Attività di visione artificiale supportate da Ultralytics YOLO26#
Ultralytics YOLO26 è un framework di IA versatile che supporta diverse attività di visione artificiale. Il framework può essere usato per eseguire rilevamento, segmentazione, segmentazione semantica, stima della profondità, classificazione, stima della posa e OBB. Ciascuna di queste attività ha obiettivi e casi d'uso diversi, consentendoti di affrontare varie sfide di visione artificiale con un unico framework.
Per informazioni sul supporto previsto per YOLO27, consulta l'anteprima di YOLO27. YOLO27 arriverà a breve e non è ancora disponibile; questa guida usa i modelli YOLO26 rilasciati.
Guarda: Scopri i task di Ultralytics YOLO26: Rilevamento di oggetti, segmentazione di istanze, segmentazione semantica, stima della profondità, classificazione, stima della posa e OBB.
Rilevamento#
Il rilevamento è l'attività principale supportata da YOLO26. Consiste nell'individuare oggetti in un'immagine o in un fotogramma video e nel disegnare riquadri di delimitazione intorno a essi. Gli oggetti rilevati vengono classificati in categorie diverse in base alle loro caratteristiche. YOLO26 può rilevare più oggetti in una singola immagine o in un singolo fotogramma video con elevata precisione e velocità, risultando ideale per applicazioni in tempo reale come i sistemi di sorveglianza e i veicoli autonomi.
Segmentazione di istanze#
La segmentazione estende il rilevamento degli oggetti, producendo maschere a livello di pixel per ciascun oggetto. Questa precisione è utile in applicazioni come l'imaging medico, l'analisi agricola e il controllo qualità nella produzione.
Segmentazione semantica#
La segmentazione semantica assegna un'etichetta di classe a ogni pixel di un'immagine, producendo una mappa densa delle classi dell'intera scena. A differenza della segmentazione di istanze, non distingue tra singoli oggetti appartenenti alla stessa classe. Questo la rende ideale per la guida autonoma, l'interpretazione delle scene e la mappatura della copertura del suolo, in cui comprendere l'intera disposizione spaziale è più importante che identificare i singoli oggetti.
Esempi di segmentazione semantica
Stima della profondità#
La stima monoculare della profondità predice una mappa di profondità in metri, pixel per pixel, a partire da una singola immagine RGB. L'output è una mappa densa di valori float allineata all'immagine di input, adatta alla ricostruzione di scene 3D, alla navigazione robotica e alle applicazioni AR/VR in cui la disposizione spaziale deve essere dedotta da una singola telecamera.
Esempi di stima della profondità
Classificazione#
La classificazione consiste nel categorizzare intere immagini in base al loro contenuto. Questa attività è essenziale per applicazioni come la categorizzazione dei prodotti nell'e-commerce, la moderazione dei contenuti e il monitoraggio della fauna selvatica.
Stima della posa#
La stima della posa rileva punti chiave specifici nelle immagini o nei fotogrammi video per tracciare i movimenti o stimare le pose. Questi punti chiave possono rappresentare articolazioni umane, tratti del viso o altri punti di interesse significativi. YOLO26 eccelle nel rilevamento dei punti chiave con elevata precisione e velocità, risultando utile per le applicazioni fitness, l'analisi sportiva e l'interazione uomo-computer.
OBB#
Il rilevamento con riquadri delimitatori orientati (OBB) migliora il rilevamento tradizionale degli oggetti aggiungendo un angolo di orientamento per localizzare meglio gli oggetti ruotati. Questa funzionalità è particolarmente utile per l’analisi di immagini aeree, l’elaborazione dei documenti e le applicazioni industriali, in cui gli oggetti possono trovarsi a diverse angolazioni. YOLO26 offre elevata accuratezza e velocità nel rilevamento di oggetti ruotati in scenari diversi.
E adesso?#
Hai scelto un’attività? Formatta i dati seguendo la guida ai dataset, quindi addestra il modello sulle tue immagini.
Domande frequenti#
Ultralytics YOLO26 è un framework di AI versatile, in grado di svolgere diverse attività di computer vision con elevata accuratezza e velocità. Tra queste attività figurano:
- Rilevamento degli oggetti: identificare e localizzare gli oggetti nelle immagini o nei fotogrammi video disegnando attorno a essi dei riquadri delimitatori.
- Segmentazione delle istanze: produrre una maschera a livello di pixel per ogni oggetto rilevato, utile in applicazioni come l’imaging medico.
- Segmentazione semantica: assegnare un’etichetta di classe a ogni pixel di un’immagine per ottenere una comprensione dettagliata della scena.
- Stima della profondità: prevedere una mappa di profondità in metri per ogni pixel a partire da una singola immagine RGB.
- Classificazione: classificare immagini intere in base al loro contenuto.
- Stima della posa: rilevare punti chiave specifici in un’immagine o in un fotogramma video per tracciare movimenti o pose.
- Rilevamento di oggetti orientati (OBB): rilevare oggetti ruotati con un angolo di orientamento aggiuntivo per una maggiore accuratezza.
Per usare Ultralytics YOLO26 per il rilevamento degli oggetti, segui questi passaggi:
- Prepara il dataset nel formato appropriato.
- Addestra il modello YOLO26 con l’attività di rilevamento.
- Usa il modello per fare previsioni fornendogli nuove immagini o fotogrammi video.
Esempiofrom ultralytics import YOLO # Carica un modello YOLO preaddestrato (modifica il tipo di modello secondo necessità) model = YOLO("yolo26n.pt") # Sono disponibili le versioni n, s, m, l, x # Esegui il rilevamento degli oggetti su un'immagine results = model.predict(source="image.jpg") # Puoi usare anche un video, una directory, un URL, ecc. # Visualizza i risultati results[0].show() # Mostra i risultati della prima immaginePer istruzioni più dettagliate, consulta i nostri esempi di rilevamento.
Usare YOLO26 per le attività di segmentazione offre diversi vantaggi:
- Elevata accuratezza: l’attività di segmentazione fornisce maschere precise a livello di pixel.
- Velocità: YOLO26 è ottimizzato per le applicazioni in tempo reale e offre un’elaborazione rapida anche per immagini ad alta risoluzione.
- Molteplici applicazioni: è ideale per l’imaging medico, la guida autonoma e altre applicazioni che richiedono una segmentazione dettagliata delle immagini.
Scopri di più sui vantaggi e sui casi d’uso di YOLO26 per la segmentazione nella sezione sulla segmentazione delle immagini.
Sì, Ultralytics YOLO26 è in grado di eseguire efficacemente la stima della posa e il rilevamento dei punti chiave con elevata accuratezza e velocità. Questa funzionalità è particolarmente utile per tracciare i movimenti nell’analisi sportiva, nell’assistenza sanitaria e nelle applicazioni di interazione uomo-computer. YOLO26 rileva i punti chiave in un’immagine o in un fotogramma video, consentendo una stima precisa della posa.
Per ulteriori dettagli e suggerimenti sull’implementazione, visita i nostri esempi di stima della posa.
Il rilevamento di oggetti orientati (OBB) con YOLO26 offre una precisione maggiore rilevando gli oggetti con un parametro angolare aggiuntivo. Questa funzionalità è utile nelle applicazioni che richiedono la localizzazione accurata di oggetti ruotati, come l’analisi di immagini aeree e l’automazione dei magazzini.
- Maggiore precisione: la componente angolare riduce i falsi positivi per gli oggetti ruotati.
- Applicazioni versatili: utile per attività di analisi geospaziale, robotica ecc.
Consulta la sezione sul rilevamento di oggetti orientati per ulteriori dettagli ed esempi.