Qu’est-ce que la détection d’objets ?
La détection d’objets localise les instances de classes définies dans une image ou une image vidéo. Un détecteur renvoie généralement une étiquette de classe, un score de confiance et une boîte englobante pour chaque candidat.
Fonctionnement de la détection d’objets
Un détecteur d’objets traite une entrée visuelle et propose des régions spatiales associées aux classes de sa taxonomie d’entraînement. Le post-traitement filtre les scores faibles et supprime généralement les candidats qui se chevauchent et semblent décrire la même instance. Les résultats peuvent alimenter le suivi, le caviardage, les recadrages intelligents, les comptages d’inventaire ou l’annotation humaine plutôt que servir de vérité définitive. Les performances dépendent de la taille des objets, du domaine des scènes, de la politique d’annotation et du seuil de fonctionnement ; la validation doit donc refléter le flux multimédia réel.
Points clés
- La suppression des non-maxima peut éliminer les boîtes en double qui se chevauchent, mais des paramètres de chevauchement trop stricts peuvent aussi écarter des objets distincts proches les uns des autres.
- Les boîtes englobantes localisent des étendues rectangulaires plutôt que des silhouettes exactes ; les applications qui ont besoin de limites au pixel près nécessitent une segmentation ou une autre étape d’affinement.
- La moyenne des précisions moyennes résume les détections classées sur l’ensemble des classes et des seuils de chevauchement, mais elle ne représente pas directement le coût de chaque erreur pour une application.
Quand la détection d’objets est utile
Exécutez la détection avant le recadrage, la modération, le comptage ou l’analyse lorsque la position des sujets importe. Les seuils de confiance établissent un compromis entre les objets manqués et les fausses détections et devraient refléter les risques en aval.