# Detekcja obiektów

EN: **Object detection** · id `objectdetection`

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [Język, obraz, audio](https://aiatlasgraph.com/t/modalities.md) › [Widzenie komputerowe](https://aiatlasgraph.com/t/visionnode.md) › Detekcja obiektów

## Description

- PL: Znajdowanie obiektów na obrazie: prostokąt (bounding box) + klasa dla każdego obiektu. Ocena zwykle przez IoU i mAP.
- EN: Finding objects in an image: a bounding box plus a class for each object. Usually evaluated with IoU and mAP.

## In one sentence

- PL: To znajdowanie przedmiotów na obrazie i zaznaczanie ich położenia prostokątami.
- EN: This finds objects in an image and marks their locations with rectangles.

## Problem it solves

- PL: Sama informacja, że na zdjęciu jest rower, nie mówi, gdzie go szukać ani ile ich jest.
- EN: Knowing a photo contains a bicycle does not tell you where it is or how many there are.

## What it does

- PL: Model przewiduje rodzaj i granice każdego wykrytego obiektu, pozwalając je policzyć lub wskazać.
- EN: A model predicts the type and boundaries of each detected object, letting you count or locate them.

## Everyday example

- PL: Zdjęcie parkingu trafia do programu, który zaznacza stojące samochody i liczy zajęte miejsca.
- EN: A parking-lot photo goes to software that marks parked cars and counts occupied spaces.

## This concerns you if you…

- PL: potrzebujesz położenia obiektów na zdjęciu
- PL: liczysz rzeczy widoczne w kamerze
- EN: need object locations in photos
- EN: count things visible through a camera

## Keywords

bounding boxes · IoU · mean average precision · COCO · non-maximum suppression · anchor boxes · feature pyramid networks · object queries

## How it works

- PL: Mapy cech zasilają predykcję współrzędnych ramek i ocen klas. Cele treningowe dopasowują lokalizację oraz kategorię do anotowanych obiektów, a procedura wyboru ogranicza powtórzone i słabe wykrycia.
- EN: Feature maps feed box-coordinate and class-score predictions. Training objectives fit locations and categories to annotated objects, while selection procedures limit duplicate and weak detections.

## Limits

- PL: Małe, zasłonięte lub nietypowe obiekty mogą być pomijane. Ramka nie opisuje dokładnego kształtu, a wyniki zależą od progów i definicji kategorii.
- EN: Small, occluded or unusual objects can be missed. Boxes do not describe exact shapes, and results depend on thresholds and category definitions.

## Key terms

- PL: **bounding box**: Prostokąt opisujący przybliżone położenie obiektu w obrazie.
- PL: **IoU**: Stosunek przecięcia dwóch obszarów do ich sumy.
- EN: **bounding box**: A rectangle describing an object's approximate image location.
- EN: **IoU**: The ratio of two regions' intersection to their union.

## Know first

- [Klasyfikacja obrazów (Image classification)](https://aiatlasgraph.com/t/imageclassification.md)
- [Algebra liniowa: wektory i macierze (Linear algebra: vectors and matrices)](https://aiatlasgraph.com/t/linearalgebra.md)

## Examples

- PL: bounding box · IoU · mAP · COCO

## Subtopics (3 direct, 3 in total)

- [Detekcja obiektów opisanych tekstem (Open-vocabulary object detection)](https://aiatlasgraph.com/t/openvocabdetection.md): Detecting objects queried by names or natural-language descriptions rather than one fixed closed label set; includes zero-shot generalisation to new categories.
- [Detekcja z transformerem (DETR) (Transformer-based object detection (DETR))](https://aiatlasgraph.com/t/detrdetectors.md): Detection as direct set prediction by a transformer, without hand-designed anchors or NMS post-processing.
- [Detektory jednoetapowe (YOLO) (Single-stage object detectors)](https://aiatlasgraph.com/t/onestagedetectors.md): The model predicts boxes and classes without a separate region-proposal stage. The YOLO family shows that such detectors can run in real time and on edge devices.

## Related topics

Untyped, symmetric "see also" links.

- [Chmury punktów i dane z LiDAR-u (Point clouds and LiDAR data)](https://aiatlasgraph.com/t/pointclouds.md)
- [Wykrywanie obiektów na zdjęciach z góry (Object detection in aerial and satellite imagery)](https://aiatlasgraph.com/t/aerialdetection.md)
- [Śledzenie obiektów w wideo (Multi-object tracking)](https://aiatlasgraph.com/t/objecttracking.md)

## Sources

- [Stanford CS231n: Deep Learning for Computer Vision — lecture schedule (Spring 2026)](<https://cs231n.stanford.edu/schedule.html>) `cs231n-2026-schedule` · by Stanford University (CS231n)
- [Hugging Face · Community Computer Vision Course — syllabus](<https://huggingface.co/learn/computer-vision-course/unit0/welcome/welcome>) `hf-cv-course` · by Hugging Face i społeczność
- [Ultralytics YOLO Docs — Computer Vision Tasks](<https://docs.ultralytics.com/tasks/>) `ultralytics-tasks` · by Ultralytics

---

AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/objectdetection · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30