Двухступенчатые детекторы объектов

Двухэтапные детекторы объектов - это класс моделей компьютерного зрения, которые идентифицируют и определяют местоположение объектов на изображении или видео с помощью последовательного двухэтапного процесса. Эта методология известна своей высокой точностью, особенно при точной локализации объектов, хотя она часто обходится более высокой задержкой вывода. Основная идея заключается в том, чтобы сначала определить потенциальные области интереса, а затем выполнить детальную классификацию и локализацию только этих перспективных областей.

Двухэтапный процесс

Работа двухступенчатого детектора разделена на отдельные последовательные фазы:

1. Генерация предложений по регионам: На первом этапе модель сканирует изображение, чтобы сформировать набор областей-кандидатов, известных как "области интереса" (РОИ) или предложения, которые, скорее всего, содержат объект. Обычно для этого используется подмодуль, называемый сетью предложений регионов (RPN), как это было показано в архитектуре Faster R-CNN. Цель этого этапа - не классифицировать объекты, а просто сократить количество мест, которые необходимо проанализировать на втором этапе.

2. Классификация объектов и уточнение границ: На втором этапе каждый предложенный регион передается в головку классификации и головку регрессии. Головка классификации определяет класс объекта в RoI (например, "человек", "автомобиль", "собака") или обозначает его как фон. Одновременно головка регрессии уточняет координаты ограничительного поля для более точного соответствия объекту. Такой целенаправленный анализ заранее выбранных областей позволяет модели достичь высокой точности локализации.

Двухступенчатые и одноступенчатые детекторы

Основное различие заключается в их операционном конвейере. Двухэтапные детекторы разделяют задачи локализации и классификации, в то время как одноэтапные детекторы объектов выполняют обе задачи одновременно за один проход.

• Двухступенчатые детекторы (например, семейство R-CNN): Приоритет точности. Двухэтапный процесс позволяет более детально выделить и уточнить признаки каждого потенциального объекта, что приводит к улучшению производительности в сложных сценах с множеством мелких или перекрывающихся объектов. Однако их сложность приводит к тому, что они требуют больших вычислительных затрат и работают медленнее.
• Одноступенчатые детекторы (например, Ultralytics YOLO, SSD): Приоритет скорости и эффективности. Рассматривая обнаружение объектов как единую регрессионную задачу, они достигают скорости вывода в реальном времени, подходящей для применения в пограничных устройствах ИИ. Хотя современные одноступенчатые модели, такие как YOLO11, значительно сократили разрыв в точности, двухступенчатые детекторы все еще могут быть предпочтительны для задач, требующих максимальной точности.

Известные архитектуры

Эволюция двухступенчатых детекторов была отмечена несколькими влиятельными моделями:

• R-CNN (конволюционная нейронная сеть на основе регионов): Новаторская модель, которая впервые предложила использовать предложения регионов с помощью конволюционной нейронной сети (CNN). Она использовала внешний алгоритм под названием Selective Search для генерации предложений.
• Быстрый R-CNN: Улучшение, при котором все изображение проходит через CNN один раз, разделяя вычисления и значительно ускоряя процесс.
• Более быстрая R-CNN: Представлена сеть предложения регионов (RPN), интегрирующая механизм предложения регионов в саму нейронную сеть для комплексного решения в области глубокого обучения.
• Mask R-CNN: Расширяет Faster R-CNN, добавляя третью ветвь, которая выводит маску на уровне пикселей для каждого объекта, позволяя сегментировать экземпляры.

Применение в реальном мире

Высокая точность двухступенчатых детекторов делает их ценными в сценариях, где точность имеет первостепенное значение:

• Анализ медицинских изображений: Обнаружение тонких аномалий, таких как небольшие опухоли, повреждения или полипы, на медицинских снимках (КТ, МРТ) требует высокой точности для облегчения диагностики. Точная локализация имеет решающее значение для планирования лечения. Подробнее об искусственном интеллекте в здравоохранении и исследованиях в таких журналах, как Radiology: Искусственный интеллект. Вы можете изучить такие наборы данных, как набор данных "Опухоли головного мозга", для решения соответствующих задач.
• Автономное вождение: Точное обнаружение и определение местоположения пешеходов, велосипедистов, других транспортных средств и дорожных знаков, особенно маленьких или частично закрытых, имеет решающее значение для систем безопасности самоуправляемых автомобилей. Такие компании, как Waymo, в значительной степени полагаются на надежные системы восприятия.
• Детальное понимание сцены: Приложения, требующие детального понимания взаимодействия объектов или точного подсчета, выигрывают от более высокой точности.
• Контроль качества в производстве: Выявление мелких дефектов или проверка расположения компонентов в сложных узлах часто требует высокой точности. Узнайте больше об искусственном интеллекте в производстве.

Для обучения этих моделей обычно требуются большие наборы данных с метками, такие как набор данных COCO, и тщательная настройка. Ultralytics предоставляет ресурсы для обучения моделей и понимания метрик производительности. Хотя Ultralytics фокусируется на эффективных одноступенчатых моделях, таких как Ultralytics YOLO, понимание двухступенчатых детекторов обеспечивает ценный контекст в более широкой области обнаружения объектов.