YOLO (You Only Look Once)

Как работает YOLO

При обработке изображения модель получает кадр целиком и анализирует его с помощью нейронной сети. В результате для каждого найденного объекта модель может определить:

• класс объекта — например, автомобиль, человек, животное или элемент оборудования;
• координаты объекта — положение ограничивающей рамки на изображении;
• уверенность модели — насколько система уверена в результате классификации и обнаружения.

Упрощенно результат работы можно представить так:

изображение → нейронная сеть YOLO → объекты + классы + координаты + confidence score.

В отличие от подходов, которые сначала генерируют множество потенциальных областей изображения, а затем отдельно классифицируют их, YOLO изначально проектировалась как единая модель для быстрого обнаружения объектов.

YOLO и компьютерное зрение

YOLO относится к алгоритмам computer vision и прежде всего используется для object detection.

На основе обнаружения объектов могут строиться и другие функции системы. Например, результаты детекции можно использовать для:

• подсчета объектов;
• контроля зон;
• анализа перемещения объектов;
• отслеживания объектов между кадрами;
• контроля состояния оборудования;
• автоматического анализа видеоданных.

При этом сама YOLO отвечает именно за обнаружение объектов. Дополнительные функции реализуются другими алгоритмами и компонентами программной системы.

Обучение модели YOLO

Чтобы YOLO могла обнаруживать конкретные типы объектов, модель обучают на подготовленном наборе данных (dataset).

Изображения размечаются: для объектов указываются их классы и координаты ограничивающих рамок. Затем нейронная сеть обучается находить соответствующие признаки на новых изображениях.

Например, если необходимо обнаруживать определенный тип промышленного оборудования, в обучающий набор включают изображения этого оборудования в различных условиях: с разных ракурсов, при разном освещении и на разных расстояниях.

Качество работы модели зависит не только от архитектуры YOLO, но и от качества и объема обучающих данных.

Версии YOLO

YOLO — это не одна конкретная модель, а целое семейство архитектур и реализаций, которые развивались разными разработчиками.

Различные поколения и реализации YOLO отличаются архитектурой нейронной сети, скоростью обработки, требованиями к вычислительным ресурсам и качеством обнаружения объектов.

Поэтому при выборе конкретной реализации важно учитывать не только название версии, но и задачу, размер модели, доступные вычислительные ресурсы и требования к скорости обработки.

YOLO на БПЛА

В беспилотных системах YOLO может использоваться для автоматического анализа изображений, получаемых с бортовой камеры.

Например, вычислительная система на борту может получать изображение, передавать его в модель YOLO и получать информацию о найденных объектах. Такой подход позволяет выполнять анализ непосредственно во время работы системы, без обязательной передачи всего видеопотока на удаленный сервер.

Это особенно актуально для сценариев, где важны скорость обработки данных, ограниченная пропускная способность канала связи или возможность работы вычислительной системы непосредственно на борту.

YOLO может применяться, например, для контроля промышленной инфраструктуры, анализа состояния территории или других задач компьютерного зрения.

YOLO и Edge AI

Запуск YOLO непосредственно на бортовом компьютере относится к концепции Edge AI, при которой обработка данных выполняется рядом с источником их получения.

В таком случае видеоданные могут анализироваться локально, а в информационную систему передаются уже результаты обработки или необходимые фрагменты данных.

Для работы в реальном времени размер модели и ее вычислительная сложность имеют большое значение. Более крупные модели обычно требуют больше вычислительных ресурсов, тогда как облегченные варианты позволяют увеличить скорость обработки.

Кратко

YOLO (You Only Look Once) — семейство нейросетевых моделей для обнаружения объектов на изображениях и видео. Модель определяет класс объекта, его положение и степень уверенности в результате. YOLO широко используется в компьютерном зрении и может запускаться непосредственно на бортовых вычислительных системах БПЛА для анализа получаемого изображения.

Мета-титл: YOLO — что это такое и как работает | Wheelies

Мета-дискрипшн: YOLO (You Only Look Once) — семейство моделей компьютерного зрения для обнаружения объектов на изображениях и видео. Разбираем принцип работы YOLO, обучение моделей и применение на БПЛА.