A continuaciónSiguiente guía
Detección de objetos de vocabulario abierto
IA visual
GUÍA visual de IA
Detección de objetos
La detección de objetos identifica y ubica instancias de objetos en una imagen, generalmente devolviendo etiquetas de categoría y cuadros delimitadores.
Escuche esta guíaNarrado por IA · ~2 min
En esta pagina2 minutos de lectura
Descripción general
Se diferencia de la clasificación de imágenes, que puede asignar una etiqueta sin localizar el objeto, y de la segmentación, que describe regiones a nivel de píxeles.
Conclusiones clave
- Defina anotaciones de instancia consistentes.
- Informe de configuración de umbrales y coincidencias.
- Pruebe objetos pequeños, ocultos y abarrotados.
Buceo profundo
Un conjunto de datos de detección necesita etiquetas y anotaciones de ubicación consistentes. Defina cómo manejar objetos parcialmente ocultos, instancias muy pequeñas y categorías ambiguas. Cuadros inconsistentes u objetos omitidos pueden confundir tanto la capacitación como la evaluación. El resultado del modelo generalmente incluye una puntuación y una ubicación para cada candidato. El posprocesamiento puede eliminar predicciones duplicadas superpuestas o aplicar un umbral. Esas configuraciones afectan el equilibrio entre objetos perdidos y detecciones falsas y deben registrarse con el resultado. Evalúe la localización y la corrección de la categoría en conjunto. La intersección sobre la unión mide la superposición entre una región prevista y una región de referencia. La precisión y la recuperación también dependen de las reglas de coincidencia, los umbrales de puntuación y los tamaños de objetos que se incluyen. Pruebe condiciones de captura reales, incluido el desenfoque, los cambios de iluminación, la oclusión y las escenas con mucha gente. Un detector puede parecer fuerte en objetos grandes aislados y pasar por alto los objetos pequeños o parcialmente ocultos que son importantes en el despliegue. Defina cómo se revisan las detecciones inciertas antes de que desencadenen acciones consecuentes.
04Ejemplo resuelto
Superposición de cuadro de cálculo
Utilice dos cajas inventadas de 10 por 10. El segundo se desplaza 5 unidades horizontalmente, por lo que se superponen en una región de 5 por 10.
El área de intersección es 50 y la unión es 100+100−50 = 150. La intersección sobre la unión es 50/150, aproximadamente 0,33.
Por debajo de un umbral de coincidencia de 0,5, los cuadros no contarían como una coincidencia de localización suficiente a pesar de una superposición visible sustancial.
lo que muestra
La geometría construida explica un componente de evaluación; no es un punto de referencia del detector.
Implementación en el mundo real
Cuente los productos claramente visibles en un estante mientras mide las detecciones perdidas y duplicadas.
Ubique regiones del documento antes de un paso de extracción de texto por separado.
Poniéndolo en práctica
Por qué es importante
- Velocidad y escala. La IA visual puede automatizar tareas de inspección, detección y etiquetado a escala.
- Construir opciones. Los equipos creativos pueden crear prototipos de conceptos más rápido y con menos revisiones manuales.
- Equipo y flujo de trabajo. Las operaciones pueden utilizar señales de imagen y vídeo que antes eran difíciles de procesar.
cuidado con
- Los derechos de imagen y el consentimiento pueden convertirse en riesgos legales si la procedencia no está clara.
- El rendimiento del modelo puede variar según la iluminación, la demografía y los entornos.
- Los falsos positivos pueden pasar desapercibidos a menos que se controlen los umbrales de confianza.
Próximos pasos
- Defina criterios de aceptación para costos de precisión, recuperación y error.
- Pruebe con datos que coincidan con las condiciones reales de producción.
- Agregue revisión humana para predicciones de baja confianza o de alto impacto.
- Realice un seguimiento de la deriva del modelo y vuelva a validarlo después de cambios en la cámara o el conjunto de datos.
Fuentes y lecturas adicionales
Sigue explorando
Boletín gratuito
Recibe el resumen diario de IA
Tres noticias verificadas sobre IA cada mañana de lunes a viernes, explicadas con claridad. Gratis para siempre y sin anuncios.
Un correo cada día laborable. Date de baja con un clic. Nunca vendemos ni compartimos tu dirección.
Ponte a prueba
Take the Object Detection quiz
Corrección inmediata en cada respuesta y un certificado para compartir, con un ID verificable, cuando apruebas un curso.
Apoya la educación gratuita sobre IA. AI Understanding es una organización sin fines de lucro 501(c)(3): sin anuncios ni muros de pago, nunca. Hacer una donación
Preguntas frecuentes
¿Es lo mismo detectar objetos que contar?
La detección puede respaldar el recuento, pero las instancias omitidas y los cuadros duplicados afectan el recuento final. Evalúe esa tarea posterior explícitamente.
sigue aprendiendo
Guías relacionadas
Más guías seleccionadas para este tema.