コンテンツへスキップ

Ultralytics YOLOv8 🚀を使ったインスタンスのセグメンテーションとトラッキング

インスタンス・セグメンテーションとは?

Ultralytics YOLOv8インスタンスセグメンテーションは、画像内の個々の物体を識別し、輪郭を描くことで、空間分布を詳細に理解する。セマンティック・セグメンテーションとは異なり、インスタンス・セグメンテーションでは、各オブジェクトに一意的なラベル付けを行い、オブジェクト検出や医療用画像処理などのタスクにおいて極めて重要な、各オブジェクトの輪郭を正確に描き出す。

Ultralytics パッケージでは、2種類のインスタンス・セグメンテーション・トラッキングが利用できる:

  • クラス・オブジェクトによるインスタンスのセグメンテーション:各クラスオブジェクトには、視覚的に明確に分離するために固有の色が割り当てられています。

  • オブジェクトトラックによるインスタンスセグメンテーション:すべてのトラックは明確な色で表現され、識別と追跡が容易になります。



見るんだ: オブジェクト・トラッキングを用いたインスタンス・セグメンテーションUltralytics YOLOv8

サンプル

インスタンスのセグメンテーション インスタンス・セグメンテーション+オブジェクト・トラッキング
Ultralytics インスタンスのセグメンテーション Ultralytics オブジェクト追跡によるインスタンス分割
Ultralytics インスタンスのセグメンテーション Ultralytics オブジェクト追跡によるインスタンス・セグメンテーション 🔥 🔥 .

インスタンスのセグメンテーションとトラッキング

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 論争

名称 タイプ デフォルト 説明
mask array None セグメンテーション・マスク座標
mask_color tuple (255, 0, 255) すべてのセグメント・ボックスのマスク・カラー
det_label str None 分割されたオブジェクトのラベル
track_label str None セグメント化され追跡されたオブジェクトのラベル

備考

お問い合わせは、Ultralytics Issue Sectionまたは下記のディスカッション・セクションまでお気軽にお寄せください。



作成日:2023-12-18 更新日:2024-03-03
作成者:glenn-jocher(6),chr043416@gmail.com(2)

コメント