Tudo o que você precisa saber sobre tarefas de visão computacional

Graças às câmaras e aos avanços na inteligência artificial (IA), os computadores e as máquinas conseguem agora ver o mundo de forma semelhante aos seres humanos. Por exemplo, podem reconhecer pessoas, acompanhar objetos e até compreender o contexto do que está a acontecer num vídeo.

Especificamente, a visão computacional é o ramo da AI que permite às máquinas compreender e interpretar informações visuais do mundo ao seu redor. A visão computacional envolve diversas tarefas, cada uma projetada para extrair um tipo específico de informação de imagens ou vídeos. Por exemplo, a detecção de objetos ajuda a identificar e localizar diferentes itens em uma imagem, enquanto outras tarefas, como rastreamento, segmentação e estimativa de pose, ajudam as máquinas a compreender movimentos, formas e posições com mais precisão.

A tarefa de visão computacional usada numa determinada aplicação depende do tipo de informação de que precisas. Os modelos de visão computacional, como o Ultralytics YOLO11, são compatíveis com várias tarefas de visão computacional, o que os torna uma opção fiável para criar sistemas de IA de visão para o mundo real.

Neste guia, vamos analisar mais de perto as tarefas de visão computacional compatíveis com modelos como o YOLO11. Vamos explorar como cada tarefa funciona e como elas são usadas em diferentes setores.

O que são tarefas de visão computacional?#

As tarefas de visão computacional procuram reproduzir as capacidades da visão humana de várias formas. Estas tarefas podem ajudar as máquinas a detetar objetos, acompanhar os seus movimentos, estimar poses e até delinear elementos individuais em imagens e vídeos. Normalmente, as tarefas de visão computacional são possibilitadas por modelos que dividem os dados visuais em partes mais pequenas, para que possam interpretar com maior clareza o que está a acontecer.

Os modelos de IA de visão, como os modelos Ultralytics YOLO, suportam várias tarefas, como deteção, rastreamento e segmentação, numa única estrutura. Graças a esta versatilidade, os modelos YOLO11 são fáceis de adotar numa grande variedade de casos de utilização.

Fig. 1. Tarefas de visão computacional suportadas pelo Ultralytics YOLO11.

Um bom exemplo é a análise desportiva. O YOLO11 pode detetar cada jogador no campo através da deteção de objetos e, em seguida, acompanhá-los durante todo o jogo com o rastreamento de objetos. Entretanto, as capacidades de estimativa de pose do YOLO11 podem ajudar a analisar os movimentos e as técnicas dos jogadores, enquanto a segmentação de instâncias pode separar cada jogador do fundo, aumentando a precisão da análise.

Em conjunto, estas tarefas de visão computacional possibilitadas pelo YOLO11 proporcionam uma visão completa do que acontece durante o jogo, oferecendo às equipas informações mais aprofundadas sobre o desempenho dos jogadores, as táticas e a estratégia geral.

Visão geral das tarefas de visão computacional suportadas pelo Ultralytics YOLO11#

Agora que vimos o que são as tarefas de visão computacional, vamos analisar mais de perto cada uma das tarefas compatíveis com o YOLO11 usando exemplos reais.

Suporte do Ultralytics YOLO11 à classificação de imagens#

Quando olhas para uma fotografia, a maioria das pessoas consegue dizer facilmente se mostra um cão, uma montanha ou um sinal de trânsito, porque todas aprendemos a reconhecer o aspeto habitual destas coisas. A classificação de imagens ajuda as máquinas a fazer o mesmo, ensinando-as a classificar e rotular uma imagem com base no seu objeto principal — seja um «carro», uma «banana» ou um «raio X com fratura». Este rótulo ajuda os sistemas de visão computacional a compreender o conteúdo visual para poderem responder ou tomar decisões em conformidade.

Uma aplicação interessante desta tarefa de visão computacional é a monitorização da vida selvagem. A classificação de imagens pode ser usada para identificar diferentes espécies animais em fotografias captadas na natureza. Ao rotular imagens automaticamente, os investigadores podem acompanhar populações, monitorizar padrões de migração e identificar espécies ameaçadas com maior facilidade, contribuindo para os esforços de conservação.

Fig. 2. Exemplo de uso do YOLO11 para classificação de imagens.

Capacidades de deteção de objetos do Ultralytics YOLO11#

Embora a classificação de imagens seja útil para obter uma ideia geral do conteúdo de uma imagem, atribui apenas um rótulo à imagem inteira. Em situações que exigem informações detalhadas, como a localização exata e a identidade de vários objetos, a deteção de objetos torna-se essencial.

A deteção de objetos é o processo de identificar e localizar objetos individuais numa imagem, muitas vezes desenhando caixas delimitadoras à sua volta. O Ultralytics YOLO11 tem um desempenho particularmente bom na deteção de objetos em tempo real, o que o torna ideal para uma vasta gama de aplicações.

Considera, por exemplo, as soluções de visão computacional usadas em lojas para abastecer prateleiras. A deteção de objetos pode ajudar a contar frutas, legumes e outros artigos, garantindo um inventário preciso. Nos campos agrícolas, a mesma tecnologia pode monitorizar a maturação das culturas para ajudar os agricultores a determinar a melhor altura para a colheita, distinguindo também os produtos maduros dos verdes.

Fig. 3. Deteção de frutas com o Ultralytics YOLO11.

Utilização do YOLO11 para segmentação de instâncias#

A deteção de objetos usa caixas delimitadoras para identificar e localizar objetos numa imagem, mas não captura as formas exatas. É aí que entra a segmentação de instâncias. Em vez de desenhar uma caixa à volta de um objeto, a segmentação de instâncias traça o seu contorno preciso.

Podes pensar da seguinte forma: em vez de simplesmente indicar que «há uma maçã nesta área», o sistema delineia e preenche cuidadosamente a forma exata da maçã. Este processo detalhado ajuda os sistemas de IA a compreender claramente os limites dos objetos, especialmente quando estes estão próximos uns dos outros.

A segmentação de instâncias pode ser aplicada a muitas áreas, desde inspeções de infraestruturas a levantamentos geológicos. Por exemplo, os dados de levantamentos geológicos podem ser analisados com o YOLO11 para segmentar fissuras ou anomalias superficiais, tanto grandes como pequenas. Ao traçar limites precisos à volta destas anomalias, os engenheiros podem localizar problemas e resolvê-los antes do início de um projeto.

Fig. 4. Segmentação de fissuras com YOLO11.

Rastreamento de objetos: acompanhar objetos entre fotogramas com o YOLO11#

Até agora, as tarefas de visão computacional que analisámos centravam-se no conteúdo de uma única imagem. No entanto, quando se trata de vídeos, precisamos de informações que vão além de um único fotograma. Para isso, pode ser usada a tarefa de rastreamento de objetos.

A capacidade de rastreamento de objetos do YOLO11 permite acompanhar um objeto específico, como uma pessoa ou um carro, à medida que se desloca por uma sequência de fotogramas de vídeo. Mesmo que o ângulo da câmara mude ou surjam outros objetos, o sistema continua a acompanhar o mesmo alvo.

Isso é fundamental para aplicações que exigem monitoramento ao longo do tempo, como o rastreamento de carros no trânsito. Na verdade, o YOLO11 consegue rastrear veículos com precisão, acompanhando cada carro para ajudar a estimar sua velocidade em tempo real. Isso torna o rastreamento de objetos um componente essencial de sistemas como os de monitoramento do trânsito.

Fig. 5. O suporte do YOLO11 ao rastreamento de objetos pode ser usado para estimar a velocidade.

Deteção de caixas delimitadoras orientadas (OBB) com o YOLO11#

Os objetos no mundo real nem sempre estão perfeitamente alinhados: podem estar inclinados, de lado ou posicionados em ângulos incomuns. Por exemplo, em imagens de satélite, navios e edifícios costumam aparecer girados.

Os métodos tradicionais de deteção de objetos usam caixas retangulares fixas que não se ajustam à orientação do objeto, o que dificulta a captura precisa destas formas rodadas. A deteção de caixas delimitadoras orientadas (OBB) resolve este problema usando caixas que rodam para se ajustarem ao objeto e alinharem com o seu ângulo, permitindo uma deteção mais precisa.

No caso da monitorização de portos, o suporte do YOLO11 à deteção de OBB pode ajudar a identificar e rastrear embarcações com precisão, independentemente da sua orientação, garantindo que todos os navios que entram ou saem do porto são devidamente monitorizados. Esta deteção precisa fornece informações em tempo real sobre a posição e os movimentos das embarcações, algo essencial para gerir portos movimentados e evitar colisões.

Fig. 6. Detecção de barcos usando detecção OBB e YOLO11.

Estimativa de pose e YOLO11: rastreamento de pontos-chave#

A estimativa de pose é uma técnica de visão computacional que rastreia pontos-chave, como articulações, membros ou outros marcadores, para compreender como um objeto se move. Em vez de tratar um objeto ou corpo inteiro como uma unidade completa, este método divide-o nas suas partes principais. Assim, é possível analisar movimentos, gestos e interações em detalhe.

Uma aplicação comum desta tecnologia é a estimativa da pose humana. Ao rastrear em tempo real as posições de várias partes do corpo, obtém-se uma imagem clara dos movimentos de uma pessoa. Esta informação pode ser usada para diversos fins, desde o reconhecimento de gestos e a monitorização de atividades até à análise de desempenho desportivo.

Da mesma forma, na reabilitação física, os terapeutas podem usar a estimativa da pose humana e o YOLO11 para monitorizar os movimentos dos pacientes durante os exercícios. Isto ajuda a garantir que cada movimento é executado corretamente e permite acompanhar a evolução ao longo do tempo.

Fig. 7. O YOLO11 pode monitorizar um treino com estimativa de pose.

Explorar o suporte do YOLO11 a várias tarefas de visão computacional#

Agora que explorámos em detalhe todas as tarefas de visão computacional suportadas pelo YOLO11, vamos ver como o YOLO11 lhes dá suporte.

O YOLO11 não é apenas um modelo: é um conjunto de variantes de modelos especializados, cada uma concebida para uma tarefa de visão computacional específica. Isto faz do YOLO11 uma ferramenta versátil, adaptável a uma grande variedade de aplicações. Também podes ajustar estes modelos a conjuntos de dados personalizados para responder aos desafios específicos dos teus projetos.

Estas são as variantes do modelo YOLO11 pré-treinadas para tarefas específicas de visão:

• YOLO11: Este modelo deteta e identifica vários objetos em tempo real, sendo ideal para reconhecimento visual de alta velocidade.
• YOLO11-seg: Esta variante centra-se na segmentação, usando máscaras detalhadas para separar os objetos dos respetivos fundos.
• YOLO11-cls: Esta variante classifica imagens atribuindo uma única categoria com base no conteúdo geral.
• YOLO11-pose: Este modelo estima pontos-chave do corpo para rastrear a postura, a posição dos membros e os movimentos.
• YOLO11-obb: Este modelo foi concebido para detetar objetos rodados, desenhando caixas delimitadoras alinhadas com a orientação de cada objeto.

Cada variante está disponível em diferentes tamanhos, permitindo que os usuários escolham o equilíbrio certo entre velocidade e precisão para suas necessidades específicas. O mais recente Ultralytics YOLO26 é compatível com as mesmas tarefas e adiciona segmentação semântica e estimativa de profundidade.

Principais conclusões#

As tarefas de visão computacional estão a mudar a forma como as máquinas compreendem e interagem com o mundo. Ao decompor imagens e vídeos nos seus elementos principais, estas tecnologias facilitam a análise detalhada de objetos, movimentos e interações.

Desde melhorar a segurança rodoviária e o desempenho desportivo até simplificar processos industriais, modelos como o YOLO11 podem fornecer informações em tempo real que impulsionam a inovação. À medida que a IA visual continua a evoluir, é provável que desempenhe um papel cada vez mais importante na forma como interpretamos e usamos dados visuais no dia a dia.

Junta-te à nossa comunidade e visita o nosso repositório do GitHub para ver a IA em ação. Explora as nossas opções de licenciamento e descobre mais sobre IA na agricultura e visão computacional na indústria transformadora nas nossas páginas de soluções.