À propos de l'outil Détection d'objets
La détection d'objets trouve et identifie ce que contient une photo : personnes, voitures, chiens, ordinateurs portables, tasses et des dizaines d'autres choses. Chaque objet reçoit un cadre, un nom et un score de confiance, et vous pouvez tout exporter sous forme d'image annotée ou de JSON structuré.
Comment ça marche
L'outil utilise DETR (DEtection TRansformer), un modèle publié par Meta AI. Un réseau ResNet-50 extrait d'abord les caractéristiques visuelles de l'image. Un transformer examine ensuite toute la scène d'un coup et prédit directement un ensemble d'objets, chacun avec une classe et un cadre. Cette approche gère bien les scènes chargées, car le modèle raisonne sur les objets les uns par rapport aux autres.
Le modèle a été entraîné sur le jeu de données COCO, une référence standard de 80 catégories du quotidien. Elles couvrent les personnes et les animaux, les véhicules, le mobilier, l'électronique, les ustensiles de cuisine, la nourriture et le matériel de sport.
À quoi ça sert
- Compter des personnes, des voitures ou des articles sur une photo sans le faire à la main.
- Prototyper des applications de vision par ordinateur : testez ce qu'un modèle prêt à l'emploi voit avant de développer quoi que ce soit.
- Préparer des jeux de données : exportez les cadres en JSON comme point de départ pour l'annotation.
- Accessibilité et texte alternatif : obtenez une liste rapide de ce que contient une image.
- Enseignement et démonstrations sur le fonctionnement de la vision par IA moderne.
Conseils pour de meilleurs résultats
- Baissez le seuil de confiance pour révéler des objets plus petits ou partiellement cachés. Augmentez-le pour supprimer les fausses alertes.
- Survolez un élément de la liste de résultats pour mettre son cadre en évidence quand la scène est chargée.
- Les objets hors des 80 catégories (par exemple des outils ou des marques précises) ne seront pas identifiés, ou recevront la catégorie la plus proche.
- Les coordonnées JSON sont exprimées en pixels de l'image d'origine, prêtes à être utilisées dans votre propre code.