Detección de objetos
Tarea de visión por computadora que identifica y localiza múltiples objetos dentro de una imagen prediciendo simultáneamente cuadros delimitadores y etiquetas de clase.
La detección de objetos identifica múltiples objetos en una imagen prediciendo tanto sus ubicaciones espaciales (cuadros delimitadores) como etiquetas de categoría. Mientras la clasificación responde "qué hay en esta imagen", la detección responde "dónde está cada objeto y qué es".
El campo abarca conducción autónoma, vigilancia, robótica e imagen médica. Existe un compromiso entre precisión y velocidad.
- Detectores de dos etapas: Ejemplificados por Faster R-CNN, primero generan propuestas de región y luego clasifican y refinan cada una. Logran alta precisión pero con mayor coste computacional
- Detectores de una etapa: YOLO y SSD predicen cuadros y categorías directamente con una sola red, sin una etapa de propuestas. Permiten inferencia en tiempo real
- Detectores basados en Transformer: DETR reformula la detección como un problema de predicción de conjuntos usando atención, eliminando la Supresión de No Máximos. RT-DETR es un modelo de la familia DETR orientado al tiempo real
La evaluación usa mAP (precisión media promedio) calculada en múltiples umbrales de IoU. Entre los conjuntos de referencia está COCO.