Os benefícios de o Ultralytics YOLO11 ser um detetor sem âncoras

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

Num artigo anterior, abordámos a evolução da deteção de objetos e o caminho que levou aos modelos Ultralytics YOLO. Hoje, vamos explorar um marco mais específico desta trajetória: a transição de detetores baseados em âncoras para detetores sem âncoras.

Os detetores baseados em âncoras dependem de caixas predefinidas, chamadas "âncoras", para prever onde estão os objetos numa imagem. Em contrapartida, os detetores sem âncoras dispensam essas caixas predefinidas e preveem diretamente a localização dos objetos.

Embora esta mudança possa parecer simples e lógica, na realidade conduziu a grandes melhorias na precisão e na eficiência da deteção de objetos. Neste artigo, vamos compreender como os detetores sem âncoras transformaram a visão computacional através de avanços como o Ultralytics YOLO11.

O que são detetores baseados em âncoras?#

Os detetores baseados em âncoras utilizam caixas predefinidas, conhecidas como âncoras, para ajudar a localizar objetos numa imagem. Pensa nestas âncoras como uma grelha de caixas de diferentes tamanhos e formas colocada sobre a imagem. Em seguida, o modelo ajusta estas caixas para se adaptarem aos objetos que deteta. Por exemplo, se o modelo identificar um carro, irá modificar a caixa de âncora para corresponder com maior precisão à posição e ao tamanho do carro.

Cada âncora está associada a um possível objeto na imagem e, durante o treino, o modelo aprende a ajustar as caixas de âncora para corresponderem melhor à localização, ao tamanho e à proporção do objeto. Isto permite ao modelo detetar objetos a diferentes escalas e orientações. No entanto, selecionar o conjunto certo de caixas de âncora pode consumir muito tempo, e o processo de ajuste fino pode estar sujeito 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, apresentam algumas desvantagens. Por exemplo, as caixas de âncora nem sempre se alinham bem com objetos de diferentes formas ou tamanhos, o que dificulta a deteção de objetos pequenos ou com formas irregulares pelo modelo. O processo de seleção e ajuste fino dos tamanhos das caixas de âncora também pode consumir muito tempo e exigir bastante trabalho manual. Além disso, os modelos baseados em âncoras têm frequentemente dificuldade em detetar objetos ocluídos ou sobrepostos, uma vez que as caixas predefinidas podem não se adaptar bem a estes cenários mais complexos.

A transição para a deteção de objetos sem âncoras#

Os detetores sem âncoras começaram a ganhar atenção em 2018 com modelos como o CornerNet e o CenterNet, que adotaram uma nova abordagem à deteção de objetos ao eliminarem 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 estão os objetos, os modelos sem âncoras preveem diretamente a localização dos objetos. Concentram-se em pontos-chave ou características do objeto, como o centro, o que simplifica o processo de deteção e o torna mais rápido e preciso.

Eis como funcionam geralmente os modelos sem âncoras:

• Deteção de pontos-chave: em vez de utilizarem caixas predefinidas, alguns modelos identificam pontos importantes num objeto, como o centro ou cantos específicos. Estes pontos-chave ajudam os modelos a determinar onde está o objeto e qual é o seu tamanho.
• Previsão do centro prediction: alguns modelos concentram-se em prever o centro de um objeto. Depois de localizar o centro, o modelo consegue prever o tamanho e a posição de todo o objeto a partir desse ponto.
• Regressão de mapas de calor: muitos modelos sem âncoras utilizam mapas de calor, nos quais cada píxel representa uma possível localização de um objeto. Valores mais elevados no mapa de calor indicam maior confiança de que existe um objeto nesse ponto.

Fig. 2. Deteção baseada em âncoras vs. deteção sem âncoras.

Como os modelos sem âncoras não dependem de caixas de âncora, têm um design mais simples. Isto significa que são mais eficientes do ponto de vista computacional. Como não precisam de processar várias caixas de âncora, conseguem detetar objetos mais rapidamente — uma vantagem importante em aplicações em tempo real, como condução autónoma e videovigilância.

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

Ultralytics YOLO11: um detetor sem âncoras#

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

Eis uma breve análise da evolução do design sem âncoras nas diferentes versões do YOLO:

• Ultralytics YOLOv5u: introduziu o Anchor-Free Split Ultralytics Head, eliminando a necessidade de caixas de âncora predefinidas. Em vez disso, o modelo prevê diretamente onde estão os objetos numa imagem, simplificando o processo e melhorando a flexibilidade e a velocidade.
• YOLOv6: utilizou um novo método chamado Anchor-Aided Training (AAT), no qual as âncoras eram usadas apenas durante o treino. Isto permitiu ao modelo beneficiar da estrutura dos métodos baseados em âncoras durante o treino, continuando a utilizar a deteção sem âncoras em tempo de execução para obter maior velocidade e adaptabilidade.
• Ultralytics YOLOv8: mudou totalmente para a deteção sem 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 invulgares que não se ajustam bem às caixas de âncora.
• Ultralytics YOLO11: baseia-se na abordagem sem âncoras do YOLOv8, otimizando ainda mais a deteção ao eliminar completamente as caixas de âncora. O resultado é uma deteção mais rápida e precisa para aplicações em tempo real, como a monitorização do comportamento animal e a análise do comércio a retalho.

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

Aplicações reais do Ultralytics YOLO11#

Um excelente exemplo dos benefícios da deteção sem âncoras com o Ultralytics YOLO11 encontra-se nos veículos autónomos. Nos carros autónomos, detetar peões, outros veículos e obstáculos de forma rápida e precisa é essencial 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 âncora predefinidas.

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

O Ultralytics YOLO11 não precisa de ajustar ou adaptar uma grelha de âncoras a cada objeto, o que pode ser computacionalmente dispendioso e lento. Em vez disso, concentra-se nas características essenciais, tornando-se mais rápido e eficiente. Por exemplo, quando um peão entra na trajetória do veículo, o YOLO11 consegue identificar rapidamente a sua localização ao determinar os pontos-chave, mesmo que a pessoa esteja parcialmente escondida ou em movimento. A capacidade de se adaptar a formas e tamanhos variados sem caixas de âncora permite ao YOLO11 detetar objetos de forma mais fiável e a velocidades superiores, algo essencial para a tomada de decisões em tempo real em sistemas de condução autónoma.

Outras aplicações nas quais as capacidades sem âncoras do Ultralytics YOLO11 se destacam incluem:

• Comércio a retalho e gestão de inventário: o Ultralytics YOLO11 facilita a monitorização de produtos nas prateleiras, mesmo quando estão empilhados ou parcialmente bloqueados. Isto permite um acompanhamento do inventário mais rápido e preciso 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 sua 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 ou a proteger espécies ameaçadas.
• Análise desportiva: o Ultralytics YOLO11 pode ser utilizado para acompanhar jogadores, movimentos da bola ou outros elementos em tempo real durante eventos desportivos, fornecendo informações valiosas a equipas, 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 apresentam algumas limitações. Um dos principais aspetos práticos a considerar é que até os modelos sem âncoras podem ter dificuldade com oclusões ou objetos muito sobrepostos. A razão é que a visão computacional procura replicar a visão humana e, tal como 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 previsões do modelo. Embora a arquitetura dos modelos sem âncoras seja mais simples do que a dos modelos baseados em âncoras, em certos casos é necessário um refinamento adicional. Por exemplo, podem ser necessárias técnicas de pós-processamento, como a supressão não máxima (NMS), para limpar previsões sobrepostas ou melhorar a precisão em cenários com muita aglomeração.

A preparar o futuro da IA com o Ultralytics YOLO11#

A transição 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, conduzindo a melhorias tanto na precisão como na 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, nas quais uma deteção rápida e precisa é essencial. Esta abordagem permite ao YOLO11 adaptar-se mais facilmente a diferentes tamanhos de objetos e a cenários complexos, proporcionando um melhor desempenho em diversos ambientes.

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

Explora o nosso repositório no GitHub e junta-te à nossa comunidade dinâmica para te manteres a par de tudo o que acontece no mundo da IA. Vê como a IA para visão está a transformar setores como a indústria e a agricultura.