Link to this sectionSegmentación de instancias y seguimiento mediante Ultralytics YOLO26 🚀#

Link to this section¿Qué es la segmentación de instancias?#

La segmentación de instancias es una tarea de visión artificial que consiste en identificar y contornear objetos individuales en una imagen a nivel de píxel. A diferencia de la segmentación semántica, que solo clasifica los píxeles por categoría, la segmentación de instancias etiqueta de forma única y delimita con precisión cada instancia de objeto, lo que la hace crucial para aplicaciones que requieren una comprensión espacial detallada, como la imagenología médica, la conducción autónoma y la automatización industrial.

Ultralytics YOLO26 proporciona potentes capacidades de segmentación de instancias que permiten una detección precisa de los límites de los objetos mientras se mantiene la velocidad y eficiencia por las que se conocen los modelos YOLO.

Existen dos tipos de seguimiento de segmentación de instancias disponibles en el paquete de Ultralytics:

• Segmentación de instancias con objetos de clase: A cada objeto de clase se le asigna un color único para una separación visual clara.

• Segmentación de instancias con seguimiento de objetos: Cada seguimiento está representado por un color distinto, lo que facilita la identificación y el seguimiento a través de los fotogramas de vídeo.

Link to this sectionMuestras#

Segmentación de instancias	Segmentación de instancias + Seguimiento de objetos
Segmentación de instancias de Ultralytics 😍	Segmentación de instancias de Ultralytics con seguimiento de objetos 🔥

# Instance segmentation using Ultralytics YOLO26
yolo solutions isegment show=True

# Pass a source video
yolo solutions isegment source="path/to/video.mp4"

# Monitor the specific classes
yolo solutions isegment classes="[0, 5]"

Link to this sectionArgumentos de InstanceSegmentation#

Aquí tienes una tabla con los argumentos de InstanceSegmentation:

También puedes aprovechar los argumentos de track dentro de la solución InstanceSegmentation:

Además, están disponibles los siguientes argumentos de visualización:

Link to this sectionAplicaciones de la segmentación de instancias#

La segmentación de instancias con YOLO26 tiene numerosas aplicaciones en el mundo real en diversos sectores:

Link to this sectionGestión de residuos y reciclaje#

YOLO26 se puede utilizar en instalaciones de gestión de residuos para identificar y clasificar diferentes tipos de materiales. El modelo puede segmentar residuos plásticos, cartón, metal y otros materiales reciclables con gran precisión, permitiendo que los sistemas de clasificación automatizados procesen los residuos de forma más eficiente. Esto es especialmente valioso si consideramos que solo se recicla aproximadamente el 10% de las 7000 millones de toneladas de residuos plásticos generados a nivel mundial.

Link to this sectionVehículos autónomos#

En los coches autónomos, la segmentación de instancias ayuda a identificar y seguir peatones, vehículos, señales de tráfico y otros elementos de la carretera a nivel de píxel. Esta comprensión precisa del entorno es crucial para la navegación y la toma de decisiones de seguridad. El rendimiento en tiempo real de YOLO26 lo hace ideal para estas aplicaciones sensibles al tiempo.

Link to this sectionImagenología médica#

La segmentación de instancias puede identificar y contornear tumores, órganos o estructuras celulares en escáneres médicos. La capacidad de YOLO26 para delimitar con precisión los límites de los objetos lo hace valioso para el diagnóstico médico y la planificación de tratamientos.

Link to this sectionSupervisión de obras de construcción#

En las obras de construcción, la segmentación de instancias puede realizar un seguimiento de maquinaria pesada, trabajadores y materiales. Esto ayuda a garantizar la seguridad mediante el control de las posiciones de los equipos y la detección de cuando los trabajadores entran en áreas peligrosas, al mismo tiempo que optimiza el flujo de trabajo y la asignación de recursos.

Link to this sectionNota#

Para cualquier consulta, no dudes en publicar tus preguntas en la sección de problemas de Ultralytics o en la sección de discusión que se menciona a continuación.

Link to this sectionFAQ#

Link to this section¿Cómo realizo la segmentación de instancias usando Ultralytics YOLO26?#

Para realizar la segmentación de instancias mediante Ultralytics YOLO26, inicializa el modelo YOLO con una versión de segmentación de YOLO26 y procesa los fotogramas de vídeo a través de él. Aquí tienes un ejemplo de código simplificado:

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
assert cap.isOpened(), "Error reading video file"

# Video writer
w, h, fps = (int(cap.get(x)) for x in (cv2.CAP_PROP_FRAME_WIDTH, cv2.CAP_PROP_FRAME_HEIGHT, cv2.CAP_PROP_FPS))
video_writer = cv2.VideoWriter("instance-segmentation.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

# Init InstanceSegmentation
isegment = solutions.InstanceSegmentation(
    show=True,  # display the output
    model="yolo26n-seg.pt",  # model="yolo26n-seg.pt" for object segmentation using YOLO26.
)

# Process video
while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        print("Video frame is empty or processing is complete.")
        break
    results = isegment(im0)
    video_writer.write(results.plot_im)

cap.release()
video_writer.release()
cv2.destroyAllWindows()

Obtén más información sobre la segmentación de instancias en la guía de Ultralytics YOLO26.

Link to this section¿Cuál es la diferencia entre la segmentación de instancias y el seguimiento de objetos en Ultralytics YOLO26?#

La segmentación de instancias identifica y contornea objetos individuales dentro de una imagen, asignando a cada objeto una etiqueta y una máscara únicas. El seguimiento de objetos amplía esto asignando identificadores coherentes a los objetos en los fotogramas de vídeo, lo que facilita el seguimiento continuo de los mismos objetos a lo largo del tiempo. Cuando se combinan, como en la implementación de YOLO26, obtienes capacidades potentes para analizar el movimiento y el comportamiento de los objetos en vídeos mientras mantienes información precisa de los límites.

Link to this section¿Por qué debería usar Ultralytics YOLO26 para segmentación de instancias y seguimiento en lugar de otros modelos como Mask R-CNN o Faster R-CNN?#

Ultralytics YOLO26 ofrece un rendimiento en tiempo real, una precisión superior y facilidad de uso en comparación con otros modelos como Mask R-CNN o Faster R-CNN. YOLO26 procesa las imágenes en una sola pasada (detección de una sola etapa), lo que lo hace significativamente más rápido manteniendo una alta precisión. También proporciona una integración perfecta con Ultralytics Platform, permitiendo a los usuarios gestionar modelos, conjuntos de datos y flujos de trabajo de entrenamiento de manera eficiente. Para aplicaciones que requieren tanto velocidad como precisión, YOLO26 ofrece un equilibrio óptimo.

Link to this section¿Existen conjuntos de datos proporcionados por Ultralytics adecuados para entrenar modelos YOLO26 para segmentación de instancias y seguimiento?#

Sí, Ultralytics ofrece varios conjuntos de datos adecuados para entrenar modelos YOLO26 para segmentación de instancias, incluyendo COCO-Seg, COCO8-Seg (un subconjunto más pequeño para pruebas rápidas), Package-Seg y Crack-Seg. Estos conjuntos de datos vienen con anotaciones a nivel de píxel necesarias para tareas de segmentación de instancias. Para aplicaciones más especializadas, también puedes crear conjuntos de datos personalizados siguiendo el formato de Ultralytics. Puedes encontrar información completa sobre los conjuntos de datos e instrucciones de uso en la documentación de conjuntos de datos de Ultralytics.