Yolo: You Only Look Once — Революция в области обнаружения объектов

Что такое YOLO?

YOLO, или You Only Look Once, — это революционный алгоритм обнаружения объектов, который был представлен Джозефом Редмоном и его командой в 2016 году. Это новаторское решение стало настоящим прорывом в мире компьютерного зрения, так как позволило проводить обнаружение и классификацию объектов в реальном времени всего за один проход через сверточную нейронную сеть (CNN).

Как работает YOLO?

Архитектура YOLO

Алгоритм YOLO делит входное изображение на сетку ячеек. Каждая ячейка предсказывает определенное количество ограничивающих рамок, а также вероятности классов и показатели объектности. Этот подход кардинально отличается от традиционных методов, которые на первом этапе выделяют области интереса. Архитектура YOLO позволяет мгновенно обнаруживать объекты, оптимизируя использование ресурсов за счет расчета общих признаков всего один раз.

Предсказание на основе сетки

Каждая ячейка в сетке предсказывает несколько ограничивающих рамок, каждая из которых имеет вероятность класса и показатель объектности. Показатель объектности отображает уверенность в том, что объект присутствует в рамке, в то время как вероятность класса указывает на вероятность принадлежности объекта к конкретному классу. Такой подход к предсказанию на основе сетки дает YOLO возможность понимать, находятся ли объекты в определенных ячейках или ограничивающих рамках.

Преимущества YOLO

Скорость и эффективность

YOLO прославился своими возможностями обработки в реальном времени, что делает его идеальным для таких приложений, как видеонаблюдение, автономные автомобили и обнаружение с воздушных или спутниковых снимков. Он может обрабатывать изображения со скоростью до 45 кадров в секунду, что значительно быстрее, чем другие модели обнаружения объектов.

Высокая точность

Несмотря на свою скорость, YOLO сохраняет высокую точность, достигая среднего значения точности (mAP) до 78.6%. Это достигается благодаря таким технологиям, как якорные рамки, обучение на нескольких масштабах и извлечение признаков. Архитектура YOLO и методы обучения обеспечивают минимальное количество ложных срабатываний и высокую контекстуальную точность.

Гибкость и настраиваемость

YOLO является высоко гибким и настраиваемым решением, что делает его подходящим для широкого спектра приложений. Он может обрабатывать изображения высокого разрешения без потери скорости и демонстрирует высокую устойчивость в различных сценариях, включая обнаружение объектов различных форм и размеров.

Применение YOLO

Автономные автомобили

YOLO играет ключевую роль в автономных автомобилях, помогая распознавать и отслеживать пешеходов, другие автомобили, дорожные знаки и потенциальные препятствия в реальном времени. Это позволяет системам управления мгновенно реагировать на изменения, обеспечивая безопасное вождение.

*Instagram,Facebook (принадлежит компании Meta, признанной экстремистской и запрещённой на территории РФ)

Видеонаблюдение

В системе видеонаблюдения YOLO может обнаруживать подозрительную активность, нарушителей или оставленные предметы даже в многолюдных местах. Он также используется для проверки безопасности в аэропортах, на железнодорожных станциях и других объектах инфраструктуры.

Другие приложения

Гибкость YOLO охватывает множество других областей, включая робототехнику, обнаружение с воздушных или спутниковых снимков, а также аналитика в розничной торговле. Его способность обнаруживать объекты в реальном времени делает его ценным инструментом во многих современных технологиях.

Эволюция YOLO

YOLOv1

Первоначальная модель YOLO рассматривала обнаружение объектов как проблему регрессии, разделяя изображение на сетку и делая несколько предсказаний для каждой ячейки. Это был значительный сдвиг от традиционных подходов классификации.

YOLOv2 (YOLO9000)

YOLOv2 внес несколько улучшений, включая пакетную нормализацию, якорные рамки и основы Darknet-19. Эти изменения уменьшили переобучение, повысили стабильность модели и улучшили ее способность обрабатывать изображения более высокого разрешения.

YOLOv4

YOLOv4 еще больше улучшил точность и скорость с помощью таких техник, как пространственное внимание, функция активации Mish и потеря GIoU. Он показал увеличение средней точности на 0.5% по сравнению с предыдущими версиями, при этом уменьшив размер файла модели.

YOLOR

YOLOR (You Only Learn Once — единственная архитектура сети) сочетает явные и неявные знания, создавая унифицированную сеть, способную выполнять несколько задач с одним входом. Такой подход обеспечивает впечатляющую эффективность в обнаружении объектов, обучаясь на едином представлении.

Заключение

YOLO произвел революцию в области компьютерного зрения, обеспечивая мгновенное обнаружение и классификацию объектов. Его скорость, точность и гибкость делают его предпочтительным алгоритмом для различных практических приложений. По мере роста области видеонаблюдения, YOLO, вероятно, останется на передовой среди алгоритмов обнаружения объектов.