As vantagens de o Ultralytics YOLO11 ser um detetor sem âncoras

Se analisarmos a história dos modelos de IA visual, veremos que o conceito de detecção de objetos — uma tarefa central de visão computacional que consiste em identificar e localizar objetos em uma imagem ou vídeo — existe desde a década de 1960. Sua importância atual se deve aos grandes avanços nas técnicas de detecção de objetos e nas arquiteturas de modelos desde então.

Em um artigo anterior, discutimos a evolução da detecção de objetos e o caminho que levou aos modelos YOLO da Ultralytics. Hoje, vamos explorar um marco mais específico dessa trajetória: a transição de detectores baseados em âncoras para detectores sem âncoras.

Os detectores baseados em âncoras dependem de caixas predefinidas, chamadas de "âncoras", para prever onde os objetos estão em uma imagem. Em contrapartida, os detectores sem âncoras não usam essas caixas predefinidas e, em vez disso, preveem diretamente a localização dos objetos.

Embora essa mudança possa parecer simples e lógica, ela levou a grandes melhorias na precisão e na eficiência da detecção de objetos. Neste artigo, vamos entender como os detectores sem âncoras reformularam a visão computacional com avanços como o Ultralytics YOLO11.

O que são detectores baseados em âncoras?#

Os detectores baseados em âncoras usam caixas predefinidas, conhecidas como âncoras, para ajudar a localizar objetos em uma imagem. Imagine essas âncoras como uma grade de caixas de vários tamanhos e formatos sobreposta à imagem. Em seguida, o modelo ajusta essas caixas aos objetos que detecta. Por exemplo, se o modelo identificar um carro, modificará a caixa de âncora para corresponder com mais precisão à posição e ao tamanho do carro.

Cada âncora está associada a um possível objeto na imagem e, durante o treinamento, o modelo aprende a ajustar as caixas de âncora para corresponder melhor à localização, ao tamanho e à proporção do objeto. Isso permite ao modelo detectar objetos em diferentes escalas e orientações. No entanto, selecionar o conjunto certo de caixas de âncora pode levar tempo, e o processo de ajustá-las pode estar sujeito a erros.

Fig. 1. O que é uma caixa de âncora?

Embora os detectores baseados em âncoras, como o YOLOv4, funcionem bem em muitas aplicações, eles têm algumas desvantagens. Por exemplo, as caixas de âncora nem sempre se alinham bem com objetos de diferentes formatos ou tamanhos, o que dificulta a detecção de objetos pequenos ou com formatos irregulares pelo modelo. Selecionar e ajustar os tamanhos das caixas de âncora também pode levar tempo e exigir muito trabalho manual. Além disso, os modelos baseados em âncoras costumam ter dificuldade para detectar objetos oclusos ou sobrepostos, pois as caixas predefinidas podem não se adaptar bem a esses cenários mais complexos.

A transição para a detecção de objetos sem âncoras#

Os detectores sem âncoras começaram a ganhar atenção em 2018 com modelos como CornerNet e CenterNet, que adotaram uma nova abordagem para a detecção de objetos ao eliminar a necessidade de caixas de âncora predefinidas. Ao contrário dos modelos tradicionais, que usam caixas de âncora de diferentes tamanhos e formatos para prever onde estão os objetos, os modelos sem âncoras preveem diretamente a localização dos objetos. Eles se concentram em pontos-chave ou características do objeto, como o centro, o que simplifica o processo de detecção e o torna mais rápido e preciso.

Veja como os modelos sem âncoras geralmente funcionam:

• Detecção de pontos-chave: Em vez de usar caixas predefinidas, alguns modelos identificam pontos importantes de um objeto, como o centro ou determinados cantos. Esses pontos-chave ajudam os modelos a determinar onde o objeto está e qual é o seu tamanho.
• Predição do centro: Alguns modelos se concentram em prever o centro de um objeto. Depois de localizar o centro, o modelo pode prever o tamanho e a posição do objeto inteiro a partir dele.
• Regressão de mapas de calor: Muitos modelos sem âncoras usam mapas de calor, nos quais cada pixel representa uma possível localização de um objeto. Valores mais altos no mapa de calor indicam maior confiança de que há um objeto naquele ponto.

Fig. 2. Detecção baseada em âncoras versus detecção sem âncoras.

Como os modelos sem âncoras não dependem de caixas de âncora, eles têm um design mais simples. Isso os torna mais eficientes do ponto de vista computacional. Como não precisam processar várias caixas de âncora, conseguem detectar objetos mais rapidamente — uma vantagem importante em aplicações em tempo real, como direção autônoma e videovigilância.

Os modelos sem âncoras também são muito melhores para lidar com objetos pequenos, irregulares ou ocluídos. Como se concentram em detectar pontos-chave, em vez de tentar ajustar caixas-âncora, são muito mais flexíveis. Isso permite detectar objetos com precisão em ambientes desordenados ou complexos, nos quais os modelos baseados em âncoras podem falhar.

Ultralytics YOLO11: um detector sem âncoras#

Criados inicialmente para oferecer velocidade e eficiência, os modelos YOLO passaram gradualmente de métodos baseados em âncoras para a detecção sem âncoras, tornando modelos como o Ultralytics YOLO11 mais rápidos, flexíveis e adequados a uma ampla variedade de aplicações em tempo real.

Veja rapidamente como o design sem âncoras evoluiu nas diferentes versões do YOLO:

• Ultralytics YOLOv5u: Adotou a cabeça dividida sem âncoras da Ultralytics, introduzida pela primeira vez no YOLOv8, eliminando a necessidade de caixas-âncora predefinidas. Em vez disso, o modelo prevê diretamente onde os objetos estão em uma imagem, simplificando o processo e melhorando a flexibilidade e a velocidade.
• YOLOv6: foi usado um novo método chamado treinamento auxiliado por âncoras (AAT), no qual as âncoras eram usadas apenas durante o treinamento. Isso permitiu que o modelo aproveitasse a estrutura dos métodos baseados em âncoras durante o treinamento, mas ainda usasse detecção sem âncoras em tempo de execução para obter mais velocidade e adaptabilidade.
• Ultralytics YOLOv8: passou totalmente para a detecção sem âncoras usando o Ultralytics Head dividido e sem âncoras. Isso tornou o modelo mais rápido e preciso, especialmente para objetos pequenos ou com formatos incomuns que não se ajustam bem às caixas de âncora.
• Ultralytics YOLO11: Mantém o design sem âncoras do YOLOv8 e aprimora o backbone e o neck. Isso resulta em uma detecção mais rápida e precisa para aplicações em tempo real, como o monitoramento do comportamento animal e a análise de varejo.

Fig. 3. Comparação entre Ultralytics YOLOv8 e Ultralytics YOLO11.

Aplicações reais do Ultralytics YOLO11#

Um ótimo exemplo das vantagens da deteção sem âncoras com o Ultralytics YOLO11 está nos veículos autónomos. Nos carros autónomos, detetar peões, outros veículos e obstáculos de forma rápida e precisa é crucial para a segurança. A abordagem sem âncoras do YOLO11 simplifica o processo de deteção ao prever diretamente os pontos-chave dos objetos, como o centro de um peão ou os limites de outro veículo, em vez de depender de caixas-âncora predefinidas.

Fig. 4. Vantagens da deteção sem âncoras no Ultralytics YOLO11 (imagem do autor).

O Ultralytics YOLO11 não precisa de ajustar nem adaptar uma grelha de âncoras a cada objeto, um processo que pode ser computacionalmente dispendioso e lento. Em vez disso, concentra-se nas características principais, o que o torna mais rápido e eficiente. Por exemplo, quando um peão entra no caminho do veículo, o YOLO11 consegue identificar rapidamente a sua localização ao determinar os pontos-chave, mesmo que a pessoa esteja parcialmente oculta ou em movimento. A capacidade de se adaptar a formas e tamanhos variados sem caixas-âncora permite ao YOLO11 detetar objetos de forma mais fiável e a velocidades superiores, algo essencial para a tomada de decisões em tempo real nos sistemas de condução autónoma.

Outras aplicações em que as capacidades sem âncoras do Ultralytics YOLO11 se destacam incluem:

• Gestão de retalho e de inventário: o Ultralytics YOLO11 facilita a monitorização dos produtos nas prateleiras, mesmo quando estão empilhados ou parcialmente tapados. Isto permite acompanhar o inventário com mais rapidez e precisão e reduz os erros.
• Imagiologia médica: o YOLO11 também é eficaz na área da saúde, onde pode detetar tumores ou outras anomalias em exames médicos. A capacidade de trabalhar com objetos de formas irregulares ajuda a melhorar a precisão do diagnóstico de doenças complexas.
• Monitorização da vida selvagem: na investigação da vida selvagem, o Ultralytics YOLO11 pode acompanhar animais em florestas densas ou terrenos difíceis, ajudando os investigadores a monitorizar o comportamento dos animais ou a proteger espécies ameaçadas.
• Análise esportiva: O Ultralytics YOLO11 pode ser usado para rastrear jogadores, movimentos da bola e outros elementos em tempo real durante eventos esportivos, fornecendo informações valiosas a equipes, treinadores e emissoras.

Aspetos a considerar ao trabalhar com modelos sem âncoras#

Embora os modelos sem âncoras, como o Ultralytics YOLO11, ofereçam muitas vantagens, também têm algumas limitações. Um dos principais aspetos práticos a considerar é que até os modelos sem âncoras podem ter dificuldades com oclusões ou objetos muito sobrepostos. Isto deve-se ao facto de a visão por computador procurar replicar a visão humana e, tal como por vezes temos dificuldade em identificar objetos ocultos, os modelos de IA podem enfrentar desafios semelhantes.

Outro fator interessante está relacionado ao processamento das previsões do modelo. Embora a arquitetura dos modelos sem âncoras seja mais simples do que a dos modelos baseados em âncoras, em alguns casos é necessário um refinamento adicional. Por exemplo, técnicas de pós-processamento como a supressão não máxima (NMS) podem ser necessárias para eliminar previsões sobrepostas ou melhorar a precisão em cenas lotadas. Modelos mais recentes, como o Ultralytics YOLO26, eliminam essa etapa com um design ponta a ponta sem NMS.

A preparar o futuro da IA com o Ultralytics YOLO11#

A mudança da deteção baseada em âncoras para a deteção sem âncoras representou um avanço significativo na deteção de objetos. Com modelos sem âncoras, como o Ultralytics YOLO11, o processo é simplificado, melhorando tanto a precisão como a velocidade.

Com o Ultralytics YOLO11, vimos como a deteção de objetos sem âncoras se destaca em aplicações em tempo real, como carros autónomos, videovigilância e imagiologia médica, onde a deteção rápida e precisa é crucial. Esta abordagem permite ao YOLO11 adaptar-se com mais facilidade a objetos de diferentes tamanhos e a cenas complexas, oferecendo um melhor desempenho em ambientes variados.

À medida que a visão por computador continua a evoluir, a deteção de objetos tornar-se-á cada vez mais rápida, flexível e eficiente.

Explora o nosso repositório GitHub e junta-te à nossa comunidade dinâmica para te manteres a par de tudo o que acontece na IA. Descobre como a IA de visão está a transformar setores como a indústria transformadora e a agricultura.