Détection d’objets

Classification, détection d’objets, apprentissage par transfert avec des réseaux de neurones à convolution (CNN ou ConvNet) et création de détecteurs personnalisés

La détection d’objets est une technique de Computer Vision qui permet de localiser des objets dans des images ou des vidéos. Les algorithmes de détection d’objets utilisent généralement le Machine Learning ou le Deep Learning pour produire des résultats significatifs. Lorsqu’un être humain regarde une image ou une vidéo, il peut reconnaître et localiser des objets particuliers en quelques instants. La détection d’objets a pour but de reproduire cette intelligence avec un ordinateur. L’approche qui convient le mieux à la détection d’objets dépend de votre application et du problème à résoudre.

Les techniques de Deep Learning nécessitent un grand nombre d’images d’apprentissage labélisées. Il est donc recommandé d’utiliser un GPU pour réduire le temps d’apprentissage du modèle. Les approches de la détection d’objets basées sur le Deep Learning utilisent des réseaux de neurones à convolution (CNN ou ConvNet) tels que R-CNN et YOLO ou bien des détecteurs SSD (Single Shot Detection). Vous pouvez entraîner un détecteur d’objets personnalisé ou utiliser un détecteur préentraîné en tirant parti de l’apprentissage par transfert, une approche qui vous permet de commencer avec un réseau préentraîné, puis de l’affiner en fonction de votre application. Les réseaux de neurones à convolution nécessitent Deep Learning Toolbox™. L’apprentissage et la prédiction sont supportés sur un GPU compatible CUDA^®. L’utilisation d’un GPU est recommandée et nécessite Parallel Computing Toolbox™. Pour plus d’informations, veuillez consulter Préférences de Computer Vision Toolbox et Parallel Computing Support in MathWorks Products (Parallel Computing Toolbox).

Les techniques de Machine Learning pour la détection d’objets comprennent l’algorithme ACF (Aggregate Channel Features), la classification SVM (Support Vector Machines) à l’aide des caractéristiques des histogrammes de gradient orienté (HOG) ainsi que l’algorithme de Viola-Jones pour la détection du visage ou du haut du corps humain. Vous pouvez commencer avec un détecteur d’objets préentraîné ou créer un détecteur personnalisé en fonction de votre application.

Labeled boats, neural network, and person detector

Applications

Image Labeler	Label images for computer vision applications
Video Labeler	Label video for computer vision applications

Fonctions

développer tout

Détecter des objets

Détecteurs basés sur le Deep Learning

`rcnnObjectDetector`	Detect objects using R-CNN deep learning detector
`fastRCNNObjectDetector`	Detect objects using Fast R-CNN deep learning detector
`fasterRCNNObjectDetector`	Detect objects using Faster R-CNN deep learning detector
`ssdObjectDetector`	Detect objects using SSD deep learning detector (depuis R2020a)
`yolov2ObjectDetector`	Detect objects using YOLO v2 object detector
`yolov3ObjectDetector`	Detect objects using YOLO v3 object detector (depuis R2021a)
`yolov4ObjectDetector`	Detect objects using YOLO v4 object detector (depuis R2022a)

Détecteurs basés sur les caractéristiques

`readAprilTag`	Detect and estimate pose for AprilTag in image (depuis R2020b)
`readArucoMarker`	Detect and estimate pose for ArUco marker in image (depuis R2024a)
`generateArucoMarker`	Generate ArUco marker images (depuis R2024a)
`readBarcode`	Detect and decode 1-D or 2-D barcode in image (depuis R2020a)
`acfObjectDetector`	Detect objects using aggregate channel features
`peopleDetectorACF`	Detect people using aggregate channel features
`vision.CascadeObjectDetector`	Detect objects using the Viola-Jones algorithm
`vision.ForegroundDetector`	Foreground detection using Gaussian mixture models
`vision.PeopleDetector`	(To be removed) Detect upright people using HOG features
`vision.BlobAnalysis`	Properties of connected regions

Détecter des objets à l’aide de caractéristiques ponctuelles

`detectBRISKFeatures`	Detect BRISK features
`detectFASTFeatures`	Detect corners using FAST algorithm
`detectHarrisFeatures`	Detect corners using Harris–Stephens algorithm
`detectKAZEFeatures`	Detect KAZE features
`detectMinEigenFeatures`	Detect corners using minimum eigenvalue algorithm
`detectMSERFeatures`	Detect MSER features
`detectORBFeatures`	Detect ORB keypoints
`detectSIFTFeatures`	Detect scale invariant feature transform (SIFT) features (depuis R2021b)
`detectSURFFeatures`	Detect SURF features
`extractFeatures`	Extract interest point descriptors
`matchFeatures`	Find matching features

Sélectionner les objets détectés

`selectStrongestBbox`	Select strongest bounding boxes from overlapping clusters using nonmaximal suppression (NMS)
`selectStrongestBboxMulticlass`	Select strongest multiclass bounding boxes from overlapping clusters using nonmaximal suppression (NMS)

Entraîner des détecteurs d’objets personnalisés

Charger les données d’apprentissage

`boxLabelDatastore`	Datastore for bounding box label data (depuis R2019b)
`groundTruth`	Ground truth label data
`imageDatastore`	Datastore for image data
`objectDetectorTrainingData`	Create training data for an object detector
`combine`	Combine data from multiple datastores

Entraîner des détecteurs d’objets basés sur les caractéristiques

`trainACFObjectDetector`	Train ACF object detector
`trainCascadeObjectDetector`	Train cascade object detector model
`trainImageCategoryClassifier`	Train an image category classifier

Entraîner des détecteurs d’objets basés sur le Deep Learning

`trainRCNNObjectDetector`	Train R-CNN deep learning object detector
`trainFastRCNNObjectDetector`	Train Fast R-CNN deep learning object detector
`trainFasterRCNNObjectDetector`	Train Faster R-CNN deep learning object detector
`trainSSDObjectDetector`	Train an SSD deep learning object detector (depuis R2020a)
`trainYOLOv2ObjectDetector`	Train YOLO v2 object detector
`trainYOLOv3ObjectDetector`	Train YOLO v3 object detector (depuis R2024a)
`trainYOLOv4ObjectDetector`	Train YOLO v4 object detector (depuis R2022a)

Augmenter et prétraiter les données d’apprentissage pour le Deep Learning

`balanceBoxLabels`	Balance bounding box labels for object detection (depuis R2020a)
`bboxcrop`	Crop bounding boxes (depuis R2019b)
`bboxerase`	Remove bounding boxes (depuis R2021a)
`bboxresize`	Resize bounding boxes (depuis R2019b)
`bboxwarp`	Apply geometric transformation to bounding boxes (depuis R2019b)
`bbox2points`	Convert rectangle to corner points list
`imwarp`	Apply geometric transformation to image
`imcrop`	Crop image
`imresize`	Resize image
`randomAffine2d`	Create randomized 2-D affine transformation (depuis R2019b)
`centerCropWindow2d`	Create rectangular center cropping window (depuis R2019b)
`randomWindow2d`	Randomly select rectangular region in image (depuis R2021a)
`integralImage`	Calculate 2-D integral image

Concevoir des réseaux de neurones profonds pour la détection d’objets

R-CNN (Regions With Convolutional Neural Networks)

`rcnnBoxRegressionLayer`	Box regression layer for Fast and Faster R-CNN
`fasterRCNNLayers`	Create a faster R-CNN object detection network (depuis R2019b)
`rpnSoftmaxLayer`	Softmax layer for region proposal network (RPN)
`rpnClassificationLayer`	Classification layer for region proposal networks (RPNs)
`regionProposalLayer`	Region proposal layer for Faster R-CNN
`roiAlignLayer`	Non-quantized ROI pooling layer for Mask-CNN (depuis R2020b)
`roiInputLayer`	ROI input layer for Fast R-CNN
`roiMaxPooling2dLayer`	Neural network layer used to output fixed-size feature maps for rectangular ROIs
`roialign`	Non-quantized ROI pooling of `dlarray` data (depuis R2021b)

YOLO v2 (You Only Look Once version 2)

`yolov2Layers`	Create YOLO v2 object detection network
`yolov2TransformLayer`	Create transform layer for YOLO v2 object detection network
`yolov2OutputLayer`	Create output layer for YOLO v2 object detection network
`spaceToDepthLayer`	Space to depth layer (depuis R2020b)

Perte focale

focalCrossEntropy Compute focal cross-entropy loss (depuis R2020b)

SSD (Single Shot Detector)

ssdMergeLayer Create SSD merge layer for object detection (depuis R2020a)

Boîtes d’ancrage

estimateAnchorBoxes Estimate anchor boxes for deep learning object detectors (depuis R2019b)

Visualiser les résultats de la détection

`cuboid2img`	Project cuboids from 3-D world coordinates to 2-D image coordinates (depuis R2022b)
`insertObjectAnnotation`	Annotate truecolor or grayscale image or video
`insertObjectMask`	Insert masks in image or video stream (depuis R2020b)
`insertShape`	Insert shapes in image or video
`showShape`	Display shapes on image, video, or point cloud (depuis R2020b)

Évaluer les résultats prédits

`evaluateObjectDetection`	Evaluate object detection data set against ground truth (depuis R2023b)
`objectDetectionMetrics`	Object detection quality metrics (depuis R2023b)
`mAPObjectDetectionMetric`	Mean average precision (mAP) metric for object detection (depuis R2024a)
`bboxOverlapRatio`	Compute bounding box overlap ratio
`bboxPrecisionRecall`	Compute bounding box precision and recall against ground truth

Blocs

Deep Learning Object Detector

Detect objects using trained deep learning object detector (depuis R2021b)

Rubriques

En savoir plus

Getting Started with Object Detection Using Deep Learning
Perform object detection using deep learning neural networks.
Choose an Object Detector
Compare object detection deep learning models, such as YOLOX and YOLOv4.
Local Feature Detection and Extraction
Learn the benefits and applications of local feature detection and extraction.
Get Started with Cascade Object Detector
Train a custom classifier.
Point Feature Types
Choose functions that return and accept points objects for several types of features.
Getting Started with OCR
Detect and recognize text in multiple languages, train OCR models to recognize custom text.
Image Classification with Bag of Visual Words
Use the Computer Vision Toolbox™ functions for image category classification by creating a bag of visual words.
Systèmes de coordonnées
Définir les indices des pixels, les coordonnées spatiales, et les systèmes de coordonnées 3D

Données d’apprentissage pour la détection d’objets et la segmentation d’instances

Get Started with the Image Labeler
Interactively label rectangular ROIs for object detection, pixels for semantic segmentation, polygons for instance segmentation, and scenes for image classification.
Get Started with the Video Labeler
Interactively label rectangular ROIs for object detection, pixels for semantic segmentation, polygons for instance segmentation, and scenes for image classification in a video or image sequence.
Datastores for Deep Learning (Deep Learning Toolbox)
Learn how to use datastores in deep learning applications.
Training Data for Object Detection and Semantic Segmentation
Create training data for object detection or semantic segmentation using the Image Labeler or Video Labeler.
Get Started with Image Preprocessing and Augmentation for Deep Learning
Preprocess data for deep learning applications with deterministic operations such as resizing, or augment training data with randomized operations such as random cropping.

Démarrer avec le Deep Learning

Deep Learning in MATLAB (Deep Learning Toolbox)
Discover deep learning capabilities in MATLAB^® using convolutional neural networks for classification and regression, including pretrained networks and transfer learning, and training on GPUs, CPUs, clusters, and clouds.
Pretrained Deep Neural Networks (Deep Learning Toolbox)
Learn how to download and use pretrained convolutional neural networks for classification, transfer learning and feature extraction.

Exemples présentés

Object Detection in Large Satellite Imagery Using Deep Learning

Perform object detection on large satellite imagery using deep learning.

Ouvrir le live script

Object Detection Using YOLO v4 Deep Learning

Detect objects in images using you only look once version 4 (YOLO v4) deep learning network. In this example, you will

Ouvrir le live script

Perform 6-DoF Pose Estimation for Bin Picking Using Deep Learning

Perform six degrees-of-freedom (6-DoF) pose estimation by estimating the 3-D position and orientation of machine parts in a bin using RGB-D images and a deep learning network.

Ouvrir le live script