Usare YOLO26 con SAHI per l'inferenza su immagini suddivise#

Questa guida mostra come usare YOLO26 con SAHI (Slicing Aided Hyper Inference). Approfondiremo cos'è SAHI, perché l'inferenza su immagini suddivise è fondamentale per le applicazioni su larga scala e come integrare queste funzionalità con YOLO26 per migliorare le prestazioni di object detection.

Introduzione a SAHI#

SAHI (Slicing Aided Hyper Inference) è una libreria innovativa progettata per ottimizzare gli algoritmi di object detection su immagini di grandi dimensioni e ad alta risoluzione. La sua funzionalità principale consiste nel suddividere le immagini in porzioni gestibili, eseguire l'object detection su ciascuna porzione e ricomporre i risultati. SAHI è compatibile con diversi modelli di object detection, tra cui la serie YOLO, offrendo flessibilità e garantendo al contempo un uso ottimizzato delle risorse di calcolo.

Caratteristiche principali di SAHI#

• Integrazione perfetta: SAHI si integra facilmente con i modelli YOLO, consentendoti di iniziare a suddividere le immagini e rilevare gli oggetti senza apportare molte modifiche al codice.
• Efficienza nell'uso delle risorse: suddividendo le immagini di grandi dimensioni in parti più piccole, SAHI ottimizza l'uso della memoria e ti permette di eseguire rilevamenti di alta qualità su hardware con risorse limitate.
• Elevata accuratezza: SAHI mantiene l'accuratezza del rilevamento usando algoritmi intelligenti per unire i riquadri di rilevamento sovrapposti durante la ricomposizione.

Che cos'è l'inferenza su immagini suddivise?#

L'inferenza su immagini suddivise consiste nel suddividere un'immagine di grandi dimensioni o ad alta risoluzione in segmenti più piccoli (porzioni), eseguire l'object detection su ciascuno di essi e poi ricomporli per ricostruire le posizioni degli oggetti nell'immagine originale. Questa tecnica è preziosa negli scenari in cui le risorse di calcolo sono limitate o quando si lavora con immagini ad altissima risoluzione che potrebbero altrimenti causare problemi di memoria.

Vantaggi dell'inferenza su immagini suddivise#

• Minore carico computazionale: le porzioni di immagine più piccole sono più rapide da elaborare e consumano meno memoria, consentendo un funzionamento più fluido su hardware meno potente.

• Qualità del rilevamento preservata: poiché ogni porzione viene trattata in modo indipendente, la qualità dell'object detection non diminuisce, a condizione che le porzioni siano abbastanza grandi da contenere gli oggetti di interesse.

• Maggiore scalabilità: questa tecnica consente di adattare più facilmente l'object detection a immagini di dimensioni e risoluzioni diverse, rendendola ideale per un'ampia gamma di applicazioni, dalle immagini satellitari alla diagnostica medica.

YOLO26 senza SAHI	YOLO26 con SAHI

Installazione e preparazione#

Installazione#

Per iniziare, installa le versioni più recenti di SAHI e Ultralytics:

pip install -U ultralytics sahi

Importare i moduli e scaricare le risorse#

Ecco come scaricare alcune immagini di test:

from sahi.utils.file import download_from_url

# Scarica le immagini di test
download_from_url(
    "https://raw.githubusercontent.com/obss/sahi/main/demo/demo_data/small-vehicles1.jpeg",
    "demo_data/small-vehicles1.jpeg",
)
download_from_url(
    "https://raw.githubusercontent.com/obss/sahi/main/demo/demo_data/terrain2.png",
    "demo_data/terrain2.png",
)

Inferenza standard con YOLO26#

Istanziare il modello#

Puoi istanziare un modello YOLO26 per l'object detection in questo modo:

from sahi import AutoDetectionModel

detection_model = AutoDetectionModel.from_pretrained(
    model_type="ultralytics",
    model_path="yolo26n.pt",
    confidence_threshold=0.3,
    device="cpu",  # oppure 'cuda:0'
)

Eseguire una predizione standard#

Esegui l'inferenza standard usando il percorso di un'immagine.

from sahi.predict import get_prediction

result = get_prediction("demo_data/small-vehicles1.jpeg", detection_model)

result.export_visuals(export_dir="demo_data/", hide_conf=True)

Visualizzare i risultati#

Esporta e visualizza i riquadri di delimitazione e le maschere predetti:

from PIL import Image

# Apri l'immagine predetta
processed_image = Image.open("demo_data/prediction_visual.png")

# Visualizza l'immagine predetta
processed_image.show()

Inferenza su immagini suddivise con YOLO26#

Esegui l'inferenza su immagini suddivise specificando le dimensioni delle porzioni e i rapporti di sovrapposizione:

from PIL import Image
from sahi.predict import get_sliced_prediction

result = get_sliced_prediction(
    "demo_data/small-vehicles1.jpeg",
    detection_model,
    slice_height=256,
    slice_width=256,
    overlap_height_ratio=0.2,
    overlap_width_ratio=0.2,
)

# Esporta i risultati
result.export_visuals(export_dir="demo_data/", hide_conf=True)

# Apri l'immagine predetta
processed_image = Image.open("demo_data/prediction_visual.png")

# Visualizza l'immagine predetta
processed_image.show()

Gestire i risultati delle predizioni#

SAHI fornisce un oggetto PredictionResult, che può essere convertito in diversi formati di annotazione:

# Accedi all'elenco delle predizioni degli oggetti
object_prediction_list = result.object_prediction_list

# Converti nei formati di annotazione COCO e di predizione COCO
result.to_coco_annotations()[:3]
result.to_coco_predictions(image_id=1)[:3]

Predizione in batch#

Per eseguire predizioni in batch su una directory di immagini:

from sahi.predict import predict

predict(
    model_type="ultralytics",
    model_path="yolo26n.pt",
    model_device="cpu",  # oppure 'cuda:0'
    model_confidence_threshold=0.4,
    source="path/to/dir",
    slice_height=256,
    slice_width=256,
    overlap_height_ratio=0.2,
    overlap_width_ratio=0.2,
)

Ora puoi usare YOLO26 con SAHI sia per l'inferenza standard sia per quella su immagini suddivise.

Citazioni e ringraziamenti#

Se usi SAHI nelle tue attività di ricerca o sviluppo, cita il paper originale di SAHI e riconosci il contributo degli autori:

@article{akyon2022sahi,
  title={Slicing Aided Hyper Inference and Fine-tuning for Small Object Detection},
  author={Akyon, Fatih Cagatay and Altinuc, Sinan Onur and Temizel, Alptekin},
  journal={2022 IEEE International Conference on Image Processing (ICIP)},
  doi={10.1109/ICIP46576.2022.9897990},
  pages={966-970},
  year={2022}
}

Ringraziamo il gruppo di ricerca SAHI per aver creato e mantenuto questa preziosa risorsa per la comunità della computer vision. Per ulteriori informazioni su SAHI e i suoi creatori, visita il repository GitHub di SAHI.

Domande frequenti#