Acerca de: Detección de objetos
La detección de objetos encuentra y etiqueta lo que hay en una foto: personas, coches, perros, portátiles, tazas y decenas de cosas más. Cada objeto recibe un recuadro, un nombre y una puntuación de confianza, y puedes exportarlo todo como imagen anotada o como JSON estructurado.
Cómo funciona
La herramienta usa DETR (DEtection TRansformer), un modelo publicado por Meta AI. Primero, una red ResNet-50 extrae las características visuales de la imagen. Después, un transformer observa toda la escena a la vez y predice directamente un conjunto de objetos, cada uno con una clase y un recuadro. Este enfoque funciona bien en escenas con mucha gente porque el modelo razona sobre los objetos en relación unos con otros.
El modelo se entrenó con el conjunto de datos COCO, una referencia estándar con 80 categorías cotidianas que abarcan personas y animales, vehículos, muebles, electrónica, artículos de cocina, comida y material deportivo.
Para qué sirve
- Contar personas, coches u objetos en una foto sin hacerlo a mano.
- Prototipar apps de visión por computadora: prueba lo que ve un modelo listo para usar antes de desarrollar nada.
- Preparar conjuntos de datos: exporta los recuadros en JSON como punto de partida para el etiquetado.
- Accesibilidad y texto alternativo: obtén una lista rápida de lo que hay en una imagen.
- Docencia y demostraciones sobre cómo funciona la visión por IA moderna.
Consejos para obtener los mejores resultados
- Baja el umbral de confianza para que aparezcan objetos más pequeños o parcialmente ocultos. Súbelo para eliminar falsas alarmas.
- Pasa el cursor sobre un elemento de la lista de resultados para resaltar su recuadro cuando la escena esté muy llena.
- Los objetos que no están en las 80 categorías (por ejemplo, herramientas o marcas concretas) no se etiquetarán, o recibirán la categoría más parecida.
- Las coordenadas del JSON están en píxeles de la imagen original, listas para usar en tu propio código.