Saltar al contenido

Segmentaci贸n y seguimiento de instancias mediante Ultralytics YOLOv8 馃殌

驴Qu茅 es la segmentaci贸n de instancias?

Ultralytics YOLOv8 La segmentaci贸n de instancias consiste en identificar y delinear objetos individuales en una imagen, proporcionando una comprensi贸n detallada de la distribuci贸n espacial. A diferencia de la segmentaci贸n sem谩ntica, etiqueta de forma 煤nica y delinea con precisi贸n cada objeto, algo crucial para tareas como la detecci贸n de objetos y la obtenci贸n de im谩genes m茅dicas.

Hay dos tipos de seguimiento de segmentaci贸n de instancias disponibles en el paquete Ultralytics :

  • Segmentaci贸n de instancias con objetos de clase: A cada objeto de clase se le asigna un color 煤nico para una separaci贸n visual clara.

  • Segmentaci贸n de instancias con rastros de objetos: Cada pista est谩 representada por un color distinto, lo que facilita su identificaci贸n y seguimiento.



Observa: Segmentaci贸n de instancias con seguimiento de objetos mediante Ultralytics YOLOv8

Muestras

Segmentaci贸n de instancias Segmentaci贸n de instancias + Seguimiento de objetos
Ultralytics Segmentaci贸n de instancias Ultralytics Segmentaci贸n de instancias con seguimiento de objetos
Ultralytics Segmentaci贸n de instancias 馃槏 Ultralytics Segmentaci贸n de instancias con seguimiento de objetos 馃敟

Segmentaci贸n y seguimiento de instancias

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 Argumentos

Nombre Tipo Por defecto Descripci贸n
mask array None Coordenadas de la m谩scara de segmentaci贸n
mask_color tuple (255, 0, 255) Color de m谩scara para cada casilla segmentada
det_label str None Etiqueta del objeto segmentado
track_label str None Etiqueta para el objeto segmentado y rastreado

Nota

Para cualquier consulta, no dudes en publicar tus preguntas en la Secci贸n de Cuestiones deUltralytics o en la secci贸n de debate mencionada m谩s abajo.



Creado 2023-12-18, Actualizado 2024-03-03
Autores: glenn-jocher (6), RizwanMunawar (2)

Comentarios