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

I robotaxi circolano ormai per le strade di San Francisco e le persone sono passate dal cercare risposte online al conversare con l’AI nella vita di tutti i giorni. Questi cambiamenti mostrano chiaramente che l’intelligenza artificiale (AI) avanza più rapidamente che mai e sta entrando nella vita quotidiana.

Ad esempio, la tecnologia della visione artificiale è uno dei settori in più rapida crescita. Nota anche come IA visiva, 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 casse automatiche ai droni che ispezionano le linee elettriche. Al centro di molti di questi sistemi c’è il rilevamento degli oggetti, un’attività fondamentale della computer vision che permette alle macchine di riconoscere e localizzare oggetti specifici in immagini e video.

Con l'accelerazione dell'adozione dell'IA, cresce anche la domanda di rilevamento degli oggetti rapido e preciso. Modelli di IA visiva come Ultralytics YOLO11 e Ultralytics YOLO26 (rilasciato a gennaio 2026) sono stati sviluppati proprio tenendo conto di queste esigenze, rendendo il rilevamento degli oggetti in tempo reale più affidabile e accessibile che mai.

Fig. 1. Esempio di utilizzo di Ultralytics YOLO11 per il rilevamento degli oggetti.

Grazie a questi rapidi progressi, il settore si evolve velocemente e diverse tendenze emergenti stanno delineando il futuro del rilevamento degli oggetti. In questo articolo esamineremo sette tendenze chiave che stanno definendo il futuro del rilevamento degli oggetti.

Come funziona il rilevamento degli oggetti#

Prima di approfondire le tendenze future del rilevamento degli oggetti, facciamo un passo indietro e vediamo che cos’è, come funziona dietro le quinte e come si è sviluppato nel corso degli anni.

Il rilevamento degli oggetti è una componente fondamentale della computer vision che permette ai sistemi di AI di identificare ciò che si trova in un’immagine e determinare esattamente la posizione di ogni elemento. Per apprendere questa capacità, i modelli vengono addestrati su grandi dataset annotati che mostrano gli oggetti in molte condizioni diverse, come angolazioni, illuminazione, dimensioni e disposizioni differenti.

Con il tempo, il modello apprende gli schemi e gli indizi visivi che distinguono un oggetto dall’altro. Una volta addestrati, i modelli di AI per la visione come Ultralytics YOLO possono analizzare un’intera immagine in un unico passaggio, disegnando istantaneamente riquadri di delimitazione e assegnando etichette. È questa velocità e precisione a rendere il rilevamento degli oggetti efficace in applicazioni reali.

Fig. 2. Rilevamento di oggetti in un'immagine a raggi X con un modello YOLO11. (Fonte)

Un caso d’uso reale del rilevamento degli oggetti#

Per esempio, nell’analisi dei documenti, aziende come Prezent usano il rilevamento degli oggetti per automatizzare la difficile attività di riprogettazione delle slide delle presentazioni. Tradizionalmente, questo processo richiedeva ore di modifiche manuali: individuare i titoli, riposizionare le caselle di testo, allineare le immagini e ricreare i grafici, cercando al contempo 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. In questo modo il sistema comprende con precisione la disposizione di ogni elemento. Grazie a queste informazioni, l’intero processo di riprogettazione, un tempo lento e laborioso, può ora essere automatizzato in pochi secondi.

L’evoluzione del rilevamento degli oggetti nella computer vision#

Ecco una rapida panoramica dell’evoluzione del rilevamento degli oggetti nel corso degli anni:

• Gli inizi (anni '60-'70): i primi metodi di rilevamento degli oggetti derivavano dalla tradizionale elaborazione delle immagini e spesso si basavano sull'abbinamento di modelli. Con questo approccio, i computer confrontavano parti di un'immagine (pixel) con schemi di riferimento predefiniti, o modelli, per individuare somiglianze. Poiché questi modelli erano fissi e non potevano adattarsi ai cambiamenti, il metodo funzionava solo in condizioni ideali. Bastavano piccole variazioni di illuminazione, scala, rotazione o aspetto degli oggetti per farlo fallire.
• Rilevamento basato sulle caratteristiche (anni ’90–2000): i ricercatori passarono poi alle caratteristiche definite manualmente e alla loro estrazione, in cui gli esseri umani specificavano gli indizi visivi che il computer doveva cercare, come bordi, angoli, forme o variazioni di luminosità. Tecniche come le Haar Cascade (un metodo che cerca schemi visivi semplici, spesso usato per il rilevamento dei volti) e HOG (una tecnica che rileva la direzione dei bordi e dei contorni in un’immagine), spesso abbinate a classificatori SVM (un modello di machine learning che separa gli oggetti in categorie), resero il riconoscimento degli oggetti più accurato e rapido. Nonostante 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), modelli progettati per apprendere schemi 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 hanno appreso schemi visivi direttamente da grandi quantità di dati. Ciò ha portato a risultati molto precisi, ma questi modelli continuavano ad avere problemi di latenza.
• Rilevamento in tempo reale con YOLO (metà degli anni 2010): YOLO (You Only Look Once, ovvero si guarda una sola volta) segnò una svolta importante nel rilevamento degli oggetti, predicendo tutti i riquadri di delimitazione e le etichette di classe in un unico passaggio nella rete. Questo approccio unificato aumentò drasticamente la velocità di rilevamento e aprì la strada alle applicazioni in tempo reale. Nello stesso periodo, altri modelli a singolo passaggio come SSD (Single Shot Detector) migliorarono le prestazioni eliminando le fasi di proposta delle regioni e 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 degli oggetti all'avanguardia, più rapidi e precisi. Ultralytics YOLO11 ha introdotto miglioramenti architetturali che hanno aumentato la velocità di elaborazione, la precisione e le prestazioni complessive in tempo reale. Sulla scia di questi progressi, YOLO26, rilasciato a gennaio 2026, offre un design ancora più efficiente e leggero, ideale per un'ampia gamma di applicazioni pratiche.

7 tendenze nel rilevamento degli oggetti che plasmeranno il futuro#

Vediamo ora sette tendenze emergenti nel rilevamento degli oggetti che stanno attirando l'attenzione nel settore della visione artificiale.

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 non rilevati. Per affrontare il problema, molte aziende si affidano a sistemi di controllo qualità basati sull'IA e sul rilevamento degli oggetti.

Gli studi dimostrano che l'ispezione visiva basata sull'IA può aumentare notevolmente la produttività, talvolta fino al 50%, e incrementare fino al 90% il tasso di rilevamento dei difetti rispetto all'ispezione manuale. È interessante notare che una tendenza fondamentale in questo settore e in altre applicazioni di IA visiva è lo svolgimento di queste analisi direttamente sui dispositivi, tramite l'edge computing.

Con l’edge computing, l’intelligenza si avvicina al punto in cui vengono acquisiti i dati. Le telecamere e i sensori possono eseguire localmente i modelli di rilevamento degli oggetti, identificando subito gli oggetti e determinandone la posizione senza affidarsi all’elaborazione nel cloud. Questo permette loro di analizzare i fotogrammi in tempo reale.

Inoltre, riduce i ritardi di rete e il consumo di banda, e garantisce che i sistemi continuino a funzionare anche se la connessione Internet è instabile o assente. Negli ambienti dinamici come quelli manifatturieri, questo passaggio all’elaborazione sui dispositivi consente risposte più rapide, operazioni più fluide e risultati molto più affidabili.

2. Diagnostica sanitaria basata sulla visione#

Spesso i medici dedicano molto tempo all'analisi delle immagini mediche per assicurarsi che nulla venga trascurato. Oggi molti ospedali stanno iniziando a valutare la tecnologia di rilevamento degli oggetti per velocizzare il processo. Questo riflette una tendenza più ampia nel settore sanitario, dove l'IA visiva viene usata sempre più spesso per favorire il rilevamento precoce, accelerare la diagnosi e rendere più coerente l'analisi delle immagini.

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

Fig. 3. Rilevamento e localizzazione di tumori cerebrali nelle scansioni MRI con Ultralytics YOLO11. (Fonte)

Poiché Ultralytics YOLO11 è in grado di riconoscere schemi sottili nelle scansioni MRI, può aiutare a individuare tumori piccoli o in fase iniziale con maggiore precisione. La diagnosi finale spetta ai medici, ma strumenti come YOLO11 possono velocizzare la loro analisi, facendo emergere prima possibili criticità e aiutando a garantire che nulla di importante venga trascurato.

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

Nelle strade affollate delle città, 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. Grazie agli algoritmi di computer vision e di rilevamento degli oggetti, un’auto autonoma può interpretare ciò che accade intorno e prendere decisioni di guida più sicure.

Nelle aree con flussi di traffico eterogenei e una varietà di veicoli, questi sistemi devono affrontare ulteriori complessità. Per esempio, uno studio recente ha valutato i modelli Ultralytics YOLOv8 su dati sul traffico raccolti a Hyderabad e Bangalore, dove veicoli diversi, come auto, autobus, motociclette, biciclette e risciò a motore, condividono la strada in condizioni dinamiche e spesso imprevedibili.

I risultati hanno mostrato che Ultralytics YOLOv8 ha ottenuto prestazioni solide in questi scenari complessi, rilevando accuratamente un’ampia gamma di oggetti anche in condizioni di traffico denso e disorganizzato. Questo evidenzia una tendenza crescente nella mobilità autonoma: i modelli di AI per la visione sono sempre più in grado di gestire ambienti complessi del mondo reale, che un tempo rappresentavano una sfida importante per i sistemi automatizzati.

4. Automazione intelligente e robotica con la computer vision#

Per i robot è sempre stato difficile gestire oggetti piccoli, selezionare gli oggetti e i materiali rilevati o muoversi in spazi ingombri. Queste attività richiedono adattamenti rapidi e movimenti precisi, capacità con cui i sistemi di automazione tradizionali spesso faticano a destreggiarsi in ambienti imprevedibili.

Una tendenza crescente nella robotica consiste nell’usare l’AI per la visione per consentire ai robot di percepire l’ambiente circostante e reagire in tempo reale. Per approfondire questo cambiamento, un gruppo di ricercatori ha recentemente sviluppato un robot domestico capace di riconoscere e smistare gli oggetti mentre si spostava all’interno di ambienti.

Usando modelli come Ultralytics YOLO11 per il rilevamento degli oggetti, insieme a una telecamera di profondità e a una pinza flessibile, il robot è riuscito a identificare oggetti di forme e dimensioni diverse e a collocarli autonomamente nelle posizioni corrette. Questo esperimento mostra come combinare la computer vision con i sistemi robotici possa migliorare la consapevolezza spaziale e la capacità di risposta.

Fig. 4. Un robot che usa Ultralytics YOLO11 e il rilevamento della profondità per prendere decisioni intelligenti. (Fonte)

Dimostra anche come le moderne tecniche di IA aiutino i robot ad adattarsi ad ambienti sconosciuti apprendendo nel tempo dagli schemi visivi. Grazie a questi progressi, i robot sono sempre più capaci e integrati nelle attività quotidiane, dall'assistenza domestica alla logistica di magazzino e al supporto sanitario.

5. Sistemi proattivi di sorveglianza e sicurezza#

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

Ad esempio, negli stabilimenti di produzione in cui l’uso degli smartphone è limitato per motivi di sicurezza, i sistemi di IA possono rilevare automaticamente i telefoni non appena compaiono e seguirne i movimenti usando YOLO e altri modelli di visione. Questo riflette una tendenza più ampia nel settore della sicurezza, dove l’IA visiva viene impiegata per monitorare gli ambienti in modo più proattivo e reagire più rapidamente ai potenziali rischi.

Oltre al rilevamento, questi sistemi vengono sempre più spesso integrati con altre tecnologie per creare una soluzione di sicurezza più completa. I dispositivi edge permettono di elaborare localmente i filmati, riducendo i ritardi e mantenendo 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 contribuiscono a creare reti di sorveglianza più intelligenti e connesse, in grado di reagire in modo rapido ed efficace alle situazioni reali.

6. Realtà aumentata e rilevamento degli oggetti nella vita quotidiana#

Nei magazzini affollati e nei grandi spazi commerciali, i lavoratori devono spesso gestire molte attività contemporaneamente. La realtà aumentata è d’aiuto perché sovrappone indicazioni digitali direttamente al mondo reale. Abbinati al rilevamento degli oggetti, i sistemi AR possono identificare gli articoli, seguirne la posizione e mostrare informazioni utili in tempo reale. Questo rende le attività quotidiane più semplici, rapide e intuitive per chi le svolge.

Una tendenza in crescita in questo ambito è l’uso dell’IA visiva per trasformare i dispositivi di tutti i giorni in assistenti intelligenti capaci di comprendere l’ambiente circostante. Con la continua integrazione di AR e rilevamento degli oggetti, i luoghi di lavoro iniziano ad adottare strumenti immersivi che offrono indicazioni a mani libere e rendono i flussi di lavoro più efficienti.

Un buon esempio sono gli occhiali AR basati sull’IA di Amazon, attualmente in fase di sviluppo e test. Questi occhiali usano il rilevamento degli oggetti e la classificazione delle immagini per riconoscere i pacchi, guidare i lavoratori lungo il percorso corretto e registrare la prova di consegna. Ne risulta un’esperienza più sicura e a mani libere, che aiuta i lavoratori a restare concentrati ed efficienti per tutta la giornata.

7. Dispositivi intelligenti basati sull’IoT per sistemi di visione in tempo reale#

I dispositivi intelligenti si sono evoluti in sistemi in grado di vedere, comprendere e reagire all’ambiente circostante. L’Internet delle cose (IoT) guida questa trasformazione collegando telecamere, sensori, macchine e app intelligenti in reti che raccolgono ed elaborano i dati in tempo reale.

Quando l’IoT si combina con il rilevamento degli oggetti e l’edge computing, i dispositivi possono interpretare le informazioni visive, individuare anomalie e reagire all’istante senza intervento umano. Ne risultano sistemi adattivi ed efficienti che alimentano case intelligenti, industrie e intere città.

Ad esempio, un recente studio ha mostrato come un sistema IoT di protezione della fauna selvatica usi Ultralytics YOLOv8 per rilevare gli animali che si avvicinano ai terreni agricoli. Una volta rilevati, il sistema usa un processo decisionale basato sull’IA per attivare dissuasori non invasivi, come luci o suoni, guidando gli animali ad allontanarsi in sicurezza. Questo aiuta a prevenire i danni alle colture e favorisce la convivenza pacifica con la fauna selvatica locale, mostrando come l’IoT e la visione artificiale possano rendere l’agricoltura più sostenibile.

Altre tendenze interessanti nell’IA visiva#

Oltre a queste sette tendenze nel rilevamento degli oggetti, ecco alcuni sviluppi degni di nota che stanno plasmando il futuro dell’IA visiva:

• Ricerca sull'apprendimento auto-supervisionato: nuovi metodi basati sul deep learning consentono ai modelli di apprendere caratteristiche visive utili da grandi insiemi di immagini non etichettate, contribuendo a migliorare i sistemi di rilevamento degli oggetti senza dipendere eccessivamente dalle annotazioni manuali.
• Diffusione del rilevamento degli oggetti basato su Transformer: i Transformer, usati in rilevatori come RT-DETR, sono sempre più diffusi perché catturano relazioni a lungo raggio all'interno delle immagini, offrendo ai modelli una migliore comprensione del contesto e aumentando la precisione del rilevamento.
• Integrazione del rilevamento e della misurazione della distanza tramite luce (LiDAR) per una percezione 3D più ricca: Combinare LiDAR e rilevamento degli oggetti basato su telecamere fornisce informazioni precise sulla profondità, rafforzando la percezione 3D in applicazioni come la navigazione, la robotica e la guida autonoma.

Punti chiave#

Il rilevamento degli oggetti si è evoluto ben oltre il semplice riconoscimento delle immagini e oggi viene usato per alimentare sistemi intelligenti capaci di prendere decisioni in tempo reale. In prospettiva, i modelli futuri raggiungeranno probabilmente una precisione ancora maggiore e una comprensione più profonda del contesto, rendendo l’IA visiva ancora più affidabile e versatile in tutti i settori. Con il continuo progresso di queste tecnologie, prenderà forma una nuova generazione di sistemi di visione artificiale più intelligenti e adattivi.

Vuoi saperne di più? Unisciti alla nostra community ed esplora il repository GitHub per entrare in contatto con altre persone che operano nel campo dell’IA. Visita le nostre pagine dedicate alle soluzioni per l’IA nella robotica e la visione artificiale per l’agricoltura, ed esplora le nostre opzioni di licenza per iniziare oggi stesso a usare l’IA visiva.