Image Recognition

Il riconoscimento delle immagini è una tecnologia fondamentale all'interno del più ampio campo della computer vision (CV) che consente ai sistemi software di identificare oggetti, persone, luoghi e testo all'interno di immagini digitali. Analizzando il contenuto dei pixel di un'immagine o di un fotogramma video, questa tecnologia tenta di imitare le capacità di percezione visiva dell'occhio e del cervello umano. Alimentato dall'intelligenza artificiale (AI), il riconoscimento delle immagini trasforma dati visivi non strutturati in informazioni strutturate e azionabili, fungendo da base per l'automazione in settori che spaziano dalla sanità ai trasporti autonomi.

Link to this sectionMeccanismi e tecnologie principali#

I moderni sistemi di riconoscimento delle immagini sono andati oltre la tradizionale programmazione basata su regole per affidarsi pesantemente agli algoritmi di deep learning (DL). L'architettura più diffusa utilizzata per questi compiti è la Convolutional Neural Network (CNN). Una CNN elabora le immagini come una griglia di valori (che rappresentano tipicamente i canali di colore Rosso, Verde e Blu (RGB)) e li trasmette attraverso molteplici livelli di operazioni matematiche.

Durante questo processo, la rete esegue l'estrazione delle feature. I livelli iniziali potrebbero rilevare semplici schemi geometrici come bordi o angoli, mentre i livelli più profondi aggregano questi schemi per riconoscere strutture complesse come occhi, ruote o foglie. Per ottenere un'elevata precisione, questi modelli richiedono enormi quantità di dati di addestramento etichettati. Dataset pubblici su larga scala, come ImageNet, aiutano i modelli ad apprendere la probabilità statistica che una specifica disposizione visiva corrisponda a un concetto come "gatto", "bicicletta" o "segnale di stop".

Link to this sectionDistinguere il riconoscimento dai concetti correlati#

Sebbene il termine "riconoscimento delle immagini" sia spesso usato come espressione generica, è distinto da altri specifici compiti di computer vision. Comprendere queste sfumature è fondamentale per selezionare il modello giusto per un progetto:

• Riconoscimento vs Classificazione delle immagini: La classificazione è il compito di assegnare una singola etichetta a un'intera immagine (ad esempio, etichettare una foto come "spiaggia"). Il riconoscimento è la capacità più ampia che consente al sistema di comprendere il contenuto.
• Riconoscimento vs Object Detection: Mentre il riconoscimento identifica cosa c'è in un'immagine, la rilevazione ne localizza la posizione. Gli algoritmi di rilevazione tracciano una bounding box attorno a ogni istanza di oggetto, separandola dallo sfondo.
• Riconoscimento vs Segmentazione delle istanze: Questo porta il riconoscimento un passo oltre, identificando i contorni esatti dei pixel di un oggetto, invece di limitarsi a una scatola. Questo è cruciale per le applicazioni che richiedono misurazioni precise, come l'analisi delle immagini biomediche.

Link to this sectionApplicazioni nel mondo reale#

L'utilità del riconoscimento delle immagini abbraccia praticamente ogni settore in cui vengono generati dati visivi.

• Diagnostica medica: Nella sanità, gli algoritmi di riconoscimento assistono i radiologi analizzando immagini mediche come radiografie e risonanze magnetiche. Strumenti come l'AI in radiologia possono identificare anomalie come tumori o fratture più velocemente e a volte in modo più accurato della sola osservazione umana.
• Vendita al dettaglio e inventario: I supermercati intelligenti utilizzano il riconoscimento per tracciare i prodotti man mano che vengono prelevati dagli scaffali, consentendo sistemi di pagamento automatizzati. Allo stesso modo, i robot di magazzino lo utilizzano per identificare e smistare i pacchi.
• Sicurezza e controllo degli accessi: I sistemi di riconoscimento facciale consentono un accesso sicuro a smartphone ed edifici verificando l'identità rispetto a un database di embedding facciali memorizzati.

Link to this sectionImplementazione del riconoscimento delle immagini con YOLO26#

Per sviluppatori e ricercatori, l'implementazione del riconoscimento delle immagini è diventata significativamente più accessibile con modelli all'avanguardia come YOLO26, che supporta nativamente classificazione, rilevazione e segmentazione. Il seguente esempio dimostra come eseguire il riconoscimento (nello specifico, l'object detection) su un'immagine utilizzando il pacchetto Python ultralytics.

from ultralytics import YOLO

# Load a pre-trained YOLO26 model (n for nano, fastest speed)
model = YOLO("yolo26n.pt")

# Run inference on an image to recognize and locate objects
# The source can be a file path, URL, or webcam (source=0)
results = model("https://ultralytics.com/images/bus.jpg")

# Display the results with bounding boxes and labels
results[0].show()

Per i team che desiderano annotare i propri dataset e addestrare modelli personalizzati nel cloud, la Ultralytics Platform offre un ambiente semplificato per gestire l'intero ciclo di vita di un progetto di riconoscimento delle immagini, dalla raccolta dei dati al deployment.

Link to this sectionTendenze future#

Con l'aumento della potenza di calcolo, il riconoscimento delle immagini si sta evolvendo nella comprensione video, dove i sistemi analizzano il contesto temporale tra i fotogrammi. Inoltre, l'integrazione dell'IA generativa consente ai sistemi non solo di riconoscere le immagini, ma anche di generare descrizioni testuali dettagliate delle stesse, colmando il divario tra la Natural Language Processing (NLP) e la visione artificiale.