Object Detection là gì? Cách AI xác định vị trí và tên vật thể trong ảnh
Object Detection (nhận dạng vật thể) là bài toán trong thị giác máy tính vừa xác định vật thể xuất hiện trong ảnh hoặc video, vừa cho biết vị trí của chúng bằng các hộp giới hạn (bounding box) kèm nhãn phân loại. Khác với việc chỉ phân loại cả bức ảnh, object detection trả lời đồng thời hai câu hỏi: "có vật gì" và "vật đó ở đâu".
Nhận dạng vật thể là gì
Một bức ảnh có thể chứa nhiều vật thể. Object detection tìm từng vật, vẽ khung quanh chúng và gắn nhãn như người, xe, chó hoặc ghế. Hãy hình dung camera giao thông cùng lúc nhận ra nhiều chiếc xe và vị trí từng chiếc thay vì chỉ nói "ảnh có xe".
So với phân loại ảnh
| Bài toán | Câu hỏi trả lời | Kết quả |
|---|---|---|
| Image classification | Cả ảnh thuộc loại gì? | Một nhãn |
| Object localization | Một vật ở đâu? | Một hộp giới hạn |
| Object detection | Có những vật nào, ở đâu? | Nhiều hộp kèm nhãn |
Cách hoạt động
Các thành phần chính
- Hộp giới hạn (Bounding box): khung chữ nhật cho biết vị trí và kích thước vật thể
- Nhãn (Label): tên loại của vật thể trong hộp
- Độ tin cậy: mức độ chắc chắn của mô hình với mỗi dự đoán
Quy trình ý niệm
- Mô hình quét ảnh và tìm các vùng khả nghi
- Đề xuất các vùng có thể chứa vật thể
- Phân loại vật trong từng vùng và tinh chỉnh hộp giới hạn
- Loại các hộp trùng lặp và giữ dự đoán đáng tin
Nhiều mô hình hiện đại dựa trên mạng nơ-ron tích chập để trích đặc trưng hình ảnh.
Các hướng tiếp cận phổ biến
Hướng hai giai đoạn
Đầu tiên đề xuất vùng ứng viên, sau đó phân loại và định vị. Thường chính xác nhưng tốc độ có thể chậm hơn.
Hướng một giai đoạn
Dự đoán hộp và nhãn trực tiếp trong một lượt duy nhất, ví dụ các mô hình dòng YOLO, ưu tiên tốc độ và phù hợp với video thời gian thực.
Bảng so sánh
| Hướng | Đặc điểm | Thích hợp |
|---|---|---|
| Hai giai đoạn | Đề xuất vùng rồi phân loại | Độ chính xác cao |
| Một giai đoạn | Dự đoán trực tiếp | Tốc độ thời gian thực |
Ứng dụng
- Xe tự hành: nhận người đi bộ, biển báo và phương tiện
- Camera an ninh: phát hiện người hoặc vật đáng chú ý
- Bán lẻ: nhận diện sản phẩm, theo dõi hàng trên kệ
- Y tế: định vùng tổn thương trong ảnh chụp
- Video AI: theo dõi vật thể qua các khung hình
- Tự động hóa công nghiệp: kiểm tra và định vị linh kiện
Mối liên hệ với học máy
Object detection là một dạng ứng dụng của học máy và học sâu, thường được huấn luyện trên tập ảnh đã gắn hộp và nhãn. Việc đánh giá dùng các chỉ số đo cả mức đúng nhãn lẫn độ chính xác của hộp, và mô hình phức tạp cũng có thể gặp quá khớp nếu dữ liệu hạn chế.
Hạn chế
- Gặp khó khi vật bị che khuất, quá nhỏ hoặc ánh sáng yếu
- Nhiều vật sát nhau dễ bị gộp hoặc bỏ sót
- Cần dữ liệu gắn nhãn khá công phu để huấn luyện
- Mô hình lớn có thể nặng, cần cân bằng giữa tốc độ và độ chính xác
- Có thể nhận sai khi gặp vật khác lạ so với dữ liệu huấn luyện
FAQ
Object Detection khác phân loại ảnh ở đâu?
Phân loại ảnh gắn một nhãn cho cả ảnh, còn object detection tìm nhiều vật và cho vị trí từng vật bằng hộp giới hạn.
Bounding box là gì?
Là khung chữ nhật bao quanh vật thể, xác định vị trí và kích thước của vật trong ảnh.
YOLO là gì?
Là một dòng mô hình một giai đoạn xử lý nhanh, thường dùng cho phát hiện vật thời gian thực trong video.
Mô hình cần dữ liệu gì để huấn luyện?
Các ảnh đã được gắn nhãn và vẽ hộp giới hạn cho từng vật thể.
Object Detection có hoạt động trong video không?
Có. Mô hình chạy trên từng khung hình và có thể theo dõi vật thể chuyển động qua thời gian.
Tóm tắt
- Object detection vừa nhận diện vật thể vừa xác định vị trí bằng hộp giới hạn
- Trả lời cả "có vật gì" và "vật ở đâu"
- Dùng nhãn, hộp giới hạn và độ tin cậy
- Gồm hướng hai giai đoạn và một giai đoạn như YOLO
- Áp dụng trong xe tự hành, an ninh, bán lẻ và y tế
- Khó với vật bị che, nhỏ hoặc điều kiện ánh sáng kém
Sources
Learn by doing
Read a guide, then practice with bite-sized AI lessons you can take offline.
Start learning free