¿Qué es la detección de objetos?
La detección de objetos localiza instancias de clases definidas dentro de una imagen o un fotograma de video. Un detector suele devolver una etiqueta de clase, una puntuación de confianza y un cuadro delimitador para cada candidato.
Cómo funciona la detección de objetos
Un detector de objetos procesa la entrada visual y propone regiones espaciales asociadas a clases de su taxonomía de entrenamiento. El posprocesamiento filtra las puntuaciones bajas y suele suprimir los candidatos superpuestos que parecen describir la misma instancia. Los resultados pueden alimentar sistemas de seguimiento, ocultación de información, recortes inteligentes, recuentos de inventario o anotación humana, en lugar de servir como verdad definitiva. El rendimiento depende de la escala de los objetos, el dominio de la escena, la política de anotación y el umbral de funcionamiento, por lo que la validación debe reflejar el flujo multimedia real.
Datos clave
- La supresión de no máximos puede eliminar cuadros superpuestos duplicados, pero unos ajustes de superposición agresivos también pueden descartar objetos distintos situados muy cerca unos de otros.
- Los cuadros delimitadores localizan áreas rectangulares en lugar de siluetas exactas; las aplicaciones que necesitan límites a nivel de píxel requieren segmentación u otra etapa de refinamiento.
- La media de la precisión promedio resume las detecciones ordenadas por puntuación para las distintas clases y umbrales de superposición, pero no representa directamente el costo que cada error tiene para una aplicación.
Cuándo es importante la detección de objetos
Ejecuta la detección antes del recorte, la moderación, el recuento o el análisis cuando sea importante la ubicación de los sujetos. Los umbrales de confianza equilibran los objetos no detectados y las detecciones falsas, y deberían reflejar el riesgo de las etapas posteriores.