Bounding Box

Un riquadro di delimitazione è una regione rettangolare definita da un insieme di coordinate che racchiude un oggetto specifico all'interno di un'immagine o di un fotogramma video. Nel campo della visione artificiale (CV), questi riquadri fungono da annotazioni fondamentali per insegnare ai sistemi di intelligenza artificiale (AI) come localizzare e riconoscere elementi distinti. Anziché classificare semplicemente un'intera immagine come "contenente un'auto", un riquadro di delimitazione consente a un modello di individuare la posizione esatta e l'estensione spaziale dell'auto, separandola dallo sfondo e da altre entità. Questa capacità di localizzazione è essenziale per le attività di rilevamento degli oggetti, il cui obiettivo è identificare simultaneamente più oggetti con elevata precisione.

Concetti fondamentali e coordinate#

Per elaborare efficacemente i dati visivi, i modelli di apprendimento automatico (ML) si basano su sistemi di coordinate specifici per rappresentare matematicamente i riquadri di delimitazione. Il formato scelto spesso determina come vengono preparati i dati per l'addestramento del modello e come il modello restituisce le proprie predizioni.

• Coordinate XYXY: questo formato definisce un riquadro utilizzando i valori assoluti dei pixel dell'angolo superiore sinistro e dell'angolo inferiore destro. È intuitivo per strumenti di visualizzazione come OpenCV o Matplotlib quando si disegnano rettangoli direttamente sulle immagini.
• Formato XYWH: comune in dataset come COCO, questo metodo specifica il punto centrale dell'oggetto seguito dalla larghezza e dall'altezza del riquadro. Questa rappresentazione è fondamentale per calcolare le funzioni di perdita durante il processo di apprendimento.
• Coordinate normalizzate: per garantire la scalabilità tra immagini con risoluzioni diverse, le coordinate vengono spesso ridimensionate a un intervallo compreso tra 0 e 1. Questo aiuta i modelli a generalizzare meglio durante l'analisi di input con dimensioni variabili.

Applicazioni nel mondo reale#

I riquadri di delimitazione sono gli elementi costitutivi di innumerevoli soluzioni di intelligenza artificiale in diversi settori. Consentendo una localizzazione precisa, permettono ai sistemi di interagire in modo intelligente con il mondo fisico.

• Veicoli autonomi: le auto a guida autonoma utilizzano i riquadri di delimitazione per rilevare e monitorare pedoni, altri veicoli, segnali stradali e ostacoli in tempo reale. Questa consapevolezza spaziale è fondamentale affinché i sistemi di navigazione e sicurezza prendano decisioni in una frazione di secondo.
• Analisi del commercio al dettaglio: nei negozi intelligenti, i riquadri di delimitazione aiutano a monitorare l'inventario sugli scaffali e a tracciare le interazioni dei clienti con i prodotti. Questi dati possono automatizzare il rifornimento delle scorte e fornire informazioni sul comportamento degli acquirenti senza conteggi manuali.

I riquadri di delimitazione in azione#

Quando si utilizzano architetture moderne come YOLO26, il modello predice i riquadri di delimitazione insieme a un'etichetta di classe e a un punteggio di confidenza. L'esempio seguente mostra come eseguire l'inferenza su un'immagine e accedere alle coordinate del riquadro di delimitazione utilizzando il pacchetto ultralytics.

from ultralytics import YOLO

# Load the YOLO26 model
model = YOLO("yolo26n.pt")

# Run inference on an image
results = model("https://ultralytics.com/images/bus.jpg")

# Access bounding box coordinates (xyxy format) for the first detected object
boxes = results[0].boxes
print(boxes.xyxy[0])  # Output: tensor([x1, y1, x2, y2, ...])

Termini correlati e differenze#

Sebbene i riquadri di delimitazione siano lo standard per il rilevamento generico, si distinguono da altri tipi di annotazione utilizzati in attività più granulari.

• Segmentazione delle istanze: a differenza di un riquadro di delimitazione rettangolare, la segmentazione crea una maschera pixel-perfect che segue il contorno esatto di un oggetto. È utile quando la forma precisa è più importante della posizione generale.
• Riquadro di delimitazione orientato (OBB): i riquadri di delimitazione standard sono allineati agli assi (rettangoli diritti). Gli OBB possono ruotare per adattarsi a oggetti inclinati, come navi nelle immagini satellitari o pacchi su un nastro trasportatore, garantendo un adattamento più preciso e riducendo il rumore di fondo.
• Punti chiave: invece di racchiudere un oggetto, i punti chiave identificano punti di riferimento specifici, come le articolazioni del corpo umano per la stima della posa.

Strumenti per l'annotazione e la gestione#

La creazione di annotazioni di alta qualità dei riquadri di delimitazione è un passaggio fondamentale nella pipeline di ML. La Ultralytics Platform semplifica questo processo offrendo strumenti per l'annotazione dei dati e la gestione dei dataset. Un'annotazione corretta garantisce che i modelli imparino a distinguere accuratamente gli oggetti, riducendo al minimo errori come l'overfitting o la confusione con lo sfondo. Tecniche avanzate come la soppressione dei non massimi (NMS) vengono utilizzate durante l'inferenza per perfezionare queste predizioni rimuovendo i riquadri sovrapposti, assicurando che per ogni oggetto rimanga solo il rilevamento più accurato.