Image Classification

Классификация изображений — это фундаментальная задача в области компьютерного зрения (CV), в рамках которой модель машинного обучения анализирует всё изображение и присваивает ему одну метку из заранее определённого набора категорий. По сути, она отвечает на вопрос: «Что является главным объектом на этой фотографии?» Как ключевой компонент искусственного интеллекта (AI), этот процесс позволяет автоматизированным системам организовывать, классифицировать и интерпретировать визуальные данные в больших масштабах. Хотя человеку это может показаться простой задачей, для распознавания закономерностей компьютерами требуются сложные алгоритмы машинного обучения (ML), которые связывают необработанные пиксели со значимыми понятиями.

Механизм классификации#

Современная классификация изображений в значительной степени опирается на архитектуры глубокого обучения (DL), известные как свёрточные нейронные сети (CNN). Эти сети предназначены для имитации того, как биологическая зрительная кора обрабатывает информацию. В процессе, называемом извлечением признаков, модель учится выявлять низкоуровневые характеристики, такие как границы и текстуры, на ранних слоях, а затем объединяет их для распознавания сложных форм и объектов на более глубоких слоях.

Для создания классификатора разработчики используют обучение с учителем, подавая модели большие объёмы обучающих данных, содержащих размеченные примеры. Крупные общедоступные наборы данных, такие как ImageNet, сыграли важную роль в повышении точности этих систем. На этапе инференса модель выдаёт оценку вероятности для каждой категории, часто используя функцию softmax для определения наиболее вероятного класса.

Классификация и другие задачи компьютерного зрения#

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

• Классификация и обнаружение объектов: классификация присваивает одну метку всему изображению. В отличие от неё, обнаружение объектов определяет расположение нескольких объектов в сцене, рисуя ограничивающую рамку вокруг каждого из них.
• Классификация и сегментация изображений: классификация анализирует общий контекст, тогда как сегментация обеспечивает точность на уровне пикселей. Семантическая сегментация классифицирует каждый отдельный пиксель, обеспечивая точное выделение границ между объектами и фоном.

Практические применения#

Классификация изображений лежит в основе широкого спектра практических приложений AI в различных отраслях:

Медицинская диагностика#

В медицине модели классификации помогают радиологам анализировать диагностические снимки. Инструменты анализа медицинских изображений могут быстро классифицировать рентгеновские снимки или МРТ как «нормальные» или «аномальные», а также выявлять конкретные состояния, такие как опухоли, что позволяет быстрее сортировать пациентов и ставить диагнозы.

Контроль качества на производстве#

На заводах используется автоматизированный визуальный контроль для поддержания стандартов качества продукции. Камеры на сборочных линиях снимают изображения компонентов, а модели классификации мгновенно помечают их как «соответствующие» или «несоответствующие» на основе видимых дефектов. Этот автоматизированный контроль качества гарантирует, что до этапа упаковки доходят только изделия без дефектов.

Умное сельское хозяйство#

Фермеры используют AI в сельском хозяйстве для мониторинга состояния посевов. Классифицируя изображения, сделанные дронами или смартфонами, системы могут выявлять признаки заболеваний, нехватки питательных веществ или заражения вредителями, обеспечивая целенаправленные меры в рамках точного земледелия.

Реализация классификации с помощью Ultralytics YOLO26#

Фреймворк Ultralytics YOLO26, известный прежде всего обнаружением объектов, обеспечивает передовую производительность в задачах классификации изображений. Его архитектура оптимизирована для скорости и точности, что делает её подходящей для приложений реального времени.

Ниже приведён краткий пример загрузки предварительно обученной модели и классификации изображения с использованием пакета ultralytics для Python:

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]}")

Командам, стремящимся оптимизировать рабочий процесс, Ultralytics Platform упрощает весь конвейер. Платформа позволяет управлять наборами данных для классификации, выполнять обучение в облаке и развёртывать модели в различных форматах, таких как ONNX или TensorRT, без создания сложной инфраструктуры и написания большого объёма кода.