Anchor-Based Detectors

Детекторы на основе якорей — это базовый класс моделей детекции объектов в компьютерном зрении, использующих набор заранее определённых ограничивающих рамок для локализации и классификации объектов. Вместо того чтобы пытаться предсказать координаты объекта с нуля, такие системы начинают с фиксированных шаблонов, известных как якорные рамки. Затем нейронную сеть обучают определять, какой из этих шаблонов лучше всего соответствует объекту на изображении, и вычислять точные смещения — изменения положения и размера, необходимые для идеального выравнивания якоря с целевым объектом. Такой подход преобразует сложную задачу предсказания произвольных координат в более стабильную задачу регрессии, что стало одним из ключевых прорывов в развитии ранних архитектур глубокого обучения (DL), таких как Faster R-CNN и SSD.

Как работают механизмы на основе якорей#

Основная операция детектора на основе якорей заключается в разделении входного изображения на плотную сетку. В каждой ячейке этой сетки модель создаёт несколько якорных рамок с различными масштабами и соотношениями сторон, чтобы учитывать разные формы объектов, например высоких пешеходов или широких транспортных средств. По мере прохождения данных изображения через базовую сеть модель извлекает информативные признаки для выполнения двух параллельных задач:

1. Классификация: Модель назначает каждой якорной рамке вероятностную оценку, предсказывая, содержит ли она объект определённого класса (например, «автомобиль» или «собака») или является обычным фоном.

2. Регрессия рамки: Для якорей, в которых обнаружен объект, сеть предсказывает поправочные коэффициенты, уточняющие координаты центра x, y, ширину и высоту якоря и формирующие точную ограничивающую рамку.

Во время обучения модели эти детекторы используют метрику, называемую пересечением над объединением (IoU), чтобы сопоставить заранее определённые якоря с метками эталонной разметки, предоставленными в наборе данных. Якоря с высокой степенью перекрытия считаются положительными образцами. Поскольку этот процесс создаёт тысячи потенциальных детекций, во время вывода применяется алгоритм фильтрации, известный как подавление немаксимумов (NMS), чтобы удалить дублирующиеся рамки и сохранить только наиболее точное предсказание для каждого объекта.

Сравнение с детекторами без якорей#

Хотя методы на основе якорей на протяжении многих лет считались стандартом, отрасль постепенно перешла к детекторам без якорей. Понимание этого различия крайне важно для современных специалистов.

• На основе якорей: Такие модели, как YOLOv5 и исходная версия RetinaNet, используют ручную настройку или алгоритмы кластеризации, такие как кластеризация методом k-средних, чтобы определить оптимальные размеры якорей для набора данных. Это обеспечивает стабильность, но может быть негибким, если форма объектов сильно различается.
• Без якорей: Современные архитектуры, включая YOLO26, часто полностью исключают этап работы с якорями. Они напрямую предсказывают центры и размеры объектов по пикселям карты признаков, снижая вычислительные затраты и упрощая подбор гиперпараметров. Такой подход «от начала до конца» обычно быстрее и упрощает обучение на разнообразных данных.

Практические применения#

Логика на основе якорей по-прежнему актуальна во многих устаревших и специализированных производственных системах, где формы объектов предсказуемы и стабильны.

• Мониторинг дорожного движения: В интеллектуальных транспортных системах камеры обнаруживают транспортные средства для управления потоком или выявления нарушений. Поскольку автомобили и грузовики имеют стандартизированные размеры, модели на основе якорей можно настроить с помощью определённых априорных параметров, чтобы максимизировать точность и полноту.
• Автоматизация розничной торговли: Автоматизированные кассовые системы используют компьютерное зрение для идентификации товаров. Поскольку упакованные товары, например коробки с хлопьями, сохраняют фиксированное соотношение сторон, якоря задают сети сильное априорное ограничение и помогают отличать похожие товары в загромождённой сцене.

Пример реализации#

Хотя последние модели YOLO26 используют безъякорные головы для повышения производительности, интерфейс запуска детекции остаётся неизменным. Ultralytics Platform и Python API абстрагируют сложность, связанную с использованием якорей или центральных точек в модели, позволяя тебе сосредоточиться на результатах.

Ниже показано, как загрузить модель и запустить вывод для обнаружения объектов — этот рабочий процесс применяется независимо от используемой якорной архитектуры:

from ultralytics import YOLO

# Load the YOLO26 model (optimized for speed and accuracy)
model = YOLO("yolo26n.pt")

# Run inference on an image source
# The model handles internal logic (anchor-based or anchor-free) automatically
results = model.predict("https://ultralytics.com/images/bus.jpg")

# Display the first result with bounding boxes
results[0].show()

Дополнительные материалы#

Чтобы углубить понимание механизмов детекции, изучи основополагающие исследования по Faster R-CNN, в которых была представлена сеть предложений регионов (RPN), или прочитай о детекторе объектов MultiBox за один проход (SSD), оптимизировавшем детекцию на основе якорей для повышения скорости. Для более широкого взгляда на эту область набор данных COCO служит стандартным бенчмарком для оценки моделей как на основе якорей, так и без якорей. Кроме того, на продвинутых курсах Coursera часто рассматриваются математические детали регрессии рамок и сопоставления якорей.