Scatole di ancoraggio

I riquadri di ancoraggio sono un concetto fondamentale nell'architettura di molti modelli di rilevamento degli oggetti, agendo come riferimenti predefiniti per prevedere la posizione e le dimensioni degli oggetti. Piuttosto che scansionare un'immagine alla ricerca di oggetti di dimensioni arbitrarie dimensioni arbitrarie, il modello utilizza queste forme fisse, definite da altezze e larghezze specifiche, come punti di partenza, o priori. Questo approccio semplifica il processo di apprendimento, trasformando l'impegnativo compito di predizione delle coordinate assolute in una più facile regressione. di predizione delle coordinate assolute in un problema di regressione più gestibile, in cui la rete impara a regolare, o "sfalsare", questi modelli per adattarli agli oggetti reali. modelli per adattarli agli oggetti reali. Questa tecnica questa tecnica è stata fondamentale per il successo di architetture popolari come la famiglia Faster R-CNN e dei primi rilevatori a singolo stadio.

Come funzionano le caselle di ancoraggio

Il meccanismo delle caselle di ancoraggio consiste nel rivestire l'immagine di input con una fitta griglia di centri. In ogni cella della griglia, di ancoraggio multipli con rapporti di aspetto e scala variabili di dimensioni e scale diverse, per accogliere oggetti di forme diverse, come pedoni alti o veicoli larghi. Durante la fase di fase di addestramento del modello, il sistema fa corrispondere questi ancoraggi agli oggetti oggetti reali utilizzando una metrica chiamata Intersezione su Unione (IoU). Le ancore che si sovrappongono in modo significativo a un oggetto target vengono etichettati come campioni positivi.

La struttura portante del rilevatore estrae le caratteristiche dall'immagine, che la testa di rilevamento utilizza per eseguire due compiti paralleli per ogni ancoraggio positivo:

• Classificazione: Il modello prevede la probabilità che l'ancora contenga una specifica classe di oggetti. classe di oggetti, assegnando un punteggio di confidenza.
• Regressione box: La rete calcola gli offset precisi delle coordinate necessari per rimodellare l'ancora in un riquadro finale che racchiude strettamente il in un rettangolo di selezione finale che racchiude strettamente l'oggetto. oggetto.

Per gestire la sovrapposizione delle previsioni per lo stesso oggetto, una fase di post-elaborazione nota come soppressione non massimale (NMS) filtra filtri le caselle ridondanti, conservando solo quella con la massima confidenza. Quadri come PyTorch e TensorFlow forniscono gli strumenti di calcolo necessari per implementare queste operazioni complesse in modo efficiente.

Ancore e concetti correlati

Per comprendere le caselle di ancoraggio è necessario distinguerle da termini simili nell'ambito della visione artificiale (CV).

• Caselle di ancoraggio e caselle di delimitazione: Un riquadro di ancoraggio è un modello teorico e fisso utilizzato come ipotesi durante l'elaborazione. Un riquadro di delimitazione è l'output finale, raffinato, contenente le coordinate dell'oggetto rilevato.
• Ancoraggio basato su un'ancora o senza un'ancora: i rivelatori tradizionali rivelatori tradizionali basati su ancore, come YOLOv5si basano su queste preimpostazioni manuali. Al contrario, i moderni rivelatori privi di ancore, come Ultralytics YOLO11prevedono i centri degli oggetti o i punti chiave direttamente. Questo cambiamento semplifica la progettazione del modello, eliminando la necessità di regolare gli iperparametri relativi alle dimensioni dell'ancora. di ancoraggio, migliorando spesso la generalizzazione su insiemi di dati come COCO.

Applicazioni nel mondo reale

La natura strutturata dei riquadri di ancoraggio li rende particolarmente efficaci in ambienti dove le forme degli oggetti sono coerenti e prevedibili.

1. Guida autonoma: I sistemi sviluppati per veicoli autonomi si basano sul rilevamento di oggetti standard come automobili, camion e segnali stradali. Poiché questi oggetti hanno rapporti di aspetto relativamente fissi, le scatole di ancoraggio possono essere regolate per catturarli in modo efficiente. Aziende come Waymo utilizzano sofisticate pipeline di rilevamento per garantire la sicurezza in scenari di traffico scenari di traffico complessi.
2. Gestione dell'inventario al dettaglio: Nel settore della vendita al dettaglio analitica al dettaglio, i sistemi di visione monitorano gli scaffali per detect livelli delle scorte. I prodotti confezionati hanno in genere forme uniformi, che consentono ai modelli basati su ancore di contare accuratamente gli articoli e identificare i prodotti esauriti. di contare con precisione gli articoli e di identificare i prodotti esauriti. Questa automazione supporta gestione dell'inventario guidata dall'intelligenza artificiale, riducendo il lavoro manuale.

Esempio di codice

Mentre i modelli moderni, come YOLO11 , sono privi di ancore, le versioni precedenti, come YOLOv5 , utilizzano scatole di ancoraggio. Il ultralytics astrae questa complessità, consentendo agli utenti di eseguire l'inferenza senza configurare manualmente gli ancoraggi. configurare gli ancoraggi. L'esempio seguente mostra il caricamento di un modello pre-addestrato per detect gli oggetti:

from ultralytics import YOLO

# Load a pretrained YOLOv5 model (anchor-based architecture)
model = YOLO("yolov5su.pt")

# Run inference on a static image from the web
results = model("https://ultralytics.com/images/bus.jpg")

# Display the detected bounding boxes
results[0].show()

Per chi è interessato ai fondamenti matematici di questi sistemi, piattaforme educative come Coursera e DeepLearning.AI offrono corsi approfonditi sulle reti neurali convoluzionali e sul rilevamento degli oggetti.