Image Classification

Классификация изображений — это фундаментальная задача в computer vision (CV), где модель машинного обучения анализирует изображение целиком и присваивает ему единственную метку из предопределенного набора категорий. По сути, она отвечает на вопрос: «Каков основной предмет на этом снимке?» Будучи ключевым компонентом artificial intelligence (AI), этот процесс позволяет автоматизированным системам организовывать, классифицировать и интерпретировать визуальные данные в больших объемах. Хотя человеческому глазу это может казаться простым, обучение компьютеров распознаванию образов требует сложных алгоритмов machine learning (ML), чтобы преодолеть разрыв между сырыми пикселями и осмысленными концептами.

Механизм классификации#

Современная классификация изображений во многом опирается на архитектуры deep learning (DL), известные как Convolutional Neural Networks (CNNs). Эти сети созданы для имитации того, как биологическая зрительная кора обрабатывает информацию. Посредством процесса, называемого feature extraction, модель учится выявлять низкоуровневые признаки, такие как границы и текстуры, на ранних слоях, в конечном итоге объединяя их для распознавания сложных форм и объектов на более глубоких слоях.

Для создания классификатора разработчики используют supervised learning, подавая в модель огромные объемы training data, содержащие размеченные примеры. Крупные публичные датасеты, такие как ImageNet, сыграли важную роль в повышении точности этих систем. На этапе инференса модель выдает оценку вероятности для каждой категории, часто используя softmax function для определения наиболее вероятного класса.

Классификация по сравнению с другими задачами компьютерного зрения#

Важно отличать классификацию изображений от смежных возможностей компьютерного зрения, поскольку выбор метода зависит от конкретной задачи:

• Классификация против Object Detection: Классификация присваивает одну метку всему изображению. В отличие от нее, обнаружение объектов определяет местоположение нескольких объектов в сцене, очерчивая каждый из них bounding box.
• Классификация против Image Segmentation: В то время как классификация рассматривает глобальный контекст, сегментация обеспечивает точность на уровне пикселей. Semantic segmentation классифицирует каждый отдельный пиксель, позволяя четко очертить границы между объектами и фоном.

Реальные приложения#

Классификация изображений лежит в основе широкого спектра real-world AI applications в самых разных отраслях:

Медицинская диагностика#

В медицинской сфере модели классификации помогают рентгенологам, анализируя диагностические снимки. Инструменты Medical image analysis могут быстро классифицировать рентгенограммы или МРТ как «нормальные» или «аномальные», либо выявлять конкретные патологии, такие как tumor detection, что позволяет ускорить сортировку и диагностику пациентов.

Контроль качества в производстве#

Заводы используют автоматизированный визуальный контроль для поддержания стандартов продукции. Камеры на сборочных линиях захватывают изображения компонентов, а модели классификации мгновенно присваивают им метки «пройдено» или «не пройдено» на основе видимых дефектов. Этот автоматизированный quality control гарантирует, что до этапа упаковки доходят только изделия без дефектов.

Умное сельское хозяйство#

Фермеры используют AI in agriculture для мониторинга здоровья сельскохозяйственных культур. Классифицируя изображения, полученные с дронов или смартфонов, системы могут выявлять признаки заболеваний, дефицита питательных веществ или заражения вредителями, что позволяет проводить точечные мероприятия в рамках precision agriculture.

Реализация классификации с помощью Ultralytics YOLO26#

Фреймворк Ultralytics YOLO26, хотя и известен своими возможностями обнаружения, обеспечивает передовую производительность для image classification tasks. Его архитектура оптимизирована для скорости и точности, что делает ее подходящей для приложений реального времени.

Вот краткий пример того, как загрузить предобученную модель и классифицировать изображение с помощью пакета Python ultralytics:

from ultralytics import YOLO

# Load a pre-trained YOLO26 classification model
model = YOLO("yolo26n-cls.pt")

# Run inference on an image source
results = model("https://ultralytics.com/images/bus.jpg")

# Print the top predicted class name
print(f"Prediction: {results[0].names[results[0].probs.top1]}")

Для команд, стремящихся оптимизировать свой рабочий процесс, Ultralytics Platform упрощает весь конвейер. Она позволяет пользователям управлять classification datasets, выполнять облачное обучение и развертывать модели в различных форматах, таких как ONNX или TensorRT, без необходимости создания сложной инфраструктуры кода.