Детекционная головка

Головка обнаружения действует как последний уровень принятия решений в архитектуре нейронной сети обнаружения объектов. В то время как более ранние уровни модели отвечают за понимание форм, текстур и особенностей изображения, головка обнаружения является специфическим компонентом, который интерпретирует эту информацию, чтобы точно предсказать, какие объекты присутствуют и где они находятся. Она преобразует абстрактные данные высокого уровня, полученные экстрактором признаков, в практические результаты, обычно выводя набор ограничительных рамок, охватывающих идентифицированные объекты, вместе с соответствующими им метками классов и оценками достоверности.

Различие между головой, позвоночником и шеей

Чтобы полностью понять функцию детектирующей головки, полезно представить себе современные детекторы как состоящие из трех основных этапов, каждый из которых выполняет свою определенную функцию в конвейере компьютерного зрения (CV):

• Основа: это начальная часть сети, часто представляющая собой сверточную нейронную сеть (CNN), такую как ResNet или CSPNet. Она обрабатывает исходное входное изображение для создания карт признаков, которые представляют визуальные шаблоны.
• Шея: Расположенная между позвоночником и головой, шея уточняет и объединяет особенности из различных масштабов. Архитектуры, такие как Feature Pyramid Network (FPN), обеспечивают возможность модели detect разных размеров путем агрегирования контекста.
• Головка: Последний компонент, который использует усовершенствованные характеристики, полученные из шеи. Он выполняет фактическую задачу классификации (что это?) и регрессии (где это?).

Эволюция: на основе якоря против без якоря

Конструкция детектирующих головок значительно эволюционировала для повышения скорости и точности, особенно с переходом от традиционных методов к современным моделям вывода в реальном времени.

• Головки на основе анкоров: Традиционные одноступенчатые детекторы объектов полагались на заранее определенные анкорные рамки— фиксированные эталонные формы различных размеров. Головка предсказывала, насколько нужно растянуть или сдвинуть эти анкоры, чтобы они соответствовали объекту. Этот подход подробно описан в фундаментальном исследовании Faster R-CNN.
• Головки без анкеров: Современные модели, включая новейшую YOLO26, используют детекторы без анкеров. Эти головки прогнозируют центры и размеры объектов непосредственно по пикселям в картах признаков, устраняя необходимость в ручной настройке анкеров . Это упрощает архитектуру и улучшает способность модели обобщать новые формы объектов, что часто ассоциируется с полностью сверточным одноэтапным обнаружением объектов (FCOS).

Применение в реальном мире

Точность детектирующей головки имеет решающее значение для внедрения искусственного интеллекта (ИИ) в безопасных и промышленных средах. Пользователи могут легко аннотировать данные и обучать эти специализированные головки с помощью Ultralytics .

• Автономное вождение: в искусственном интеллекте для автомобильной промышленности головка обнаружения отвечает за различение пешеходов, светофоров и других транспортных средств в режиме реального времени. Высокооптимизированная головка гарантирует, что задержка вывода остается достаточно низкой, чтобы транспортное средство могло мгновенно реагировать.
• Медицинская диагностика: в медицинском анализе изображений детектирующие головки точно настраиваются для обнаружения аномалий, таких как опухоли, на МРТ-сканах. Регрессионная ветвь должна быть чрезвычайно точной, чтобы очертить точные границы поражения, помогая врачам в медицинских решениях.

Пример кода

Следующий пример демонстрирует, как загрузить YOLO26 модель и проверяет вывод ее детектирующей головки. При выполнении инференции головка обрабатывает изображение и возвращает окончательный boxes содержащие координаты и идентификаторы классов.

from ultralytics import YOLO

# Load the YOLO26n model (nano version)
model = YOLO("yolo26n.pt")

# Run inference on an image to utilize the detection head
results = model("https://ultralytics.com/images/bus.jpg")

# The detection head outputs are stored in results[0].boxes
for box in results[0].boxes:
    # Print the bounding box coordinates and the predicted class
    print(f"Class: {int(box.cls)}, Coordinates: {box.xywh.numpy()}")

Это взаимодействие подчеркивает, как детектирующая головка преобразует сложные активации нейронной сети в читаемые данные , которые разработчики могут использовать для последующих задач, таких как отслеживание или подсчет объектов.