Classificação de imagens

A classificação de imagens é uma tarefa fundamental na visão computacional (CV) que envolve a atribuição de um rótulo único e específico a uma imagem inteira a partir de um conjunto predefinido de categorias. O objetivo principal é identificar o tema principal de uma imagem e categorizá-la em conformidade. Por exemplo, um modelo de classificação analisa uma imagem e atribui-lhe uma etiqueta como "gato", "cão" ou "carro". Esta tarefa constitui a base de muitas aplicações de CV mais complexas e é um componente essencial da aprendizagem automática (ML). O processo baseia-se em algoritmos, nomeadamente Redes Neuronais Convolucionais (CNN), para aprender caraterísticas distintivas a partir de grandes conjuntos de dados rotulados.

Como funciona a classificação de imagens

Os modelos de classificação de imagens são treinados utilizando a aprendizagem supervisionada, onde são alimentados com um vasto número de imagens que já foram rotuladas manualmente com a classe correta. Durante o treino, a rede neuronal aprende a identificar padrões, texturas, formas e combinações de cores associadas a cada categoria. Esta aprendizagem é conseguida através de um processo denominado retropropagação, que ajusta os parâmetros internos do modelo, ou pesos, para minimizar a diferença entre as suas previsões e as etiquetas reais.

Os modelos de classificação modernos utilizam frequentemente arquitecturas de aprendizagem profunda com muitas camadas. As primeiras camadas podem aprender a reconhecer caraterísticas simples, como arestas e cantos, enquanto as camadas mais profundas as combinam para identificar estruturas mais complexas, como olhos, rodas ou rostos. A camada final da rede utiliza normalmente uma função softmax para produzir uma pontuação de probabilidade para cada classe possível. A classe com a maior probabilidade é escolhida como previsão final. A chave para este processo é a extração de caraterísticas, em que o modelo aprende automaticamente as caraterísticas mais informativas para a tarefa de classificação.

Aplicações da classificação de imagens

A classificação de imagens é utilizada em vários sectores para automatizar e escalonar tarefas de reconhecimento visual. Dois exemplos proeminentes incluem:

1. Análise de imagens médicas: Nos cuidados de saúde, os modelos de classificação analisam exames médicos como raios X, ressonâncias magnéticas e tomografias computorizadas para ajudar os radiologistas a detetar doenças. Por exemplo, um modelo pode ser treinado em milhares de mamografias para classificar as imagens como "benignas" ou "malignas", ajudando na deteção precoce do cancro da mama. Isto pode levar a diagnósticos mais rápidos e a uma redução dos erros humanos. Para mais informações, consulte a visão geral da Sociedade Americana do Cancro sobre a IA na deteção do cancro.
2. Tecnologia agrícola: Os agricultores utilizam a classificação de imagens para monitorizar o estado das culturas a partir de imagens captadas por drones ou satélites. Um modelo pode classificar imagens de folhas de plantas em categorias como "saudáveis", "doentes" ou "infestadas de pragas". Isto permite a aplicação direcionada de pesticidas ou fertilizantes, melhorando o rendimento das culturas e promovendo uma agricultura sustentável. Saiba mais sobre como a Ultralytics apoia a IA na agricultura.

Classificação de imagens vs. tarefas relacionadas

Embora intimamente relacionada com outras tarefas de visão computacional, a classificação de imagens tem um objetivo distinto. É importante diferenciá-la de:

• Deteção de objectos: Esta tarefa vai um passo mais longe do que a classificação. Em vez de atribuir uma etiqueta a toda a imagem, a deteção de objectos identifica vários objectos numa imagem e desenha uma caixa delimitadora à volta de cada um, atribuindo também uma etiqueta de classe a cada caixa. Por exemplo, não rotularia apenas uma imagem como "cena de rua", mas localizaria e classificaria "carros", "peões" e "semáforos" individuais.
• Segmentação de imagens: Esta tarefa fornece a compreensão mais detalhada de uma imagem através da classificação de cada pixel. Existem diferentes tipos, incluindo a segmentação semântica, que atribui uma classe a cada pixel (por exemplo, todos os pixéis pertencentes a carros são de uma cor), e a segmentação de instâncias, que distingue entre diferentes instâncias do mesmo objeto (por exemplo, cada carro tem uma cor diferente). Este nível de detalhe é fundamental para aplicações como os veículos autónomos.

Em resumo, a classificação diz-lhe o que está numa imagem, a deteção diz-lhe o quê e onde, e a segmentação fornece um mapa detalhado, ao nível dos pixels, de tudo o que está na cena.

Classificação de imagens com Ultralytics

Embora sejam conhecidos pela deteção de objectos, os modelos Ultralytics YOLO também se destacam em tarefas de classificação de imagens. Modelos de última geração como o YOLO11 podem ser facilmente treinados ou ajustados em conjuntos de dados personalizados usando o pacote intuitivo Ultralytics Python ou a plataforma sem código Ultralytics HUB.

A nossa documentação fornece recursos extensivos, incluindo dicas de treino de modelos e um guia detalhado sobre como utilizar o YOLO11 para classificação de imagens. Os programadores podem aproveitar modelos pré-treinados em conjuntos de dados de referência como ImageNet, CIFAR-100 e Caltech-101 ou treinar um novo modelo de raiz. Para os interessados nos últimos avanços, recursos como Papers With Code oferecem uma visão geral abrangente dos modelos com melhor desempenho. Também é possível comparar o desempenho do modelo YOLO em benchmarks padrão. Estruturas como PyTorch e TensorFlow fornecem a base para a construção e treinamento desses modelos.