Image Classification

A classificação de imagens é uma tarefa fundamental na visão computacional (CV), na qual um modelo de aprendizagem automática analisa uma imagem inteira e lhe atribui uma única etiqueta de um conjunto predefinido de categorias. Essencialmente, responde à pergunta: "Qual é o tema principal desta imagem?" Como componente central da inteligência artificial (AI), este processo permite que os sistemas automatizados organizem, categorizem e interpretem dados visuais em grande escala. Embora possa parecer simples ao olho humano, fazer com que os computadores reconheçam padrões requer algoritmos sofisticados de aprendizagem automática (ML) para estabelecer a ligação entre píxeis brutos e conceitos significativos.

O mecanismo por detrás da classificação#

A classificação moderna de imagens depende fortemente de arquiteturas de aprendizagem profunda (DL) conhecidas como Redes Neuronais Convolucionais (CNNs). Estas redes foram concebidas para imitar a forma como o córtex visual biológico processa a informação. Através de um processo chamado extração de características, o modelo aprende a identificar atributos de baixo nível, como contornos e texturas, nas primeiras camadas, combinando-os gradualmente para reconhecer formas e objetos complexos nas camadas mais profundas.

Para criar um classificador, os programadores utilizam aprendizagem supervisionada, fornecendo ao modelo grandes quantidades de dados de treino que contêm exemplos anotados. Grandes conjuntos de dados públicos, como o ImageNet, têm sido fundamentais para melhorar a precisão destes sistemas. Durante a fase de inferência, o modelo produz uma pontuação de probabilidade para cada categoria, utilizando frequentemente uma função softmax para determinar a classe mais provável.

Classificação vs. outras tarefas de visão#

É importante distinguir a classificação de imagens de capacidades relacionadas de visão computacional, uma vez que a escolha da técnica depende do problema específico:

• Classificação vs. Deteção de objetos: A classificação atribui uma etiqueta à imagem inteira. Em contrapartida, a deteção de objetos identifica a localização de vários objetos numa cena, desenhando uma caixa delimitadora em torno de cada um.
• Classificação vs. Segmentação de imagens: Enquanto a classificação analisa o contexto global, a segmentação proporciona precisão ao nível dos píxeis. A segmentação semântica classifica cada píxel individual, permitindo delinear com exatidão os limites entre os objetos e o fundo.

Aplicações no mundo real#

A classificação de imagens alimenta uma vasta gama de aplicações de AI no mundo real em diversos setores:

Diagnóstico na Área da Saúde#

Na área médica, os modelos de classificação ajudam os radiologistas ao analisarem exames de diagnóstico. As ferramentas de análise de imagens médicas podem categorizar rapidamente radiografias ou ressonâncias magnéticas como "normais" ou "anormais", ou identificar condições específicas, como a deteção de tumores, permitindo uma triagem e um diagnóstico mais rápidos dos pacientes.

Controlo de qualidade na indústria transformadora#

As fábricas utilizam inspeção visual automatizada para manter os padrões dos produtos. As câmaras nas linhas de montagem captam imagens dos componentes, e os modelos de classificação atribuem-lhes instantaneamente a etiqueta "aprovado" ou "reprovado", com base nos defeitos visíveis. Este controlo de qualidade automatizado garante que apenas os artigos sem defeitos chegam à fase de embalagem.

Agricultura inteligente#

Os agricultores utilizam AI na agricultura para monitorizar a saúde das culturas. Ao classificar imagens captadas por drones ou smartphones, os sistemas podem identificar sinais de doença, deficiência nutricional ou infestação de pragas, permitindo intervenções direcionadas de agricultura de precisão.

Implementação da classificação com o Ultralytics YOLO26#

A estrutura Ultralytics YOLO26, embora seja famosa pela deteção, oferece desempenho de vanguarda para tarefas de classificação de imagens. A sua arquitetura está otimizada para velocidade e precisão, tornando-a adequada para aplicações em tempo real.

Eis um exemplo conciso de como carregar um modelo pré-treinado e classificar uma imagem utilizando o pacote Python ultralytics:

from ultralytics import YOLO

# Load a pre-trained YOLO26 classification model
model = YOLO("yolo26n-cls.pt")

# Run inference on an image source
results = model("https://ultralytics.com/images/bus.jpg")

# Print the top predicted class name
print(f"Prediction: {results[0].names[results[0].probs.top1]}")

Para as equipas que procuram otimizar o seu fluxo de trabalho, a Ultralytics Platform simplifica todo o pipeline. Permite aos utilizadores gerir conjuntos de dados de classificação, realizar treino na cloud e implementar modelos em vários formatos, como ONNX ou TensorRT, sem uma infraestrutura extensa de programação.