Ultralytics YOLOによるインスタンスセグメンテーション#

インスタンスセグメンテーションは物体検出をさらに発展させたもので、画像内の個々の物体を識別し、画像のほかの部分から分割します。

インスタンスセグメンテーションモデルの出力は、画像内の各物体の輪郭を示すマスクまたは輪郭線のセットと、各物体のクラスラベルおよび信頼度スコアです。インスタンスセグメンテーションは、画像内の物体の位置だけでなく、正確な形状も把握する必要がある場合に役立ちます。

モデル#

COCOデータセットで事前学習されたYOLO26 Segmentモデルを以下に示します。

モデルは、初回使用時に最新のUltralytics リリースから自動的にダウンロードされます。

• mAP^valの値は、COCO val2017データセットにおける単一モデル、単一スケールでのものです。
  yolo segment val data=coco.yaml device=0 nms=Falseで再現できます。
• 速度は、COCO val画像に対してONNXをCPUで、TensorRT10をNVIDIA T4 GPUで使用した場合の平均値です。
  yolo segment val data=coco.yaml batch=1 device=0|cpu nms=Falseで再現できます。
• ParamsとFLOPsの値は、Conv/BatchNormのfoldingと未使用の検出ブランチの削除を適用した後の、融合済みモデルの値です。事前学習済みチェックポイントにはトレーニング時のアーキテクチャ全体が保持されているため、より大きな値が表示される場合があります。

これらのチェックポイントは、COCOの80クラスをセグメント化します。再トレーニングせずにリスト外のカテゴリをセグメント化するには、クラスをテキストプロンプト、視覚的な例、または組み込み語彙として指定できるYOLOEをご覧ください。

予備的なCOCOのボックスおよびマスクの結果については、未リリースのYOLO27プレビューをご覧ください。

学習#

COCO8-segデータセットでYOLO26n-segを、画像サイズ640で100エポックトレーニングします。使用可能な引数の一覧は、Configurationページをご覧ください。

from ultralytics import YOLO

# モデルを読み込む
model = YOLO("yolo26n-seg.yaml")  # YAMLから新しいモデルを構築します
model = YOLO("yolo26n-seg.pt")  # 事前トレーニング済みモデルを読み込みます（トレーニングにはこちらを推奨します）
model = YOLO("yolo26n-seg.yaml").load("yolo26n-seg.pt")  # YAMLからモデルを構築し、重みを転送します

# モデルをトレーニングする
results = model.train(data="coco8-seg.yaml", epochs=100, imgsz=640)

trainモードの詳細は、Trainページをご覧ください。セグメンテーションモデルは、Ultralytics Platformのクラウドトレーニングでもトレーニングできます。

データセットのフォーマット#

YOLOセグメンテーションデータセットの形式について詳しくは、Dataset Guideをご覧ください。既存のCOCO JSONデータセットをYOLO形式に変換するには、COCOからYOLOへのガイドで説明されているように、use_segments=Trueを指定して組み込みのconvert_coco関数を使用します。また、ポリゴンツールとSAMを活用したスマートアノテーションを備えたUltralytics Platformのアノテーションでセグメンテーションマスクを作成することもできます。

検証#

トレーニング済みYOLO26n-segモデルの精度を検証します。modelにはトレーニング時のdataと引数がモデル属性として保持されるため、引数は不要です。Trainの例にあるpath/to/best.ptは、COCO8-segで検証します。公式ウェイトには、お使いのマシンに存在しないトレーニングデータセットのパスが記録されているため、警告を出してタスクのデフォルトであるcoco8-seg.yamlにフォールバックします。別のデータセットで検証するには、dataを指定します。

from ultralytics import YOLO

# モデルを読み込む
model = YOLO("yolo26n-seg.pt")  # 公式モデルを読み込みます
model = YOLO("path/to/best.pt")  # カスタムモデルを読み込む

# モデルを検証します
metrics = model.val()  # データセットと設定が記憶されるため、引数は不要です
metrics.box.map  # map50-95(B)
metrics.box.map50  # map50(B)
metrics.box.map75  # map75(B)
metrics.box.maps  # 各カテゴリのmAP50-95(B)を含むリスト
metrics.box.image_metrics  # detの画像ごとのメトリクス辞書。precision、recall、F1、TP、FP、FNを含みます
metrics.seg.map  # map50-95(M)
metrics.seg.map50  # map50(M)
metrics.seg.map75  # map75(M)
metrics.seg.maps  # 各カテゴリのmAP50-95(M)を含むリスト
metrics.seg.image_metrics  # segの画像ごとのメトリクス辞書。precision、recall、F1、TP、FP、FNを含みます

推論#

トレーニング済みのYOLO26n-segモデルを使用して、画像の推論を実行します。

from ultralytics import YOLO

# モデルを読み込む
model = YOLO("yolo26n-seg.pt")  # 公式モデルを読み込みます
model = YOLO("path/to/best.pt")  # カスタムモデルを読み込む

# モデルで予測します
results = model("https://ultralytics.com/images/bus.jpg")  # 画像に対して予測します

# 結果にアクセスします
for result in results:
    xy = result.masks.xy  # ピクセル座標で表したマスクポリゴン
    xyn = result.masks.xyn  # 正規化されたマスクポリゴン
    masks = result.masks.data  # バイナリマスク、shape (N,H,W)、dtype torch.uint8

Predictページでpredictモードの詳細をご確認ください。

結果の出力#

YOLOのインスタンスセグメンテーションは、画像ごとに1つのResultsオブジェクトを返します。各結果には物体単位の予測が格納され、検出された各インスタンスは独自のバイナリマスク、クラス、信頼度、ボックスを持ちます。

すべてのタスクにおける、タスク固有のResultsフィールドについては、タスク別の予測結果セクションをご覧ください。

インスタンスセグメンテーションとセマンティックセグメンテーションの比較#

インスタンスセグメンテーションは物体単位のセグメンテーションです。2台の車は、2つのマスク、2つのボックス、2つの信頼度スコアになります。 セマンティックセグメンテーションはピクセル単位の分類です。同じ車は、1つの画像サイズのクラスマップ内で同じクラスIDを持つピクセルになり、物体ごとのボックス、信頼度、デフォルトのポリゴンリストはありません。セマンティックセグメンテーションのページにある項目ごとの比較をご覧ください。

エクスポート#

YOLO26n-segモデルをONNXやCoreMLなどの別の形式にエクスポートします。

from ultralytics import YOLO

# モデルを読み込む
model = YOLO("yolo26n-seg.pt")  # 公式モデルを読み込みます
model = YOLO("path/to/best.pt")  # カスタムモデルを読み込む

# モデルをエクスポートする
model.export(format="onnx")

使用可能なYOLO26-segのエクスポート形式を以下の表に示します。format引数を使用すると、format='onnx'やformat='engine'など、任意の形式にエクスポートできます。エクスポート済みモデルで直接推論または検証することもできます（例: yolo predict model=yolo26n-seg.onnx）。エクスポートが完了すると、モデルの使用例が表示されます。

nms=None は外部NMS向けにraw出力をデフォルトで使用します。利用可能なNMSフリーヘッドを選択するには、nms=Falseを設定してください。未対応のフォーマットでは、ネイティブの出力パスにフォールバックします。上記のnmsの項目は、nms=Trueを使用してNMSを埋め込めるフォーマットを示しています。

詳細なexport情報については、Exportページをご覧ください。

よくある質問#