Aprende como funcionam os sistemas de seguimento de visão por computador, explora modelos populares que suportam o seguimento de objectos, como o YOLO11, e descobre as suas aplicações no mundo real.
Robôs capazes de montar peças eléctricas, sistemas que capturam carros em excesso de velocidade e soluções de retalho inteligentes que acompanham a forma como os clientes fazem compras - todas estas inovações dependem da visão por computador. Trata-se de um ramo da inteligência artificial (IA) que ajuda as máquinas a analisar e a compreender imagens e vídeos.
Por exemplo, um robô precisa de reconhecer e seguir diferentes peças para as montar corretamente. Da mesma forma, um sistema de tráfego pode utilizar a visão por computador para detetar carros, ler matrículas e perceber quando alguém está em excesso de velocidade. Entretanto, nas lojas, a IA de visão pode ajudar a seguir o que os clientes estão a ver ou a apanhar e pode até vigiar o inventário.
Essas aplicações são alimentadas por modelos de visão computacional como Ultralytics YOLO11que suportam uma vasta gama de tarefas visuais. Muitas destas tarefas centram-se na recolha de informações a partir de uma única imagem, mas uma tarefa particularmente interessante, o seguimento de objectos, pode ser utilizada para seguir o movimento de objectos através de uma série de imagens ou fotogramas de vídeo.
Neste guia, veremos mais de perto como funciona o rastreio de objectos e exploraremos exemplos reais de como é utilizado. Também discutiremos como os modelos de IA de visão, como o Ultralytics YOLO11 , suportam o rastreio de objectos. Toca a começar!
O seguimento de objectos é uma tarefa de visão por computador utilizada para seguir o movimento de objectos através de fotogramas de vídeo, ajudando os sistemas a monitorizar e a compreender como as coisas mudam ao longo do tempo. Isto é muito semelhante à forma como os humanos podem seguir naturalmente uma pessoa ou objeto em movimento com os olhos, como quando estás a ver um jogo de ténis e os teus olhos seguem a bola à medida que esta se move para trás e para a frente no campo.
Da mesma forma, o seguimento de objectos envolve a utilização de câmaras e IA para seguir o movimento da bola em tempo real. Esta tecnologia pode dar aos espectadores em casa uma melhor compreensão do fluxo do jogo, especialmente através de análises como a velocidade, a trajetória e o posicionamento dos jogadores.
Embora este tipo de rastreio visual possa parecer fácil para os humanos, quando se trata de visão artificial, envolve uma série de passos alimentados por modelos de IA de visão. Segue-se uma descrição simples de como funciona o seguimento de objectos:
Outra tarefa de visão computacional suportada pelo YOLO11 que está intimamente relacionada com o seguimento de objectos é a deteção de objectos. Vamos explorar a diferença entre estas duas tarefas.
A deteção de objectos envolve a identificação e localização de objectos de interesse numa única imagem ou fotograma de vídeo. Por exemplo, um carro com condução autónoma utiliza a deteção de objectos para reconhecer um sinal de paragem ou um peão num único fotograma captado pelas câmaras a bordo. Responde à pergunta: "O que está nesta imagem e onde está?" No entanto, não fornece qualquer informação sobre onde o objeto vai a seguir.
O seguimento de objectos baseia-se na deteção de objectos, acrescentando uma compreensão do movimento ao longo do tempo. A principal diferença entre os dois é a forma como lidam com o tempo e o movimento. A deteção de objectos trata cada fotograma como um instantâneo independente, enquanto o seguimento de objectos liga os pontos entre fotogramas, utilizando dados passados para prever a posição futura de um objeto.
Combinando ambos, podemos construir poderosos sistemas de IA de visão capazes de rastrear em tempo real ambientes dinâmicos. Por exemplo, um sistema de segurança automatizado pode detetar pessoas que entram num espaço e seguir continuamente o seu movimento através do quadro.
Agora que já abordámos a diferença entre deteção e seguimento de objectos, vamos ver como os modelosYOLO Ultralytics , como YOLO11, suportam o seguimento de objectos em tempo real.
Embora os modelos YOLO não sejam algoritmos de rastreamento, eles desempenham um papel essencial na deteção de objetos em cada quadro de vídeo. Assim que os objectos são detectados, são necessários algoritmos de seguimento para lhes atribuir IDs únicos, permitindo ao sistema seguir o seu movimento de fotograma para fotograma.
Para responder a esta necessidade, o pacoteUltralytics Python integra perfeitamente a deteção de objectos com algoritmos de seguimento populares como o BoT-SORT e o ByteTrack. Esta integração permite aos utilizadores executar a deteção e o seguimento em conjunto com uma configuração mínima.
Ao utilizar modelos YOLO para o seguimento de objectos, podes escolher o algoritmo de seguimento a aplicar com base nos requisitos da tua aplicação. Por exemplo, o BoT-SORT é uma boa opção para seguir objectos que se movem de forma imprevisível, graças à sua utilização de previsão de movimento e aprendizagem profunda. O ByteTrack, por outro lado, tem um desempenho especialmente bom em cenas com muita gente, mantendo um seguimento fiável mesmo quando os objectos estão desfocados ou parcialmente ocultos.
O treinamento personalizado é o processo de ajuste fino de um modelo de deteção de objetos pré-treinado, como o YOLO11, em um conjunto de dados específico para que ele possa reconhecer objetos que não estão incluídos nos conjuntos de dados padrão. Isto é especialmente importante quando o teu sistema de localização precisa de seguir objectos personalizados ou pouco comuns.
Os sistemas de seguimento dependem do modelo de deteção para reconhecer primeiro o objeto. Se um modelo YOLO não conseguir detetar um determinado objeto, como um tipo específico de maquinaria ou uma espécie de vida selvagem, o algoritmo de seguimento não será capaz de o seguir.
É por isso que a formação personalizada é essencial: garante que o modelo de deteção consegue identificar com precisão os objectos que pretende seguir.
Também é importante ter em mente que apenas o modelo de deteção é ajustado durante este processo. Os algoritmos de seguimento, como o BoT-SORT ou o ByteTrack, não são treinados de forma personalizada - utilizam simplesmente a saída do modelo YOLO para seguir os objectos detectados ao longo dos fotogramas.
Agora que compreendemos melhor o que é o seguimento de objectos e como funciona, vamos explorar algumas aplicações do mundo real em que esta tecnologia está a ter impacto.
Os sistemas de estimativa de velocidade possibilitados pela visão por computador dependem de tarefas como a deteção e o seguimento de objectos. Esses sistemas são projetados para calcular a velocidade com que um objeto está se movendo - seja ele um veículo, um ciclista ou até mesmo uma pessoa. Essa informação é crucial para uma variedade de aplicações, desde o gerenciamento de tráfego até o monitoramento de segurança e a automação industrial.
Utilizando um modelo como o Ultralytics YOLO11, os objectos podem ser detectados e seguidos através de fotogramas de vídeo. Ao analisar a distância a que um objeto se move durante um período de tempo específico, o sistema pode estimar a sua velocidade.
Os processos de fabrico podem ser rápidos e altamente complexos, o que dificulta o acompanhamento manual de cada item produzido. O seguimento de objectos oferece uma boa solução para automatizar a monitorização dos produtos à medida que passam por cada fase da produção. Pode ajudar as fábricas a manter elevados níveis de precisão e eficiência sem abrandar o ritmo.
Desde a contagem de produtos numa correia transportadora até à deteção de defeitos ou à verificação da montagem adequada, o seguimento de objectos proporciona visibilidade e controlo a tarefas que, de outra forma, seriam demoradas ou propensas a erros. Esta tecnologia tem um impacto especial em indústrias de grande volume, como a indústria alimentar, a eletrónica e a embalagem, onde a velocidade e a precisão são fundamentais.
Inúmeros clientes entram e saem das lojas de retalho todos os dias, e compreender o seu comportamento é fundamental para melhorar a experiência do cliente e o desempenho da empresa. O seguimento de objectos permite aos retalhistas monitorizar o tráfego pedonal, medir o tempo de permanência e analisar os padrões de movimento - tudo isto sem necessitar de métodos invasivos ou manuais.
Ao seguir as pessoas à medida que entram, saem e se deslocam pela loja, as empresas podem obter informações sobre as horas de ponta, as áreas mais procuradas e até o comprimento das filas. Estas informações podem informar as decisões relativas ao pessoal, à disposição da loja e à colocação do inventário, conduzindo, em última análise, a operações mais eficientes e a um aumento das vendas.
Desde lojas de retalho a fábricas, o seguimento de objectos está a ser utilizado em todos os tipos de indústrias para melhorar factores como a eficiência, a segurança e a experiência geral. Aqui estão alguns dos principais benefícios que o seguimento de objectos pode trazer a várias indústrias:
Embora estes benefícios realcem a forma como o seguimento de objectos tem um impacto positivo em diferentes casos de utilização, também é importante considerar os desafios envolvidos na sua implementação. Vamos analisar mais detalhadamente algumas limitações do seguimento de objectos:
O seguimento de objectos é uma tarefa de visão por computador que permite às máquinas seguir o movimento de objectos ao longo do tempo. É utilizado numa vasta gama de cenários do mundo real - desde estimar a velocidade de um veículo e contar produtos numa linha de montagem até analisar os movimentos de jogadores em desportos.
Com modelos de IA de visão como o YOLO11 e algoritmos de rastreio como o BoT-SORT e o ByteTrack, o rastreio de objectos tornou-se mais rápido, mais inteligente e mais acessível em diferentes indústrias. À medida que a tecnologia de seguimento de objectos evolui, está a ajudar os sistemas a tornarem-se mais inteligentes, eficientes e responsivos, um fotograma de cada vez.
Queres saber mais sobre visão computacional e IA? Explora o nosso repositório GitHub, liga-te à nossa comunidade e verifica as nossas opções de licenciamento para iniciares o teu projeto de visão computacional. Se estiveres a explorar inovações como a IA no fabrico e a visão por computador na indústria automóvel, visita as nossas páginas de soluções para saberes mais.
Começa a tua viagem com o futuro da aprendizagem automática
PT
EN
ZH
KO
JA
RU
DE
FR
ES
IT
AR
TR
VI