Os benefícios do Ultralytics YOLO11 ser um detector anchor-free

Se dermos uma olhada na história dos modelos de visão por IA, o conceito de deteção de objetos — uma tarefa central de visão computacional que envolve identificar e localizar objetos dentro de uma imagem ou vídeo — existe desde a década de 1960. No entanto, a principal razão para a sua importância nas inovações de ponta de hoje é que as técnicas de deteção de objetos e as arquiteturas de modelos avançaram e melhoraram rapidamente desde então.

Num artigo anterior, discutimos a evolução da deteção de objetos e o caminho que levou aos modelos Ultralytics YOLO. Hoje, vamos concentrar-nos em explorar um marco mais específico nesta jornada: a transição de detetores baseados em âncoras para detetores livres de âncoras.

Os detetores baseados em âncoras dependem de caixas pré-definidas, chamadas "âncoras", para prever onde os objetos estão numa imagem. Em contraste, os detetores livres de âncoras ignoram estas caixas pré-definidas e preveem diretamente as localizações dos objetos.

Embora esta mudança possa parecer uma alteração simples e lógica, levou de facto a melhorias importantes na precisão e eficiência da deteção de objetos. Neste artigo, vamos perceber como os detetores livres de âncoras remodelaram a visão computacional através de avanços como o Ultralytics YOLO11.

O que são detectores baseados em âncoras?#

Os detetores baseados em âncoras usam caixas pré-definidas, conhecidas como âncoras, para ajudar a localizar objetos numa imagem. Pensa nestas âncoras como uma grelha de caixas de diferentes tamanhos e formas colocadas sobre a imagem. O modelo ajusta então estas caixas para se adaptarem aos objetos que deteta. Por exemplo, se o modelo identificar um carro, modificará a caixa de âncora para corresponder com mais precisão à posição e tamanho do carro.

Cada âncora está associada a um possível objeto na imagem e, durante o treino, o modelo aprende a afinar as caixas de âncora para corresponder melhor à localização, tamanho e proporção do objeto. Isto permite que o modelo detete objetos a diferentes escalas e orientações. No entanto, selecionar o conjunto certo de caixas de âncora pode ser demorado e o processo de ajuste fino pode ser propenso a erros.

Fig 1. O que é uma Caixa de Âncora?

Embora os detetores baseados em âncoras, como o YOLOv4, tenham funcionado bem em muitas aplicações, têm algumas desvantagens. Por exemplo, as caixas de âncora nem sempre se alinham bem com objetos de diferentes formas ou tamanhos, dificultando a deteção de objetos pequenos ou de formas irregulares por parte do modelo. O processo de seleção e ajuste fino dos tamanhos das caixas de âncora também pode ser demorado e exigir muito esforço manual. Além disso, os modelos baseados em âncoras têm frequentemente dificuldades em detetar objetos ocluídos ou sobrepostos, uma vez que as caixas pré-definidas podem não se adaptar bem a estes cenários mais complexos.

A mudança para a detecção de objetos anchor-free#

Os detectores anchor-free começaram a ganhar atenção em 2018 com modelos como CornerNet e CenterNet, que adotaram uma abordagem nova para a detecção de objetos ao eliminar a necessidade de caixas de âncora predefinidas. Ao contrário dos modelos tradicionais que dependem de caixas de âncora de diferentes tamanhos e formas para prever onde os objetos estão, os modelos anchor-free preveem as localizações dos objetos diretamente. 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 anchor-free geralmente funcionam:

• Deteção de pontos-chave: Em vez de usar caixas pré-definidas, alguns modelos identificam pontos importantes num objeto, como o centro ou cantos específicos. Estes pontos-chave ajudam os modelos a descobrir onde o objeto está e qual o seu tamanho.
• Predição do centro: Alguns modelos concentram-se em prever o centro de um objeto. Uma vez localizado o centro, o modelo pode prever o tamanho e a posição de todo o objeto a partir daí.
• Regressão de mapa de calor: Muitos modelos livres de âncoras usam mapas de calor, onde cada píxel representa uma localização possível de um objeto. Valores mais altos no mapa de calor indicam maior confiança de que um objeto está presente nesse ponto.

Fig 2. Deteção Baseada em Âncoras vs. Deteção Livre de Âncoras.

Como os modelos anchor-free não dependem de caixas de âncora, eles possuem um design mais simples. Isso significa que são mais computacionalmente eficientes. Como não precisam processar múltiplas caixas de âncora, podem detectar objetos mais rapidamente — uma vantagem importante em aplicações de tempo real como direção autônoma e vigilância por vídeo.

Os modelos livres de âncoras também são muito melhores a lidar com objetos pequenos, irregulares ou ocluídos. Como se concentram em detetar pontos-chave em vez de tentarem ajustar caixas de âncora, são muito mais flexíveis. Isto permite-lhes detetar objetos com precisão em ambientes cheios de tralha ou complexos onde os modelos baseados em âncoras podem falhar.

Ultralytics YOLO11: Um detector anchor-free#

Originalmente concebidos para velocidade e eficiência, os modelos YOLO transitaram gradualmente de métodos baseados em âncoras para deteção sem âncoras, tornando modelos como o Ultralytics YOLO11 mais rápidos, mais flexíveis e mais adequados para uma ampla gama de aplicações em tempo real.

Aqui está uma visão rápida de como o design anchor-free evoluiu nas diferentes versões do YOLO:

• Ultralytics YOLOv5u: Introduziu o Anchor-Free Split Ultralytics Head, eliminando a necessidade de caixas de âncora pré-definidas. Em vez disso, o modelo prevê diretamente onde os objetos estão numa imagem, simplificando o processo e melhorando a flexibilidade e a velocidade.
• YOLOv6: Foi utilizado um novo método chamado Anchor-Aided Training (AAT), onde as âncoras foram usadas apenas durante o treino. Isto permitiu que o modelo beneficiasse da estrutura dos métodos baseados em âncoras durante o treino, mantendo a deteção livre de âncoras em tempo de execução para melhor velocidade e adaptabilidade.
• Ultralytics YOLOv8: Mudou totalmente para a deteção livre de âncoras através da utilização do Anchor-Free Split Ultralytics Head. Isto tornou o modelo mais rápido e preciso, especialmente para objetos pequenos ou com formas estranhas que não encaixam bem nas caixas de âncora.
• Ultralytics YOLO11: Baseia-se na abordagem livre de âncoras do YOLOv8, otimizando ainda mais a deteção ao eliminar totalmente as caixas de âncora. Isto resulta numa deteção mais rápida e precisa para aplicações em tempo real, como monitorização do comportamento animal e análise de retalho.

Fig 3. Comparando Ultralytics YOLOv8 e Ultralytics YOLO11.

Aplicações no mundo real do Ultralytics YOLO11#

Um ótimo exemplo dos benefícios da deteção sem âncoras usando Ultralytics YOLO11 está em autonomous vehicles. Em carros autónomos, detetar peões, outros veículos e obstáculos de forma rápida e precisa é fundamental 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 de ancoragem predefinidas.

Fig 4. Benefícios da deteção sem âncoras no Ultralytics YOLO11 (Imagem pelo Autor).

O Ultralytics YOLO11 não precisa de ajustar ou encaixar uma grelha de âncoras a cada objeto, o que pode ser computacionalmente dispendioso e lento. Em vez disso, concentra-se em caraterísticas-chave, tornando-o mais rápido e eficiente. Por exemplo, quando um peão se atravessa no caminho do veículo, o YOLO11 consegue identificar rapidamente a sua localização localizando pontos-chave, mesmo que a pessoa esteja parcialmente oculta ou em movimento. A capacidade de se adaptar a formas e tamanhos variados sem caixas de ancoragem permite que o YOLO11 detete objetos de forma mais fiável e a velocidades mais elevadas, o que é vital para a tomada de decisões em tempo real em sistemas de condução autónoma.

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

• Retail and inventory management: O Ultralytics YOLO11 facilita a monitorização de produtos nas prateleiras, mesmo quando estão empilhados ou parcialmente bloqueados. Isto ajuda num controlo de inventário mais rápido e preciso e reduz erros.
• Imagiologia médica: O YOLO11 também é eficaz nos cuidados de saúde, onde pode detetar tumores ou outras anomalias em exames médicos. A sua capacidade de trabalhar com objetos de formas irregulares ajuda a melhorar a precisão no diagnóstico de condições complexas.
• Wildlife monitoring: Na investigação de vida selvagem, o Ultralytics YOLO11 consegue monitorizar animais em florestas densas ou terrenos difíceis, ajudando os investigadores a acompanhar o comportamento ou a proteger espécies ameaçadas.
• Sports analytics: O Ultralytics YOLO11 pode ser utilizado para seguir jogadores, movimentos de bolas ou outros elementos em tempo real durante eventos desportivos, fornecendo análises valiosas para equipas, treinadores e transmissores.

Considerações ao trabalhar com modelos anchor-free#

Embora os modelos sem âncoras como o Ultralytics YOLO11 ofereçam muitas vantagens, trazem consigo certas limitações. Uma das principais considerações práticas a ter em conta é que mesmo os modelos sem âncoras podem enfrentar dificuldades com oclusões ou objetos altamente sobrepostos. A lógica por trás disto é que a visão computacional pretende replicar a visão humana e, tal como nós por vezes temos dificuldade em identificar objetos ocluídos, os modelos de IA podem enfrentar desafios semelhantes.

Outro fator interessante está relacionado com o processamento das predições do modelo. Embora a arquitetura dos modelos livres de âncoras seja mais simples do que a dos baseados em âncoras, torna-se necessária uma Refinação adicional em determinados casos. Por exemplo, podem ser necessárias técnicas de pós-processamento como a supressão de não-máximos (NMS) para limpar predições sobrepostas ou melhorar a precisão em cenas cheias de gente.

Fixando o futuro da IA com o Ultralytics YOLO11#

A transição da deteção baseada em âncoras para a deteção sem âncoras tem sido um avanço significativo na deteção de objetos. Com modelos sem âncoras como o Ultralytics YOLO11, o processo é simplificado, resultando em melhorias tanto na precisão como na velocidade.

Através do Ultralytics YOLO11, temos visto 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 que o YOLO11 se adapte mais facilmente a tamanhos de objetos variados e a cenas complexas, proporcionando um melhor desempenho em diversos ambientes.

À medida que a visão computacional continua a evoluir, a detecção de objetos se tornará apenas mais rápida, mais flexível e mais eficiente.

Explora o nosso repositório no GitHub e junta-te à nossa comunidade participativa para te manteres a par de tudo o que diz respeito à IA. Vê como a visão por IA está a impactar setores como a manufatura e a agricultura.