Deteção de objectos

A deteção de objectos é uma tarefa fundamental na visão computacional (CV) que envolve a identificação e localização de um ou mais objectos numa imagem ou vídeo. O objetivo não é apenas classificar os objectos, mas também determinar a sua posição, normalmente desenhando uma caixa delimitadora à volta de cada um. Esta tecnologia é a pedra angular de muitas aplicações avançadas de inteligência artificial (IA), permitindo que as máquinas percebam e interpretem o seu ambiente físico com um elevado grau de compreensão.

Como funciona a deteção de objectos

Os modelos de deteção de objectos são normalmente construídos utilizando aprendizagem profunda (DL), especificamente Redes Neuronais Convolucionais (CNNs). O processo envolve a alimentação de uma imagem na rede, que depois produz uma lista de objectos detectados, cada um com uma etiqueta de classe (por exemplo, "pessoa", "carro", "cão"), uma pontuação de confiança e as coordenadas da sua caixa delimitadora.

As arquitecturas modernas de deteção de objectos consistem em duas partes principais: uma estrutura de base para extrair caraterísticas da imagem de entrada e uma cabeça de deteção para prever as caixas delimitadoras e as classes. Estas arquitecturas são frequentemente classificadas como detectores de uma ou duas fases.

• Detectores de objectos de uma fase: Modelos como a família Ultralytics YOLO efectuam a deteção numa única passagem, o que os torna muito rápidos e adequados para inferência em tempo real. Eles prevêem todas as caixas delimitadoras e probabilidades de classe simultaneamente.
• Detectores de objectos em duas fases: Arquitecturas como a R-CNN e as suas variantes propõem primeiro regiões de interesse e depois classificam os objectos dentro dessas regiões. Embora sejam frequentemente muito precisas, podem ser mais lentas do que os detectores de uma fase.

Deteção de objectos vs. outras tarefas CV

É importante distinguir a deteção de objectos de outras tarefas relacionadas com a visão computacional:

• Classificação de imagens: Atribui um único rótulo a uma imagem inteira (por exemplo, "esta é uma fotografia de um gato"). Não localiza o objeto.
• Segmentação de imagens: Classifica cada pixel de uma imagem, fornecendo um contorno preciso dos objectos. A segmentação de instâncias distingue entre diferentes instâncias da mesma classe de objectos, enquanto a segmentação semântica trata todas as instâncias de uma classe como uma entidade.
• Rastreamento de objetos: Uma extensão da deteção de objectos que segue um objeto específico ao longo de vários fotogramas de um vídeo, mantendo a sua identidade ao longo do tempo. Pode obter mais informações no nosso guia sobre o seguimento de objectos em movimento em vídeos.

Aplicações no mundo real

A deteção de objectos é uma tecnologia transformadora utilizada em muitas indústrias.

1. Veículos autónomos: Nos veículos autónomos, a deteção de objectos é fundamental para identificar peões, ciclistas, outros veículos e sinais de trânsito para navegar em segurança. Empresas como a Waymo e a Tesla investiram fortemente nesta tecnologia para alimentar os seus sistemas autónomos.
2. IA na indústria transformadora: Nas linhas de montagem, os modelos de deteção detectam automaticamente defeitos ou verificam se os componentes estão montados corretamente. Isto aumenta o controlo de qualidade e melhora a eficiência da produção.
3. Segurança e vigilância: Os sistemas automatizados utilizam a deteção de objectos para identificar pessoas não autorizadas, pacotes abandonados ou actividades invulgares em tempo real, conforme descrito no nosso guia para a criação de um sistema de alarme de segurança.
4. IA nos cuidados de saúde: Na análise de imagens médicas, os modelos ajudam os radiologistas a detetar e destacar anomalias como tumores ou fracturas em radiografias e tomografias computorizadas. Pode ler sobre a utilização do YOLO11 para a deteção de tumores no nosso blogue.
5. IA na agricultura: Os drones e os robôs terrestres equipados com deteção de objectos podem monitorizar a saúde das culturas, identificar pragas e estimar os rendimentos com elevada precisão.

Ferramentas e formação

O desenvolvimento e a implementação de modelos de deteção de objectos envolvem um ecossistema rico de ferramentas e técnicas.

• Estruturas: Estruturas populares de aprendizagem profunda, como PyTorch e TensorFlow, fornecem as bibliotecas principais para a construção de modelos.
• Modelos: A Ultralytics fornece modelos de última geração, como o YOLOv8 e o YOLO11, que são optimizados para um equilíbrio entre velocidade e precisão. Pode ver como se comparam com outros modelos nas nossas páginas de comparação de modelos.
• Plataformas: O Ultralytics HUB simplifica todo o fluxo de trabalho, desde o gerenciamento de conjuntos de dados como o popular conjunto de dados COCO até o treinamento de modelos personalizados e a facilitação da implantação de modelos.
• Técnicas: O processo de formação beneficia frequentemente de técnicas como o aumento de dados para melhorar a robustez e a aprendizagem por transferência para aproveitar o conhecimento de modelos pré-treinados. O desempenho do modelo é avaliado utilizando métricas como o mAP e o IoU, conforme explicado no nosso guia de métricas de desempenho.