تجزئة المثيل والتتبع باستخدام Ultralytics YOLOv8 🚀
ما هو تجزئة المثيل؟
Ultralytics YOLOv8 يتضمن تجزئة المثيل تحديد الكائنات الفردية وتحديدها في صورة ، مما يوفر فهما مفصلا للتوزيع المكاني. على عكس التجزئة الدلالية ، فإنه يقوم بتسمية كل كائن وتحديده بدقة بشكل فريد ، وهو أمر بالغ الأهمية لمهام مثل اكتشاف الأشياء والتصوير الطبي.
هناك نوعان من تتبع تجزئة المثيل المتاحين في Ultralytics حزمة:
-
تجزئة المثيل مع كائنات الفئة: يتم تعيين لون فريد لكل كائن فئة لفصل مرئي واضح.
-
تجزئة المثيل مع مسارات الكائن: يتم تمثيل كل مسار بلون مميز ، مما يسهل التعرف عليه وتتبعه بسهولة.
شاهد: تجزئة المثيل باستخدام تعقب الكائن باستخدام Ultralytics YOLOv8
العينات
تجزئة المثيل | تجزئة المثيل + تتبع الكائن |
---|---|
Ultralytics تجزئة 😍 المثيل | Ultralytics تجزئة المثيل مع تعقب 🔥 الكائن |
تجزئة المثيل وتتبعه
import cv2
from ultralytics import YOLO
from ultralytics.utils.plotting import Annotator, colors
model = YOLO("yolov8n-seg.pt") # segmentation model
names = model.model.names
cap = cv2.VideoCapture("path/to/video/file.mp4")
w, h, fps = (int(cap.get(x)) for x in (cv2.CAP_PROP_FRAME_WIDTH, cv2.CAP_PROP_FRAME_HEIGHT, cv2.CAP_PROP_FPS))
out = cv2.VideoWriter('instance-segmentation.avi', cv2.VideoWriter_fourcc(*'MJPG'), fps, (w, h))
while True:
ret, im0 = cap.read()
if not ret:
print("Video frame is empty or video processing has been successfully completed.")
break
results = model.predict(im0)
annotator = Annotator(im0, line_width=2)
if results[0].masks is not None:
clss = results[0].boxes.cls.cpu().tolist()
masks = results[0].masks.xy
for mask, cls in zip(masks, clss):
annotator.seg_bbox(mask=mask,
mask_color=colors(int(cls), True),
det_label=names[int(cls)])
out.write(im0)
cv2.imshow("instance-segmentation", im0)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
out.release()
cap.release()
cv2.destroyAllWindows()
import cv2
from ultralytics import YOLO
from ultralytics.utils.plotting import Annotator, colors
from collections import defaultdict
track_history = defaultdict(lambda: [])
model = YOLO("yolov8n-seg.pt") # segmentation model
cap = cv2.VideoCapture("path/to/video/file.mp4")
w, h, fps = (int(cap.get(x)) for x in (cv2.CAP_PROP_FRAME_WIDTH, cv2.CAP_PROP_FRAME_HEIGHT, cv2.CAP_PROP_FPS))
out = cv2.VideoWriter('instance-segmentation-object-tracking.avi', cv2.VideoWriter_fourcc(*'MJPG'), fps, (w, h))
while True:
ret, im0 = cap.read()
if not ret:
print("Video frame is empty or video processing has been successfully completed.")
break
annotator = Annotator(im0, line_width=2)
results = model.track(im0, persist=True)
if results[0].boxes.id is not None and results[0].masks is not None:
masks = results[0].masks.xy
track_ids = results[0].boxes.id.int().cpu().tolist()
for mask, track_id in zip(masks, track_ids):
annotator.seg_bbox(mask=mask,
mask_color=colors(track_id, True),
track_label=str(track_id))
out.write(im0)
cv2.imshow("instance-segmentation-object-tracking", im0)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
out.release()
cap.release()
cv2.destroyAllWindows()
seg_bbox
الحجج
اسم | نوع | افتراضي | وصف |
---|---|---|---|
mask |
array |
None |
إحداثيات قناع التجزئة |
mask_color |
tuple |
(255, 0, 255) |
لون قناع لكل صندوق مجزأ |
det_label |
str |
None |
تسمية للكائن المجزأ |
track_label |
str |
None |
تسمية للكائن المجزأ والمتعقب |
ملاحظه
لأية استفسارات ، لا تتردد في نشر أسئلتك في Ultralytics قسم المشكلة أو قسم المناقشة المذكور أدناه.