Ultralytics YOLO を使用したセマンティックセグメンテーション#

セマンティックセグメンテーションは、画像内のすべてのピクセルにクラスラベルを割り当て、シーン全体をカバーする密なクラスマップを生成します。個々のオブジェクトを分離するインスタンスセグメンテーションとは異なり、セマンティックセグメンテーションでは、異なるオブジェクトがいくつ存在するかにかかわらず、同じクラスのすべてのピクセルをまとめて扱います。

セマンティックセグメンテーションモデルの出力は、高さ×幅の単一のクラスマップです。各ピクセル値は、予測されたクラスIDに対応します。そのため、セマンティックセグメンテーションは、自動運転、医用画像、土地被覆マッピングなどのシーン解析タスクに適しています。

モデル#

Cityscapesデータセットで事前学習されたYOLO26セマンティックセグメンテーション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。

• **mIoU^val**の値は、Cityscapes検証セットにおける、単一モデル・単一スケールでの値です。
  yolo semantic val data=cityscapes.yaml device=0 imgsz=2048で再現できます。
• 速度の指標は、RTX3090インスタンスを使用し、Cityscapes検証画像全体で平均した値です。
  yolo semantic val data=cityscapes.yaml batch=1 device=0|cpu imgsz=2048で再現できます。
• ParamsとFLOPsの値は、ConvレイヤーとBatchNormレイヤーを統合するmodel.fuse()後の融合モデルの値です。事前学習済みチェックポイントは完全な学習アーキテクチャを保持しているため、より大きい値になる場合があります。

ADE20Kデータセットで事前学習されたYOLO26セマンティックセグメンテーション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。

• **mIoU^val**の値は、ADE20K検証セットにおける、単一モデル・単一スケールでの値です。
  yolo semantic val model=yolo26n-sem-ade20k.pt data=ade20k.yaml device=0 imgsz=640で、yolo26n-sem-ade20k.ptを目的のyolo26*-sem-ade20k.ptチェックポイントに置き換えて再現できます。
• 速度の指標は、RTX3090インスタンスを使用し、ADE20K検証画像全体で平均した値です。
  yolo semantic val model=yolo26n-sem-ade20k.pt data=ade20k.yaml batch=1 device=0|cpu imgsz=640で、yolo26n-sem-ade20k.ptを目的のyolo26*-sem-ade20k.ptチェックポイントに置き換えて再現できます。
• ParamsとFLOPsの値は、ConvレイヤーとBatchNormレイヤーを統合するmodel.fuse()後の融合モデルの値です。事前学習済みチェックポイントは完全な学習アーキテクチャを保持しているため、より大きい値になる場合があります。

CityscapesのmIoUの予備結果については、未公開のYOLO27プレビューをご覧ください。

トレーニング#

Cityscapes8データセットで、YOLO26n-semを画像サイズ1024、100エポック学習します。使用可能な引数の一覧については、設定ページを参照してください。

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-sem.yaml")  # build a new model from YAML
model = YOLO("yolo26n-sem.pt")  # load a pretrained model (recommended for training)
model = YOLO("yolo26n-sem.yaml").load("yolo26n-sem.pt")  # build from YAML and transfer weights

# Train the model
results = model.train(data="cityscapes8.yaml", epochs=100, imgsz=1024)

trainモードの詳細については、学習ページを参照してください。セマンティックセグメンテーションモデルは、Ultralytics Platformのクラウド学習でも学習できます。

データセット形式#

セマンティックセグメンテーションデータセットでは、通常PNG形式の単一チャンネルのマスク画像を使用し、各ピクセル値がクラスIDを表します。値が255のピクセルは「ignore」として扱われ、損失計算から除外されます。データセットYAMLでは、画像と対応するマスクディレクトリへのパスを指定する必要があります。形式の詳細については、セマンティックセグメンテーションデータセットガイドを参照してください。サポートされているデータセットには、CityscapesとADE20Kがあります。Ultralytics Platformのアノテーションを使用して、セマンティックデータセットを管理およびラベル付けできます。

検証#

学習済みYOLO26n-semモデルの精度を、セマンティックセグメンテーションデータセット上で検証します。検証で意図したデータセットYAMLが使用されるように、dataを明示的に渡してください。

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-sem.pt")  # load an official model
model = YOLO("path/to/best.pt")  # load a custom model

# Validate the model
metrics = model.val(data="cityscapes.yaml")
metrics.miou  # mean Intersection over Union
metrics.pixel_accuracy  # overall pixel accuracy

推論#

学習済みYOLO26n-semモデルを使用して、画像に対する予測を実行します。

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-sem.pt")  # load an official model
model = YOLO("path/to/best.pt")  # load a custom model

# Predict with the model
results = model("https://ultralytics.com/images/bus.jpg")  # predict on an image

# Access the results
for result in results:
    semantic_mask = result.semantic_mask.data  # class map, shape (H,W), integer dtype selected by class count

Predictページで、predict モードの詳細をすべて確認できます。

結果の出力#

YOLOセマンティック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、オブジェクトマスクのリストではなく、画像全体に対する1つの密なクラスマップが格納されます。同じ予測クラスのピクセルは、別々のオブジェクトに属している場合でも、同じクラスIDを共有します。

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参照してください。

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#

エクスポート#

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

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-sem.pt")  # load an official model
model = YOLO("path/to/best.pt")  # load a custom model

# Export the model
model.export(format="onnx")

利用可能なYOLO26セマンティックセグメンテーションのエクスポート形式を以下の表に示します。format引数を使用して任意の形式にエクスポートできます。例：format='onnx'またはformat='engine'。エクスポートしたモデルで直接予測または検証することもできます。例：yolo predict model=yolo26n-sem.onnx。エクスポート完了後のモデル用に、使用例が表示されます。

nms=None は、外部 NMS の場合は生出力をデフォルトとします。nms=False を設定して利用可能な NMS なしのヘッドを選択します。サポートされていないフォーマットは、ネイティブ出力パスにフォールバックします。上記の nms エントリは、nms=True を使用して NMS を埋め込むことができるフォーマットを特定します。

Exportページで、export の詳細をすべて確認できます。

FAQ#