Rilevamento oggetti

Il rilevamento oggetti è un'attività fondamentale nella computer vision (CV) che implica l'identificazione e la localizzazione di uno o più oggetti all'interno di un'immagine o di un video. L'obiettivo non è solo classificare quali sono gli oggetti, ma anche determinarne la posizione, in genere disegnando un bounding box attorno a ciascuno. Questa tecnologia funge da pietra angolare per molte applicazioni avanzate di intelligenza artificiale (AI), consentendo alle macchine di percepire e interpretare l'ambiente fisico circostante con un alto grado di comprensione.

Come funziona il rilevamento oggetti

I modelli di rilevamento oggetti sono in genere costruiti utilizzando il deep learning (DL), in particolare le reti neurali convoluzionali (CNN). Il processo prevede l'inserimento di un'immagine nella rete, che quindi restituisce un elenco di oggetti rilevati, ciascuno con un'etichetta di classe (ad esempio, "persona", "auto", "cane"), un punteggio di confidenza e le coordinate del suo bounding box.

Le moderne architetture di object detection sono costituite da due parti principali: un backbone per estrarre le feature dall'immagine di input e un detection head per predire i bounding box e le classi. Queste architetture sono spesso classificate come detector one-stage o two-stage.

• One-Stage Object Detectors: Modelli come la famiglia Ultralytics YOLO eseguono il detection in un unico passaggio, rendendoli molto veloci e adatti per l'inferenza in tempo reale. Predicono tutti i bounding box e le probabilità di classe simultaneamente.
• Rilevatori di oggetti a due stadi: Architetture come R-CNN e le sue varianti propongono prima regioni di interesse e poi classificano gli oggetti all'interno di tali regioni. Sebbene spesso molto accurate, possono essere più lente dei rilevatori a uno stadio.

Rilevamento oggetti vs. altre attività di CV

È importante distinguere il rilevamento di oggetti da altre attività di computer vision correlate:

• Classificazione delle immagini: Assegna una singola etichetta a un'intera immagine (ad esempio, "questa è una foto di un gatto"). Non localizza l'oggetto.
• Segmentazione delle immagini: Classifica ogni pixel in un'immagine, fornendo un contorno preciso degli oggetti. La segmentazione di istanza distingue tra diverse istanze della stessa classe di oggetti, mentre la segmentazione semantica tratta tutte le istanze di una classe come un'unica entità.
• Object Tracking: Un'estensione dell'object detection che segue un oggetto specifico attraverso più fotogrammi in un video, mantenendone l'identità nel tempo. Puoi saperne di più nella nostra guida sul tracciamento di oggetti in movimento nei video.

Applicazioni nel mondo reale

Il rilevamento oggetti è una tecnologia trasformativa utilizzata in molti settori.

1. Veicoli autonomi: Nelle auto a guida autonoma, il rilevamento di oggetti è fondamentale per identificare pedoni, ciclisti, altri veicoli e segnali stradali per navigare in sicurezza. Aziende come Waymo e Tesla hanno investito molto in questa tecnologia per alimentare i loro sistemi autonomi.
2. IA nel settore manifatturiero: Sulle linee di assemblaggio, i modelli di rilevamento individuano automaticamente i difetti o verificano che i componenti siano assemblati correttamente. Ciò migliora il controllo qualità e aumenta l'efficienza della produzione.
3. Sicurezza e Sorveglianza: I sistemi automatizzati utilizzano il rilevamento di oggetti per identificare individui non autorizzati, pacchi abbandonati o attività insolite in tempo reale, come descritto nella nostra guida per la creazione di un sistema di allarme di sicurezza.
4. IA nel settore sanitario: Nell'analisi di immagini mediche, i modelli assistono i radiologi rilevando ed evidenziando anomalie come tumori o fratture in radiografie e TAC. Puoi leggere del utilizzo di YOLO11 per il rilevamento di tumori nel nostro blog.
5. IA in agricoltura: Droni e robot terrestri dotati di object detection possono monitorare la salute delle colture, identificare i parassiti e stimare le rese con elevata precisione.

Strumenti e formazione

Lo sviluppo e il deployment di modelli di object detection implicano un ricco ecosistema di strumenti e tecniche.

• Framework: I più diffusi framework di deep learning come PyTorch e TensorFlow forniscono le librerie principali per la costruzione di modelli.
• Modelli: Ultralytics fornisce modelli all'avanguardia come YOLOv8 e YOLO11, ottimizzati per un equilibrio tra velocità e precisione. Puoi vedere come si confrontano con altri modelli nelle nostre pagine di confronto dei modelli.
• Piattaforme: Ultralytics HUB semplifica l'intero flusso di lavoro, dalla gestione dei set di dati come il popolare set di dati COCO all'addestramento di modelli personalizzati e alla facilitazione del deployment dei modelli.
• Tecniche: Il processo di addestramento beneficia spesso di tecniche come l'aumento dei dati per migliorare la robustezza e il transfer learning per sfruttare le conoscenze derivanti da modelli pre-addestrati. Le prestazioni del modello vengono valutate utilizzando metriche come mAP e IoU, come spiegato nella nostra guida alle metriche di performance.