Rilevamento degli oggetti

Il rilevamento degli oggetti è un'attività fondamentale della computer vision (CV) che prevede l'identificazione e la localizzazione di uno o più oggetti all'interno di un'immagine o di un video. L'obiettivo non è solo quello di classificare gli oggetti, ma anche di determinarne la posizione, in genere disegnando un rettangolo di selezione intorno a ciascuno di essi. Questa tecnologia è alla base di molte applicazioni avanzate di intelligenza artificiale (AI), in quanto consente alle macchine di percepire e interpretare l'ambiente fisico circostante con un elevato grado di comprensione.

Come funziona il rilevamento degli oggetti

I modelli di rilevamento degli oggetti sono in genere costruiti utilizzando il deep learning (DL), in particolare le reti neurali convoluzionali (CNN). Il processo prevede l'inserimento di un'immagine nella rete, che produce un elenco di oggetti rilevati, ciascuno con un'etichetta di classe (ad esempio, "persona", "auto", "cane"), un punteggio di confidenza e le coordinate del suo rettangolo di gioco.

Le moderne architetture di rilevamento degli oggetti sono costituite da due parti principali: una struttura portante per l'estrazione delle caratteristiche dall'immagine di ingresso e una testa di rilevamento per la previsione dei riquadri di delimitazione e delle classi. Queste architetture sono spesso classificate come rilevatori a uno o due stadi.

• Rilevatori di oggetti in un'unica fase: Modelli come la famiglia Ultralytics YOLO eseguono il rilevamento in un unico passaggio, il che li rende molto veloci e adatti all'inferenza in tempo reale. Prevedono simultaneamente tutte le bounding box e le probabilità di classe.
• Rilevatori di oggetti in due fasi: Architetture come R-CNN e le sue varianti propongono prima regioni di interesse e poi classificano gli oggetti all'interno di tali regioni. Pur essendo spesso molto precisi, possono essere più lenti dei rilevatori a uno stadio.

Rilevamento di oggetti e altri compiti CV

È importante distinguere il rilevamento degli oggetti da altre attività di computer vision correlate:

• Classificazione delle immagini: Assegna una singola etichetta a un'intera immagine (ad esempio, "questa è la foto di un gatto"). Non individua l'oggetto.
• Segmentazione delle immagini: Classifica ogni pixel di un'immagine, fornendo un contorno preciso degli oggetti. La segmentazione per istanze distingue tra diverse istanze della stessa classe di oggetti, mentre la segmentazione semantica tratta tutte le istanze di una classe come un'unica entità.
• Tracciamento degli oggetti: Un'estensione del rilevamento degli oggetti che segue un oggetto specifico in più fotogrammi di un video, mantenendone l'identità nel tempo. Per saperne di più, consultate la nostra guida sul tracciamento degli oggetti in movimento nei video.

Applicazioni del mondo reale

Il rilevamento degli oggetti è una tecnologia trasformativa utilizzata in molti settori.

1. Veicoli autonomi: Nelle auto a guida autonoma, il rilevamento degli oggetti è fondamentale per identificare pedoni, ciclisti, altri veicoli e segnali stradali per navigare in sicurezza. Aziende come Waymo e Tesla hanno investito molto in questa tecnologia per alimentare i loro sistemi autonomi.
2. L'intelligenza artificiale nella produzione: Nelle linee di assemblaggio, i modelli di rilevamento individuano automaticamente i difetti o verificano che i componenti siano assemblati correttamente. Questo migliora il controllo della qualità e l'efficienza della produzione.
3. Sicurezza e sorveglianza: I sistemi automatizzati utilizzano il rilevamento di oggetti per identificare in tempo reale persone non autorizzate, pacchi abbandonati o attività insolite, come illustrato nella nostra guida per la realizzazione di un sistema di allarme di sicurezza.
4. L'intelligenza artificiale nell'assistenza sanitaria: Nell'analisi delle immagini mediche, i modelli assistono i radiologi rilevando ed evidenziando anomalie come tumori o fratture nelle radiografie e nelle TAC. Potete leggere nel nostro blog l'utilizzo di YOLO11 per il rilevamento dei tumori.
5. L'intelligenza artificiale in agricoltura: I droni e i robot a terra dotati di rilevamento degli oggetti possono monitorare la salute delle colture, identificare i parassiti e stimare le rese con grande precisione.

Strumenti e formazione

Lo sviluppo e la distribuzione di modelli di rilevamento degli oggetti comporta un ricco ecosistema di strumenti e tecniche.

• Quadri: I framework di deep learning più diffusi, come PyTorch e TensorFlow, forniscono le librerie di base per la creazione di modelli.
• Modelli: Ultralytics fornisce modelli all'avanguardia come YOLOv8 e YOLO11, ottimizzati per ottenere un equilibrio tra velocità e precisione. Potete vedere come si posizionano rispetto ad altri modelli nelle nostre pagine di confronto dei modelli.
• Piattaforme: Ultralytics HUB semplifica l'intero flusso di lavoro, dalla gestione di set di dati come il popolare set di dati COCO all'addestramento di modelli personalizzati e alla facilitazione della distribuzione dei modelli.
• Tecniche: Il processo di formazione spesso beneficia di tecniche come l'aumento dei dati per migliorare la robustezza e l'apprendimento per trasferimento per sfruttare le conoscenze dei modelli pre-addestrati. Le prestazioni del modello vengono valutate utilizzando metriche come mAP e IoU, come spiegato nella nostra guida alle metriche delle prestazioni.