Image Classification

La classificazione delle immagini è un'attività fondamentale nella visione artificiale (CV), in cui un modello di machine learning analizza un'intera immagine e le assegna una singola etichetta tra un insieme predefinito di categorie. In sostanza, risponde alla domanda: "Qual è il soggetto principale di questa immagine?" In quanto componente essenziale dell'intelligenza artificiale (AI), questo processo consente ai sistemi automatizzati di organizzare, categorizzare e interpretare dati visivi su larga scala. Sebbene possa sembrare semplice all'occhio umano, consentire ai computer di riconoscere gli schemi richiede sofisticati algoritmi di machine learning (ML) per colmare il divario tra pixel grezzi e concetti significativi.

Il meccanismo alla base della classificazione#

La classificazione moderna delle immagini si basa fortemente su architetture di deep learning (DL) note come reti neurali convoluzionali (CNNs). Queste reti sono progettate per imitare il modo in cui la corteccia visiva biologica elabora le informazioni. Attraverso un processo chiamato estrazione delle caratteristiche, il modello impara a identificare attributi di basso livello, come bordi e texture, nei primi strati, combinandoli infine per riconoscere forme e oggetti complessi negli strati più profondi.

Per creare un classificatore, gli sviluppatori utilizzano l'apprendimento supervisionato, fornendo al modello grandi quantità di dati di addestramento contenenti esempi etichettati. Grandi dataset pubblici come ImageNet hanno contribuito in modo determinante a migliorare la precisione di questi sistemi. Durante la fase di inferenza, il modello restituisce un punteggio di probabilità per ogni categoria, utilizzando spesso una funzione softmax per determinare la classe più probabile.

Classificazione e altre attività di visione artificiale#

È importante distinguere la classificazione delle immagini dalle funzionalità correlate di visione artificiale, poiché la scelta della tecnica dipende dal problema specifico:

• Classificazione e rilevamento degli oggetti: la classificazione assegna un'unica etichetta all'intera immagine. Al contrario, il rilevamento degli oggetti identifica la posizione di più oggetti all'interno di una scena tracciando una bounding box intorno a ciascuno di essi.
• Classificazione e segmentazione delle immagini: mentre la classificazione considera il contesto globale, la segmentazione offre una precisione a livello di pixel. La segmentazione semantica classifica ogni singolo pixel, consentendo di delineare con precisione i confini tra gli oggetti e lo sfondo.

Applicazioni nel mondo reale#

La classificazione delle immagini alimenta un'ampia gamma di applicazioni di AI nel mondo reale in diversi settori:

Diagnostica sanitaria#

In ambito medico, i modelli di classificazione aiutano i radiologi analizzando le scansioni diagnostiche. Gli strumenti di analisi delle immagini mediche possono categorizzare rapidamente radiografie o risonanze magnetiche come "normali" o "anomale", oppure identificare condizioni specifiche come il rilevamento dei tumori, consentendo di accelerare il triage e la diagnosi dei pazienti.

Controllo qualità nella produzione#

Le fabbriche utilizzano l'ispezione visiva automatizzata per mantenere gli standard dei prodotti. Le telecamere sulle linee di assemblaggio acquisiscono immagini dei componenti e i modelli di classificazione li etichettano istantaneamente come "conforme" o "non conforme" in base ai difetti visibili. Questo controllo qualità automatizzato garantisce che solo gli articoli privi di difetti raggiungano la fase di confezionamento.

Agricoltura intelligente#

Gli agricoltori sfruttano l'AI in agricoltura per monitorare la salute delle colture. Classificando le immagini acquisite da droni o smartphone, i sistemi possono identificare segnali di malattie, carenze nutrizionali o infestazioni di parassiti, consentendo interventi mirati di agricoltura di precisione.

Implementazione della classificazione con Ultralytics YOLO26#

Il framework Ultralytics YOLO26, noto soprattutto per il rilevamento, offre prestazioni all'avanguardia per le attività di classificazione delle immagini. La sua architettura è ottimizzata per velocità e precisione, rendendolo adatto alle applicazioni in tempo reale.

Ecco un esempio conciso di come caricare un modello preaddestrato e classificare un'immagine utilizzando il pacchetto Python ultralytics:

from ultralytics import YOLO

# Load a pre-trained YOLO26 classification model
model = YOLO("yolo26n-cls.pt")

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

# Print the top predicted class name
print(f"Prediction: {results[0].names[results[0].probs.top1]}")

Per i team che desiderano semplificare il proprio flusso di lavoro, la Ultralytics Platform semplifica l'intera pipeline. Consente agli utenti di gestire i dataset di classificazione, eseguire l'addestramento basato sul cloud e distribuire i modelli in vari formati come ONNX o TensorRT senza dover sviluppare un'infrastruttura di codifica complessa.