Rilevamento in tempo reale YOLO
YOLO (You Only Look Once) è una famiglia di modelli di rilevamento di oggetti che trovano ed etichettano ogni oggetto in un'immagine con un singolo passaggio di rete neurale, abbastanza veloce per i video in diretta.
Panoramica
Its speed unlocked real-time vision on everything from drones to self-checkout kiosks.
Immersione profonda
Prima di YOLO, rilevatori come R-CNN eseguivano un classificatore migliaia di volte attraverso le regioni dell’immagine, il che era lento. YOLO, introdotto da Joseph Redmon nel 2015, ha riformulato il rilevamento come un problema di regressione: dividere l'immagine in una griglia e per ciascuna cella prevedere riquadri di delimitazione, un punteggio di oggettività e probabilità di classe in un unico passaggio in avanti. Il design "guarda una volta" lo ha reso notevolmente più veloce dei rilevatori a due stadi pur rimanendo accurato. La famiglia si è evoluta rapidamente attraverso molte versioni (da YOLOv2 a YOLOv8 e oltre), aggiungendo scatole di ancoraggio, dorsali migliori e teste prive di ancoraggi. Le varianti moderne funzionano a oltre 100 fotogrammi al secondo su una GPU, rendendo YOLO la scelta predefinita quando la latenza è importante tanto quanto la precisione.
Approfondimento tecnico
YOLO divide un'immagine in una griglia S per S. Ogni cella prevede un insieme fisso di riquadri di delimitazione con (x, y, larghezza, altezza), un punteggio di confidenza e probabilità di classe, il tutto in un unico passaggio. Le caselle duplicate sovrapposte vengono ridotte dalla soppressione non massima, che mantiene la casella con la massima confidenza e scarta le altre al di sopra di una soglia IoU. La perdita ottimizza congiuntamente le coordinate della scatola, l'oggetto e la classificazione, in modo che l'intero rilevatore si treni da un capo all'altro.
Impatto strategico
Velocità e scala
L’intelligenza artificiale visiva può automatizzare le attività di ispezione, rilevamento ed etichettatura su larga scala.
Scelte di build
I team creativi possono prototipare i concetti più velocemente con meno revisioni manuali.
Team e flusso di lavoro
Le operazioni possono utilizzare segnali immagine e video che in precedenza erano difficili da elaborare.
Il futuro del rilevamento in tempo reale YOLO
YOLO continua a tendere verso l'implementazione edge, con modelli quantizzati più piccoli in esecuzione su telefoni, microcontrollori e fotocamere integrate senza connessione cloud. Le versioni più recenti combinano componenti del trasformatore e design senza ancoraggi per garantire precisione senza sacrificare la velocità. Ci si aspetta una più stretta integrazione con il tracciamento e la segmentazione, il rilevamento del vocabolario aperto che riconosca gli oggetti da istruzioni di testo anziché da etichette fisse e un'attenzione continua all'esecuzione efficiente su hardware economico e a basso consumo all'edge.
Implementazione nel mondo reale
Sistemi di cassa automatica e negozi senza cassiere che rilevano gli articoli mentre gli acquirenti li ritirano
Droni e robot agricoli individuano raccolti, erbacce o bestiame in tempo reale
Telecamere stradali e di sorveglianza che contano i veicoli e rilevano i pedoni per l'analisi delle città intelligenti
Linee di produzione che segnalano parti difettose su un nastro trasportatore in rapido movimento
Rischi e guardrail
I diritti di immagine e il consenso possono diventare rischi legali se la provenienza non è chiara.
Le prestazioni del modello possono variare in base all'illuminazione, ai dati demografici e agli ambienti.
I falsi positivi possono passare inosservati a meno che non vengano monitorate le soglie di confidenza.
Tabella di marcia per l'implementazione
Definire i criteri di accettazione per i costi di precisione, richiamo ed errore.
Testare con dati che corrispondono alle reali condizioni di produzione.
Aggiungi la revisione umana per previsioni poco attendibili o ad alto impatto.
Tieni traccia della deriva del modello e riconvalida dopo le modifiche alla fotocamera o al set di dati.
Continua a esplorare
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the YOLO Real-Time Detection quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Prossima guida
Agenti vocali in tempo reale
Domande frequenti
What is YOLO Real-Time Detection?
YOLO (You Only Look Once) è una famiglia di modelli di rilevamento di oggetti che trovano ed etichettano ogni oggetto in un'immagine con un singolo passaggio di rete neurale, abbastanza veloce per i video in diretta. La sua velocità ha sbloccato la visione in tempo reale su tutto, dai droni ai chioschi di cassa automatica.
Cosa significa l’acronimo YOLO in questo contesto?
YOLO sta per "You Only Look Once", riflettendo il fatto che rileva tutti gli oggetti in una singola rete neurale che passano sull'immagine.
Qual è stata l'innovazione chiave che ha reso YOLO più veloce dei rilevatori precedenti come R-CNN?
YOLO ha riformulato il rilevamento come un problema di regressione su una griglia di immagini, sostituendo la lenta classificazione regione per regione dei rilevatori a due stadi.
Quale tecnica rimuove i riquadri di delimitazione duplicati e sovrapposti nell'output di YOLO?
La soppressione non massima mantiene la casella con la massima confidenza ed elimina le caselle sovrapposte al di sopra di una soglia di intersezione su unione.
Nel design originale di YOLO, come viene divisa l'immagine di input per la previsione?
YOLO divide l'immagine in una griglia S per S e ogni cella è responsabile della previsione dei riquadri e delle probabilità delle classi per gli oggetti centrati in essa.
Quale quantità prevede ciascuna cella della griglia insieme alle coordinate del riquadro di delimitazione?
Ciascuna cella prevede le coordinate della casella, un punteggio di confidenza dell'oggettività e le probabilità delle classi, il tutto insieme in un unico passaggio in avanti.