GUIDA AI visiva

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.

Ascolta questa guidaNarrato dall'IA · ~2 min

In questa pagina2 minuti di lettura
  1. Panoramica
  2. Immersione profonda
  3. Implementazione nel mondo reale
  4. Il futuro del rilevamento in tempo reale YOLO
  5. Metterlo in pratica
  6. Continua a esplorare
  7. Domande frequenti

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.

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

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.

Metterlo in pratica

Perché è importante

  • 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.

Attenzione

  • 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.

Prossimi passi

  1. Definire i criteri di accettazione per i costi di precisione, richiamo ed errore.
  2. Testare con dati che corrispondono alle reali condizioni di produzione.
  3. Aggiungi la revisione umana per previsioni poco attendibili o ad alto impatto.
  4. Tieni traccia della deriva del modello e riconvalida dopo le modifiche alla fotocamera o al set di dati.

Continua a esplorare

Newsletter gratuita

Ricevi il briefing quotidiano sull'IA

Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.

Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.

Mettiti alla prova

Take the YOLO Real-Time Detection quiz

Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.

Inizia il quiz

Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione

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.

Which cross-domain evaluation did the original YOLO paper report?

The original paper reports evaluation on the Picasso and People-Art datasets as a test of generalization from natural images to artwork.

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.