affidabile e versatile in tutti i settori. Poiché queste tecnologie continuano ad avanzare, daranno forma a una nuova generazione di sistemi di computer vision più intelligenti e adattivi.

Vuoi saperne di più? Unisciti alla nostra community ed esplora il repository GitHub per connetterti con altri nello spazio dell'IA. Visita le nostre pagine di soluzioni su IA nella robotica e computer vision per l'agricoltura, ed esplora le nostre opzioni di licenza per iniziare subito con la vision AI.