Обнаружение объектов

Обнаружение объектов — это фундаментальная задача в компьютерном зрении (CV), которая включает в себя идентификацию и определение местоположения одного или нескольких объектов на изображении или видео. Цель состоит не только в том, чтобы классифицировать, что это за объекты, но и в том, чтобы определить их положение, как правило, путем рисования ограничивающей рамки вокруг каждого из них. Эта технология служит краеугольным камнем для многих передовых приложений искусственного интеллекта (ИИ), позволяя машинам воспринимать и интерпретировать свое физическое окружение с высокой степенью понимания.

Как работает обнаружение объектов

Модели обнаружения объектов обычно строятся с использованием глубокого обучения (DL), в частности сверточных нейронных сетей (CNN). Процесс включает в себя подачу изображения в сеть, которая затем выводит список обнаруженных объектов, каждый из которых имеет метку класса (например, «человек», «автомобиль», «собака»), оценку достоверности и координаты его ограничивающей рамки.

Современные архитектуры обнаружения объектов состоят из двух основных частей: основы для извлечения признаков из входного изображения и головки обнаружения для прогнозирования ограничивающих рамок и классов. Эти архитектуры часто классифицируются как одноступенчатые или двухступенчатые детекторы.

• Одноэтапные детекторы объектов: Модели, такие как семейство Ultralytics YOLO, выполняют обнаружение за один проход, что делает их очень быстрыми и подходящими для вывода в реальном времени. Они предсказывают все ограничивающие рамки и вероятности классов одновременно.
• Двухэтапные детекторы объектов: Архитектуры, такие как R-CNN и ее варианты, сначала предлагают области интереса, а затем классифицируют объекты в этих областях. Хотя они часто очень точны, они могут быть медленнее, чем одноэтапные детекторы.

Обнаружение объектов в сравнении с другими задачами CV

Важно отличать обнаружение объектов от других связанных задач компьютерного зрения:

• Классификация изображений: Присваивает один лейбл всему изображению (например, «это изображение кошки»). Она не определяет местоположение объекта.
• Сегментация изображений: Классифицирует каждый пиксель на изображении, обеспечивая точное выделение объектов. Сегментация экземпляров различает разные экземпляры одного и того же класса объектов, а семантическая сегментация рассматривает все экземпляры класса как единое целое.
• Отслеживание объектов: Расширение обнаружения объектов, которое отслеживает конкретный объект в нескольких кадрах видео, сохраняя его идентичность во времени. Вы можете узнать больше в нашем руководстве по отслеживанию движущихся объектов в видео.

Применение в реальном мире

Обнаружение объектов — это преобразующая технология, используемая во многих отраслях.

1. Автономные транспортные средства: В самоуправляемых автомобилях обнаружение объектов имеет решающее значение для идентификации пешеходов, велосипедистов, других транспортных средств и сигналов светофора для безопасной навигации. Такие компании, как Waymo и Tesla, вложили значительные средства в эту технологию для обеспечения работы своих автономных систем.
2. ИИ в производстве: На сборочных линиях модели обнаружения автоматически выявляют дефекты или проверяют правильность сборки компонентов. Это повышает контроль качества и повышает эффективность производства.
3. Безопасность и наблюдение: Автоматизированные системы используют обнаружение объектов для идентификации несанкционированных лиц, оставленных пакетов или необычной активности в режиме реального времени, как подробно описано в нашем руководстве по созданию системы охранной сигнализации.
4. ИИ в здравоохранении: В анализе медицинских изображений модели помогают рентгенологам, обнаруживая и выделяя аномалии, такие как опухоли или переломы, на рентгеновских снимках и компьютерных томограммах. Вы можете прочитать об использовании YOLO11 для обнаружения опухолей в нашем блоге.
5. ИИ в сельском хозяйстве: Дроны и наземные роботы, оснащенные системой обнаружения объектов, могут отслеживать состояние посевов, выявлять вредителей и оценивать урожайность с высокой точностью.

Инструменты и обучение

Разработка и развертывание моделей обнаружения объектов включает в себя богатую экосистему инструментов и методов.

• Фреймворки: Популярные фреймворки глубокого обучения, такие как PyTorch и TensorFlow, предоставляют основные библиотеки для построения моделей.
• Модели: Ultralytics предоставляет современные модели, такие как YOLOv8 и YOLO11, которые оптимизированы для баланса между скоростью и точностью. Вы можете увидеть, как они соотносятся с другими моделями, на наших страницах сравнения моделей.
• Платформы: Ultralytics HUB упрощает весь рабочий процесс, от управления наборами данных, такими как популярный набор данных COCO, до обучения пользовательских моделей и облегчения развертывания моделей.
• Методы: Процесс обучения часто выигрывает от таких методов, как аугментация данных для повышения устойчивости и трансферное обучение для использования знаний из предварительно обученных моделей. Производительность модели оценивается с использованием таких метрик, как mAP и IoU, как объяснено в нашем руководстве по метрикам производительности.