Um guia para mergulhar na detecção de objetos em 2025

Muitas indústrias estão integrando rapidamente soluções de inteligência artificial (IA) em suas operações. Entre as muitas tecnologias de IA disponíveis atualmente, a visão computacional é uma das mais populares. A visão computacional é um ramo da IA que ajuda os computadores a ver e entender o conteúdo de imagens e vídeos, assim como os humanos. Ela possibilita que as máquinas reconheçam objetos, identifiquem padrões e compreendam o que estão vendo. 

Estima-se que o valor de mercado global da visão computacional cresça para 175,72 bilhões de dólares até 2032. A visão computacional engloba várias tarefas que permitem que os sistemas de Visão de IA analisem e interpretem dados visuais. Uma das tarefas mais utilizadas e essenciais da visão computacional é a detecção de objetos. 

A deteção de objectos centra-se na localização e classificação de objectos em dados visuais. Por exemplo, se mostrarmos a um computador uma imagem de uma vaca, ele pode detect a vaca e desenhar uma caixa delimitadora à sua volta. Esta capacidade é útil em aplicações do mundo real, como a monitorização de animais, carros autónomos e vigilância. 

Então, como pode ser feita a deteção de objectos? Uma forma é através de modelos de visão por computador. Por exemplo, Ultralytics YOLO11 é um modelo de visão por computador que suporta tarefas de visão por computador como a deteção de objectos. 

Neste guia, vamos explorar a deteção de objectos e o seu funcionamento. Também discutiremos algumas aplicações reais da deteção de objectos e do Ultralytics YOLO11.

‍

O que é detecção de objetos? 

A deteção de objetos é uma tarefa de visão computacional que identifica e localiza objetos em imagens ou vídeos. Responde a duas questões-chave: 'Que objetos estão na imagem?' e 'Onde estão localizados?'

Pode pensar-se na deteção de objectos como um processo que envolve dois passos fundamentais. A primeira, a classificação de objectos, permite ao sistema reconhecer e rotular objectos, tal como identificar um gato, um carro ou uma pessoa com base em padrões aprendidos. A segunda, a localização, determina a posição do objeto desenhando uma caixa delimitadora à sua volta, indicando onde aparece na imagem. Em conjunto, estes passos permitem às máquinas detect e compreender objectos numa cena.

O aspecto da detecção de objetos que a torna única é sua capacidade de reconhecer objetos e identificar sua localização com precisão. Outras tarefas de visão computacional se concentram em diferentes objetivos.

Por exemplo, a classificação de imagem atribui um rótulo a uma imagem inteira. Enquanto isso, a segmentação de imagem fornece uma compreensão em nível de pixel de diferentes elementos. Por outro lado, a detecção de objetos combina reconhecimento com localização. Isso o torna especialmente útil para tarefas como contar vários objetos em tempo real.

‍

Reconhecimento de objetos vs. deteção de objetos

Ao explorar vários termos de visão computacional, você pode sentir que reconhecimento de objetos e detecção de objetos são intercambiáveis - mas eles servem a propósitos diferentes. Uma ótima maneira de entender a diferença é observar a detecção de rosto e o reconhecimento facial.

A deteção de rostos é um tipo de deteção de objectos. Identifica a presença de um rosto numa imagem e marca a sua localização utilizando uma caixa delimitadora. Responde à pergunta: "Onde está o rosto na imagem?" Esta tecnologia é normalmente utilizada em câmaras de smartphones que focam automaticamente os rostos ou em câmaras de segurança que detect a presença de uma pessoa.

O reconhecimento facial, por outro lado, é uma forma de reconhecimento de objectos. Não se limita a detect um rosto; identifica de quem é o rosto, analisando caraterísticas únicas e comparando-as com uma base de dados. Responde à pergunta: "Quem é esta pessoa?" Esta é a tecnologia que está por detrás do desbloqueio do telemóvel com o Face ID ou dos sistemas de segurança dos aeroportos que verificam as identidades.

Simplificando, a detecção de objetos encontra e localiza objetos, enquanto o reconhecimento de objetos os classifica e identifica. 

‍

Muitos modelos de deteção de objectos, como o YOLO11, foram concebidos para suportar a deteção de rostos, mas não o reconhecimento de rostos. YOLO11 consegue identificar eficazmente a presença de um rosto numa imagem e desenhar uma caixa delimitadora à sua volta, tornando-o útil para aplicações como sistemas de vigilância, monitorização de multidões e marcação automática de fotografias. No entanto, não consegue determinar de quem é o rosto. YOLO11 pode ser integrado em modelos especificamente treinados para o reconhecimento facial, como o Facenet ou o DeepFace, para permitir tanto a deteção como a identificação num único sistema.

Entendendo como funciona a detecção de objetos

Antes de discutirmos como a detecção de objetos funciona, vamos primeiro analisar mais de perto como um computador analisa uma imagem. Em vez de ver uma imagem como nós, um computador a divide em uma grade de pequenos quadrados chamados pixels. Cada pixel contém informações de cor e brilho que os computadores podem processar para interpretar dados visuais.

Para dar sentido a estes pixéis, os algoritmos agrupam-nos em regiões significativas com base na forma, cor e proximidade entre eles. Os modelos de deteção de objectos, como o YOLO11, podem reconhecer padrões ou caraterísticas nestes grupos de pixéis. 

Por exemplo, um carro autônomo não vê um pedestre da mesma forma que nós - ele detecta formas e padrões que correspondem às características de um pedestre. Esses modelos dependem de um extenso treinamento com conjuntos de dados de imagens rotulados, permitindo que aprendam as características distintivas de objetos como carros, sinais de trânsito e pessoas.

Um modelo típico de detecção de objetos tem três partes principais: backbone, neck e head. O backbone extrai características importantes de uma imagem. O neck processa e refina essas características, enquanto o head é responsável por prever a localização dos objetos e classificá-los.

Aprimorando detecções e apresentando resultados

Uma vez que as detecções iniciais são feitas, técnicas de pós-processamento são aplicadas para melhorar a precisão e filtrar previsões redundantes. Por exemplo, as caixas delimitadoras sobrepostas são removidas, garantindo que apenas as detecções mais relevantes sejam retidas. Além disso, pontuações de confiança (valores numéricos que representam o quão seguro o modelo está de que um objeto detectado pertence a uma determinada classe) são atribuídas a cada objeto detectado para indicar a certeza do modelo em suas previsões.

Finalmente, a saída é apresentada com bounding boxes desenhadas ao redor dos objetos detectados, juntamente com seus rótulos de classe previstos e scores de confiança. Esses resultados podem então ser usados para aplicações no mundo real.

Modelos populares de detecção de objetos 

Atualmente, existem muitos modelos de visão por computador disponíveis e alguns dos mais populares são os modelosUltralytics YOLO . São conhecidos pela sua velocidade, exatidão e versatilidade. Ao longo dos anos, estes modelos tornaram-se mais rápidos, mais precisos e capazes de lidar com uma maior variedade de tarefas. O lançamento do Ultralytics YOLOv5 facilitou a implantação com estruturas como o PyTorch, permitindo que mais pessoas usassem a IA de visão avançada sem precisar de conhecimentos técnicos profundos.

Construindo sobre esta base, Ultralytics YOLOv8 introduziu novos recursos como segmentação de instâncias, estimativa de pose e classificação de imagens. Agora, YOLO11 está a levar as coisas ainda mais longe com um melhor desempenho em várias tarefas. Com 22% menos parâmetros do que YOLOv8m, o YOLO11m alcança uma precisão média superiormAP) no conjunto de dados COCO . Em termos simples, YOLO11 pode reconhecer objectos com maior precisão utilizando menos recursos, o que o torna mais rápido e mais fiável.

Quer seja um especialista em IA ou esteja apenas a começar, YOLO11 oferece uma solução poderosa e fácil de utilizar para aplicações de visão por computador.

Treino personalizado de um modelo para deteção de objetos

O treinamento de modelos de IA de Visão envolve ajudar os computadores a reconhecer e entender imagens e vídeos. No entanto, o treinamento pode ser um processo demorado. Em vez de começar do zero, a transferência de aprendizado acelera as coisas usando modelos pré-treinados que já reconhecem padrões comuns.

Por exemplo, YOLO11 já foi treinado no conjunto de dadosCOCO , que contém um conjunto diversificado de objectos do quotidiano. Este modelo pré-treinado pode ser ainda mais treinado para detect objectos específicos que podem não estar incluídos no conjunto de dados original. 

Para treinar o YOLO11 de forma personalizada, é necessário um conjunto de dados rotulado que contenha imagens dos objectos que pretende detect. Por exemplo, se quiser construir um modelo para identificar diferentes tipos de frutas numa mercearia, deve criar um conjunto de dados com imagens rotuladas de maçãs, bananas, laranjas, etc. Assim que o conjunto de dados estiver preparado, YOLO11 pode ser treinado, ajustando parâmetros como o tamanho do lote, a taxa de aprendizagem e as épocas para otimizar o desempenho.

Com esta abordagem, as empresas podem treinar YOLO11 para detect qualquer coisa, desde peças defeituosas no fabrico até espécies selvagens em projectos de conservação, adaptando o modelo às suas necessidades exactas.

Aplicações da detecção de objetos

Em seguida, vamos dar uma olhada em alguns dos casos de uso no mundo real da detecção de objetos e como ela está transformando vários setores.

Detecção de perigo para direção autônoma

Os carros autônomos usam tarefas de visão computacional, como detecção de objetos, para navegar com segurança e evitar obstáculos. Essa tecnologia ajuda-os a reconhecer pedestres, outros veículos, buracos e perigos na estrada, tornando possível que eles entendam melhor o que os rodeia. Eles podem tomar decisões rápidas e mover-se com segurança pelo tráfego, analisando constantemente o seu ambiente.

‍

Análise de imagem médica na área da saúde

As técnicas de imagiologia médica, como os raios X, as ressonâncias magnéticas, as tomografias computorizadas e os ultra-sons, criam imagens altamente detalhadas do corpo humano para ajudar a diagnosticar e tratar doenças. Estes exames produzem grandes quantidades de dados que os médicos, como radiologistas e patologistas, têm de analisar cuidadosamente para detect doenças. No entanto, a revisão de cada imagem em pormenor pode consumir muito tempo e os especialistas humanos podem, por vezes, deixar escapar pormenores devido à fadiga ou a limitações de tempo.

Os modelos de deteção de objectos, como o YOLO11 , podem ajudar a identificar automaticamente as principais caraterísticas em exames médicos, como órgãos, tumores ou anomalias, com elevada precisão. Os modelos personalizados podem destacar áreas de preocupação com caixas delimitadoras, ajudando os médicos a concentrarem-se mais rapidamente em potenciais problemas. Isto reduz a carga de trabalho, melhora a eficiência e fornece informações rápidas.

‍

Aumentando a segurança com a deteção de pessoas e anomalias

O seguimento de objectos é uma tarefa de visão por computador suportada pelo YOLO11, que permite a monitorização em tempo real e melhorias na segurança. Baseia-se na deteção de objectos, identificando-os e acompanhando continuamente o seu movimento ao longo dos fotogramas. Esta tecnologia é amplamente utilizada em sistemas de vigilância para melhorar a segurança em vários ambientes.

Por exemplo, em escolas e infantários, o seguimento de objectos pode ajudar a monitorizar as crianças e a evitar que se dispersem. Em aplicações de segurança, desempenha um papel fundamental na deteção de intrusos em áreas restritas, na monitorização de multidões quanto a sobrelotação ou comportamento suspeito e no envio de alertas em tempo real quando é detectada atividade não autorizada. Ao manter track dos objectos à medida que se movem, os sistemas de localização YOLO11 melhoram a segurança, automatizam a monitorização e permitem respostas mais rápidas a potenciais ameaças.

Prós e contras da detecção de objetos

Aqui estão alguns dos principais benefícios que a detecção de objetos pode trazer para vários setores:

• Automação: A detecção de objetos pode ajudar a reduzir a necessidade de supervisão humana em tarefas como o monitoramento de imagens de CFTV.
  ‍
• Funciona com outros modelos de IA: Pode ser integrado com sistemas de reconhecimento facial, reconhecimento de ação e rastreamento para melhorar a precisão e a funcionalidade.
  ‍
• Processamento em tempo real: Muitos modelos de deteção de objectos, como o YOLO11, são rápidos e eficientes, o que os torna ideais para aplicações em tempo real que requerem resultados imediatos. 

Embora estes benefícios destaquem como a deteção de objetos impacta diferentes casos de uso, também é importante considerar os desafios envolvidos na sua implementação. Aqui estão alguns dos principais desafios:

• Privacidade de dados: O uso de dados visuais, especialmente em áreas sensíveis como vigilância ou assistência médica, pode levantar questões de privacidade e preocupações com a segurança.

• Oclusão: A oclusão na deteção de objectos ocorre quando os objectos estão parcialmente bloqueados ou escondidos da vista, tornando difícil para o modelo detect e classify com precisão.

• Computacionalmente caro: Modelos de alto desempenho geralmente exigem GPUs (Unidades de Processamento Gráfico) poderosas para processamento, tornando a implementação em tempo real dispendiosa.

Principais conclusões

A deteção de objectos é uma ferramenta revolucionária na visão por computador que ajuda as máquinas a detect e localizar objectos em imagens e vídeos. Está a ser utilizada em sectores que vão desde os carros autónomos aos cuidados de saúde, tornando as tarefas mais fáceis, mais seguras e mais eficientes. Com modelos mais recentes como o YOLO11, as empresas podem facilmente criar modelos de deteção de objectos personalizados para criar aplicações de visão computacional especializadas. 

Embora existam alguns desafios, como preocupações com a privacidade e objetos escondidos da vista, a detecção de objetos é uma tecnologia confiável. Sua capacidade de automatizar tarefas, processar dados visuais em tempo real e integrar-se com outras ferramentas de Visão de IA a torna uma parte essencial das inovações de ponta.

Para saber mais, visite o nosso repositório GitHub e participe na nossa comunidade. Explore inovações em sectores como a IA em carros autónomos e a visão computacional na agricultura nas nossas páginas de soluções. Confira nossas opções de licenciamento yolo e dê vida aos seus projetos de IA de visão. 🚀