Classificazione delle immagini

La classificazione delle immagini è un compito fondamentale della computer vision (CV) che prevede l'assegnazione di un'etichetta singola e specifica a un'intera immagine da un insieme predefinito di categorie. L'obiettivo principale è identificare il soggetto principale di un'immagine e classificarla di conseguenza. Ad esempio, un modello di classificazione analizza un'immagine e produce un'etichetta come "gatto", "cane" o "auto". Questo compito è alla base di molte applicazioni CV più complesse ed è un componente fondamentale dell'apprendimento automatico (ML). Il processo si basa su algoritmi, in particolare sulle reti neurali convoluzionali (CNN), per apprendere caratteristiche distintive da grandi insiemi di dati etichettati.

Come funziona la classificazione delle immagini

I modelli di classificazione delle immagini vengono addestrati utilizzando l'apprendimento supervisionato, in cui viene alimentato un vasto numero di immagini che sono già state etichettate manualmente con la classe corretta. Durante l'addestramento, la rete neurale impara a identificare i modelli, le texture, le forme e le combinazioni di colori associati a ciascuna categoria. Questo apprendimento avviene attraverso un processo chiamato backpropagation, che regola i parametri interni del modello, o pesi, per ridurre al minimo la differenza tra le sue previsioni e le etichette reali.

I moderni modelli di classificazione utilizzano spesso architetture di apprendimento profondo con molti livelli. I primi strati possono imparare a riconoscere caratteristiche semplici come bordi e angoli, mentre gli strati più profondi li combinano per identificare strutture più complesse come occhi, ruote o volti. Lo strato finale della rete utilizza in genere una funzione softmax per produrre un punteggio di probabilità per ogni possibile classe. La classe con la probabilità più alta viene scelta come predizione finale. La chiave di questo processo è l'estrazione delle caratteristiche, in cui il modello apprende automaticamente le caratteristiche più informative per il compito di classificazione.

Applicazioni della classificazione delle immagini

La classificazione delle immagini viene utilizzata in numerosi settori per automatizzare e scalare le attività di riconoscimento visivo. Due esempi importanti sono:

1. Analisi delle immagini mediche: Nel settore sanitario, i modelli di classificazione analizzano scansioni mediche come radiografie, risonanze magnetiche e TAC per aiutare i radiologi a individuare le malattie. Ad esempio, un modello può essere addestrato su migliaia di mammografie per classificare le immagini come "benigne" o "maligne", aiutando a individuare precocemente il cancro al seno. Questo può portare a diagnosi più rapide e a una riduzione degli errori umani. Per saperne di più, si veda la panoramica dell'American Cancer Society sull'IA nella diagnosi del cancro.
2. Tecnologia per l'agricoltura: Gli agricoltori utilizzano la classificazione delle immagini per monitorare lo stato di salute delle colture a partire da immagini catturate da droni o satelliti. Un modello può classificare le immagini delle foglie delle piante in categorie come "sane", "malate" o "infestate da parassiti". Ciò consente di applicare in modo mirato pesticidi o fertilizzanti, migliorando la resa delle colture e promuovendo un'agricoltura sostenibile. Per saperne di più su come Ultralytics supporta l 'intelligenza artificiale in agricoltura.

Classificazione delle immagini e compiti correlati

Pur essendo strettamente legata ad altre attività di computer vision, la classificazione delle immagini ha uno scopo distinto. È importante differenziarla da:

• Rilevamento degli oggetti: Questo compito fa un passo avanti rispetto alla classificazione. Invece di assegnare un'etichetta all'intera immagine, il rilevamento degli oggetti identifica più oggetti all'interno di un'immagine e disegna un riquadro di delimitazione intorno a ciascuno di essi, assegnando anche un'etichetta di classe a ogni riquadro. Ad esempio, non si limita a etichettare un'immagine come "scena stradale", ma individua e classifica le singole "auto", "pedoni" e "semafori".
• Segmentazione delle immagini: Questo compito fornisce la comprensione più dettagliata di un'immagine classificando ogni pixel. Ne esistono diversi tipi, tra cui la segmentazione semantica, che assegna una classe a ogni pixel (ad esempio, tutti i pixel appartenenti alle automobili sono di un colore), e la segmentazione di istanza, che distingue tra le diverse istanze dello stesso oggetto (ad esempio, ogni automobile è di un colore diverso). Questo livello di dettaglio è fondamentale per applicazioni come i veicoli autonomi.

In sintesi, la classificazione dice cosa c 'è in un'immagine, il rilevamento dice cosa e dove, e la segmentazione fornisce una mappa dettagliata a livello di pixel di tutto ciò che è presente nella scena.

Classificazione delle immagini con Ultralytics

Pur essendo famosi per il rilevamento di oggetti, i modelli YOLO di Ultralytics eccellono anche nelle attività di classificazione delle immagini. Modelli all'avanguardia come YOLO11 possono essere facilmente addestrati o perfezionati su set di dati personalizzati utilizzando l'intuitivo pacchetto Python di Ultralytics o la piattaforma no-code Ultralytics HUB.

La nostra documentazione fornisce ampie risorse, tra cui suggerimenti per l'addestramento dei modelli e una guida dettagliata su come utilizzare YOLO11 per la classificazione delle immagini. Gli sviluppatori possono sfruttare modelli pre-addestrati su dataset di riferimento come ImageNet, CIFAR-100 e Caltech-101 o addestrare un nuovo modello da zero. Per chi è interessato agli ultimi progressi, risorse come Papers With Code offrono una panoramica completa dei modelli più performanti. È inoltre possibile confrontare le prestazioni dei modelli YOLO con i benchmark standard. Framework come PyTorch e TensorFlow forniscono le basi per costruire e addestrare questi modelli.