Link to this sectionSegmentation d'instances et suivi avec Ultralytics YOLO26 🚀#

Link to this sectionQu'est-ce que la segmentation d'instances ?#

La segmentation d'instances est une tâche de vision par ordinateur qui consiste à identifier et à détourer des objets individuels dans une image au niveau du pixel. Contrairement à la segmentation sémantique qui classifie uniquement les pixels par catégorie, la segmentation d'instances étiquette et délimite précisément chaque instance d'objet, ce qui est crucial pour les applications nécessitant une compréhension spatiale détaillée comme l'imagerie médicale, la conduite autonome et l'automatisation industrielle.

Ultralytics YOLO26 offre de puissantes capacités de segmentation d'instances qui permettent une détection précise des limites des objets tout en conservant la vitesse et l'efficacité pour lesquelles les modèles YOLO sont reconnus.

Il existe deux types de suivi de segmentation d'instances disponibles dans le package Ultralytics :

• Segmentation d'instances avec objets de classe : Chaque objet de classe se voit attribuer une couleur unique pour une séparation visuelle claire.

• Segmentation d'instances avec suivi d'objets : Chaque suivi est représenté par une couleur distincte, facilitant l'identification et le suivi sur les images vidéo.

Link to this sectionÉchantillons#

Segmentation d'instance	Segmentation d'instances + Suivi d'objets
Segmentation d'instances Ultralytics 😍	Segmentation d'instances Ultralytics avec suivi d'objets 🔥

# 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 sectionArguments InstanceSegmentation#

Voici un tableau avec les arguments InstanceSegmentation :

Tu peux également profiter des arguments track au sein de la solution InstanceSegmentation :

De plus, les arguments de visualisation suivants sont disponibles :

Link to this sectionApplications de la segmentation d'instances#

La segmentation d'instances avec YOLO26 a de nombreuses applications concrètes dans divers secteurs :

Link to this sectionGestion et recyclage des déchets#

YOLO26 peut être utilisé dans les installations de gestion des déchets pour identifier et trier différents types de matériaux. Le modèle peut segmenter les déchets plastiques, le carton, le métal et d'autres matières recyclables avec une grande précision, permettant aux systèmes de tri automatisés de traiter les déchets plus efficacement. Cela est particulièrement précieux si l'on considère que seulement environ 10 % des 7 milliards de tonnes de déchets plastiques générés dans le monde sont recyclés.

Link to this sectionVéhicules autonomes#

Dans les voitures autonomes, la segmentation d'instances aide à identifier et à suivre les piétons, les véhicules, les panneaux de signalisation et d'autres éléments routiers au niveau du pixel. Cette compréhension précise de l'environnement est cruciale pour la navigation et les décisions de sécurité. Les performances en temps réel de YOLO26 le rendent idéal pour ces applications où chaque seconde compte.

Link to this sectionImagerie médicale#

La segmentation d'instances peut identifier et détourer des tumeurs, des organes ou des structures cellulaires dans les examens médicaux. La capacité de YOLO26 à délimiter précisément les contours des objets le rend précieux pour les diagnostics médicaux et la planification des traitements.

Link to this sectionSurveillance de chantier#

Sur les chantiers de construction, la segmentation d'instances peut suivre les engins lourds, les travailleurs et les matériaux. Cela aide à assurer la sécurité en surveillant les positions des équipements et en détectant lorsque les travailleurs entrent dans des zones dangereuses, tout en optimisant le flux de travail et l'allocation des ressources.

Link to this sectionRemarque#

Pour toute question, n'hésite pas à poster tes interrogations dans la section des problèmes Ultralytics ou dans la section de discussion mentionnée ci-dessous.

Link to this sectionFAQ#

Link to this sectionComment effectuer une segmentation d'instances avec Ultralytics YOLO26 ?#

Pour effectuer une segmentation d'instances avec Ultralytics YOLO26, initialise le modèle YOLO avec une version segmentation de YOLO26 et traite les images vidéo via celui-ci. Voici un exemple de code simplifié :

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()

Apprends-en plus sur la segmentation d'instances dans le guide Ultralytics YOLO26.

Link to this sectionQuelle est la différence entre la segmentation d'instances et le suivi d'objets dans Ultralytics YOLO26 ?#

La segmentation d'instances identifie et détourer des objets individuels dans une image, en donnant à chaque objet une étiquette et un masque uniques. Le suivi d'objets étend cela en assignant des identifiants cohérents aux objets à travers les images vidéo, facilitant le suivi continu des mêmes objets au fil du temps. Lorsqu'ils sont combinés, comme dans l'implémentation de YOLO26, tu obtiens de puissantes capacités pour analyser le mouvement et le comportement des objets dans les vidéos tout en conservant des informations de contour précises.

Link to this sectionPourquoi devrais-je utiliser Ultralytics YOLO26 pour la segmentation d'instances et le suivi plutôt que d'autres modèles comme Mask R-CNN ou Faster R-CNN ?#

Ultralytics YOLO26 offre des performances en temps réel, une précision supérieure et une facilité d'utilisation par rapport à d'autres modèles comme Mask R-CNN ou Faster R-CNN. YOLO26 traite les images en un seul passage (détection en une étape), ce qui le rend nettement plus rapide tout en conservant une précision élevée. Il offre également une intégration transparente avec Ultralytics Platform, permettant aux utilisateurs de gérer efficacement les modèles, les jeux de données et les pipelines d'entraînement. Pour les applications nécessitant à la fois vitesse et précision, YOLO26 offre un équilibre optimal.

Link to this sectionExiste-t-il des jeux de données fournis par Ultralytics adaptés à l'entraînement des modèles YOLO26 pour la segmentation d'instances et le suivi ?#

Oui, Ultralytics propose plusieurs jeux de données adaptés à l'entraînement des modèles YOLO26 pour la segmentation d'instances, notamment COCO-Seg, COCO8-Seg (un sous-ensemble plus petit pour des tests rapides), Package-Seg et Crack-Seg. Ces jeux de données sont accompagnés des annotations au niveau du pixel nécessaires pour les tâches de segmentation d'instances. Pour des applications plus spécialisées, tu peux également créer des jeux de données personnalisés en suivant le format Ultralytics. Les informations complètes sur les jeux de données et les instructions d'utilisation se trouvent dans la documentation des jeux de données Ultralytics.