Преимущества Ultralytics YOLO11 как детектора без якорных точек

Если обратиться к истории моделей визуального ИИ, то можно увидеть, что обнаружение объектов — одна из основных задач компьютерного зрения, заключающаяся в распознавании объектов и определении их местоположения на изображении или видео, — существует с 1960-х годов. Сегодня эта задача важна благодаря значительному развитию методов обнаружения объектов и архитектур моделей.

В предыдущей статье мы обсуждали эволюцию обнаружения объектов и развитие, которое привело к появлению моделей Ultralytics YOLO. Сегодня мы рассмотрим более конкретный этап этого пути: переход от детекторов на основе якорей к безъякорным детекторам.

Детекторы на основе якорей используют заранее заданные рамки, называемые «якорями», чтобы предсказывать местоположение объектов на изображении. В отличие от них, безъякорные детекторы обходятся без заранее заданных рамок и напрямую предсказывают местоположение объектов.

Этот переход может показаться простым и логичным изменением, однако он привел к значительному росту точности и эффективности обнаружения объектов. В этой статье мы разберемся, как безъякорные детекторы изменили компьютерное зрение благодаря таким достижениям, как Ultralytics YOLO11.

Что такое детекторы на основе якорей?#

Детекторы на основе якорей используют заранее заданные рамки, называемые якорями, чтобы находить объекты на изображении. Представь себе сетку из рамок разной формы и размера, наложенную на изображение. Затем модель корректирует рамки в соответствии с обнаруженными объектами. Например, если модель распознает автомобиль, она изменит рамку-якорь так, чтобы та точнее соответствовала положению и размеру автомобиля.

Каждый якорь соответствует возможному объекту на изображении. В ходе обучения модель учится корректировать рамки-якоря, чтобы они точнее соответствовали местоположению, размеру и соотношению сторон объекта. Это позволяет модели обнаруживать объекты разных масштабов и ориентаций. Однако выбор подходящего набора рамок-якорей может занимать много времени, а их тонкая настройка чревата ошибками.

Рис. 1. Что такое рамка-якорь?

Детекторы на основе якорей, например YOLOv4, хорошо себя зарекомендовали во многих приложениях, но у них есть и недостатки. Например, рамки-якоря не всегда подходят объектам разной формы и размера, из-за чего модели сложнее обнаруживать небольшие объекты или объекты неправильной формы. Выбор и тонкая настройка размера рамок-якорей также могут отнимать много времени и требовать значительных ручных усилий. Кроме того, детекторам на основе якорей часто сложно обнаруживать перекрытые объекты и объекты, частично закрытые другими: заранее заданные рамки плохо адаптируются к таким сложным ситуациям.

Переход к безъякорному обнаружению объектов#

Безъякорные детекторы начали привлекать внимание в 2018 году благодаря таким моделям, как CornerNet и CenterNet, которые предложили новый подход к обнаружению объектов, отказавшись от заранее заданных рамок-якорей. В отличие от традиционных моделей, использующих рамки-якоря разных размеров и формы для предсказания местоположения объектов, безъякорные модели предсказывают его напрямую. Они ориентируются на ключевые точки или признаки объекта, например на его центр. Это упрощает процесс обнаружения, повышает его скорость и точность.

Вот как обычно работают безъякорные модели:

• Обнаружение ключевых точек: Вместо заранее заданных рамок некоторые модели находят важные точки объекта, например центр или определённые углы. Эти точки помогают модели определить местоположение и размер объекта.
• Предсказание центра: Некоторые модели сосредоточены на поиске центра объекта. Определив центр, модель может предсказать размер и положение всего объекта.
• Регрессия по тепловой карте: Многие безъякорные модели используют тепловые карты, в которых каждый пиксель соответствует возможному местоположению объекта. Чем выше значение на тепловой карте, тем увереннее модель, что объект находится в данной точке.

Рис. 2. Обнаружение объектов на основе якорей и без якорей.

Безъякорные модели не используют рамки-якоря, поэтому их архитектура проще и вычислительно эффективнее. Поскольку им не нужно обрабатывать множество рамок-якорей, они быстрее обнаруживают объекты — это важное преимущество для приложений реального времени, таких как автономное вождение и видеонаблюдение.

Безъякорные модели также гораздо лучше справляются с маленькими, неправильной формы и частично закрытыми объектами. Поскольку они ищут ключевые точки, а не пытаются подогнать якорные рамки, такие модели гораздо гибче. Поэтому они могут точно обнаруживать объекты в загромождённых и сложных условиях, где модели на основе якорей могут давать сбой.

Ultralytics YOLO11: безъякорный детектор#

Изначально модели YOLO разрабатывались для скорости и эффективности. Постепенно они перешли от методов на основе якорей к безъякорному обнаружению, благодаря чему такие модели, как Ultralytics YOLO11, стали быстрее, гибче и лучше подходят для самых разных приложений реального времени.

Кратко рассмотрим, как развивалась безъякорная архитектура в разных версиях YOLO:

• Ultralytics YOLOv5u: использует безъякорную разделённую голову Ultralytics, впервые представленную в YOLOv8, и не требует заранее заданных якорных рамок. Вместо этого модель напрямую предсказывает местоположение объектов на изображении, что упрощает процесс и повышает гибкость и скорость.
• YOLOv6: В модели применили новый метод — обучение с помощью якорей (Anchor-Aided Training, AAT), при котором якоря используются только во время обучения. Благодаря этому модель использует преимущества структуры методов на основе якорей при обучении, но во время работы применяет безъякорное обнаружение, что повышает скорость и адаптивность.
• Ultralytics YOLOv8: Модель полностью перешла на безъякорное обнаружение, используя разделенную безъякорную голову Ultralytics (Anchor-Free Split Ultralytics Head). Это сделало модель быстрее и точнее, особенно при обнаружении небольших объектов или объектов необычной формы, для которых рамки-якоря подходят плохо.
• Ultralytics YOLO11: сохраняет безъякорную архитектуру YOLOv8, одновременно улучшая базовую сеть и шейку. Благодаря этому модель быстрее и точнее обнаруживает объекты в реальном времени, например при наблюдении за поведением животных и анализе розничной торговли.

Рис. 3. Сравнение Ultralytics YOLOv8 и Ultralytics YOLO11.

Применение Ultralytics YOLO11 в реальных условиях#

Отличный пример преимуществ детекции без anchor boxes с помощью Ultralytics YOLO11 — автономные транспортные средства. В беспилотных автомобилях быстрое и точное обнаружение пешеходов, других транспортных средств и препятствий критически важно для безопасности. Подход YOLO11 без anchor boxes упрощает процесс детекции: вместо использования заранее заданных anchor boxes модель напрямую предсказывает ключевые точки объектов, например центр пешехода или границы другого транспортного средства.

Рис. 4. Преимущества детекции без anchor boxes в Ultralytics YOLO11 (изображение автора).

Ultralytics YOLO11 не нужно подгонять сетку anchor boxes под каждый объект — такая операция может быть вычислительно затратной и медленной. Вместо этого модель сосредоточена на ключевых признаках, что повышает скорость и эффективность. Например, когда пешеход выходит на путь автомобиля, YOLO11 может быстро определить его местоположение по ключевым точкам, даже если человек частично скрыт или движется. Способность адаптироваться к объектам разных форм и размеров без anchor boxes позволяет YOLO11 обнаруживать объекты надежнее и быстрее, что крайне важно для принятия решений в реальном времени в системах автономного вождения.

К другим областям, в которых особенно заметны возможности Ultralytics YOLO11 по детекции без anchor boxes, относятся:

• Розничная торговля и управление запасами: Ultralytics YOLO11 упрощает мониторинг товаров на полках, даже если они сложены друг на друга или частично закрыты. Это помогает быстрее и точнее отслеживать запасы и снижать количество ошибок.
• Медицинская визуализация: YOLO11 также эффективна в здравоохранении: модель может обнаруживать опухоли и другие аномалии на медицинских снимках. Благодаря способности работать с объектами неправильной формы повышается точность диагностики сложных заболеваний.
• Мониторинг дикой природы: В исследованиях дикой природы Ultralytics YOLO11 может отслеживать животных в густых лесах и труднопроходимой местности, помогая исследователям наблюдать за их поведением и защищать исчезающие виды.
• Спортивная аналитика: Ultralytics YOLO11 можно использовать для отслеживания игроков, движения мяча и других событий во время спортивных мероприятий в реальном времени, предоставляя ценные сведения командам, тренерам и вещателям.

Что нужно учитывать при работе с моделями без anchor boxes#

Хотя модели без anchor boxes, такие как Ultralytics YOLO11, обладают множеством преимуществ, у них есть и определенные ограничения. Один из основных практических факторов, которые нужно учитывать, — даже модели без anchor boxes могут испытывать трудности с перекрытиями и объектами, сильно перекрывающими друг друга. Это объясняется тем, что компьютерное зрение стремится воспроизвести человеческое зрение, а ИИ-модели могут сталкиваться с теми же трудностями, что и мы, когда пытаемся распознать частично скрытые объекты.

Ещё один интересный аспект — обработка предсказаний модели. Хотя архитектура безъякорных моделей проще, чем у моделей на основе якорей, в некоторых случаях требуется дополнительная доработка. Например, методы постобработки, такие как подавление немаксимумов (NMS), могут понадобиться для удаления перекрывающихся предсказаний или повышения точности в загруженных сценах. Более новые модели, такие как Ultralytics YOLO26, обходятся без этого этапа благодаря сквозной архитектуре без NMS.

Устойчивое будущее ИИ с Ultralytics YOLO11#

Переход от детекции с anchor boxes к детекции без anchor boxes стал важным шагом вперед в обнаружении объектов. Модели без anchor boxes, такие как Ultralytics YOLO11, упрощают процесс и повышают точность и скорость.

На примере Ultralytics YOLO11 мы увидели, как детекция объектов без anchor boxes эффективна в приложениях реального времени, таких как беспилотные автомобили, видеонаблюдение и медицинская визуализация, где критически важны быстрота и точность обнаружения. Такой подход позволяет YOLO11 легче адаптироваться к объектам разных размеров и сложным сценам, обеспечивая более высокую производительность в различных условиях.

По мере развития компьютерного зрения детекция объектов будет становиться еще быстрее, гибче и эффективнее.

Изучи наш репозиторий на GitHub и присоединяйся к нашему активному сообществу, чтобы быть в курсе всего, что связано с ИИ. Узнай, как vision AI влияет на такие отрасли, как производство и сельское хозяйство.