Ultralytics YOLOによる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、シーン全体を網羅する高密度なクラスマップを生成します。個々の物体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、個別の物体の数にかかわらず、同じクラスのすべてのピクセルをまとめます。

セマンティックセグメンテーションモデルの出力は、高さと幅で構成される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。このため、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 Semantic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、単一スケールでのものです。
  yolo semantic val data=cityscapes.yaml device=0 imgsz=2048で再現できます。
• Speedメトリクスは、RTX3090インスタンスを使用して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()の実行後の融合モデルに対するものです。事前学習済みチェックポイントはトレーニング時の完全なアーキテクチャを保持するため、より大きな値を示す場合があります。

ADE20Kデータセットで事前学習されたYOLO26 Semanticモデルを以下に示します。

• mIoU^valの値は、ADE20K検証セットにおける単一モデル、単一スケールでのものです。
  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、yolo semantic val model=yolo26n-sem-ade20k.pt data=ade20k.yaml device=0 imgsz=640で再現できます。
• Speedメトリクスは、RTX3090インスタンスを使用してADE20K検証画像全体で平均した値です。
  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、yolo semantic val model=yolo26n-sem-ade20k.pt data=ade20k.yaml batch=1 device=0|cpu imgsz=640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()の実行後の融合モデルに対するものです。事前学習済みチェックポイントはトレーニング時の完全なアーキテクチャを保持するため、より大きな値を示す場合があります。

予備的なCityscapes mIoU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#

Cityscapes8データセットでYOLO26n-semを、画像サイズ1024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-sem.yaml")  # YAMLから新しいモデルを構築します
model = YOLO("yolo26n-sem.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-sem.yaml").load("yolo26n-sem.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="cityscapes8.yaml", epochs=100, imgsz=1024)

trainモードの詳細は、Trainページをご覧ください。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#

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形式のシングルチャンネル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。データセットのYAMLには、画像と対応するマスクディレクトリのパスを指定します。YOLOポリゴンラベルを含むデータセットは、オンザフライでマスクに変換され、直接トレーニングできます（下記のインスタンスセグメンテーションのデータを使用できますかをご覧ください）。形式の詳細は、Semantic Segmentation Dataset Guideをご覧ください。対応データセットには、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し、ラベル付けできます。

検証#

セマンティックセグメンテーションデータセットで、トレーニング済みYOLO26n-semモデルの精度を検証します。検証で意図したデータセットYAMLが使用されるように、dataを明示的に指定します。

from ultralytics import YOLO

# モデルを読み込む
model = YOLO("yolo26n-sem.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(data="cityscapes.yaml")
metrics.miou  # 平均IoU
metrics.pixel_accuracy  # 全体のピクセル精度

推論#

トレーニング済みのYOLO26n-sem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-sem.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:
    semantic_mask = result.semantic_mask.data  # クラスマップ、shape (H,W)、クラス数に応じて選択される整数dtype

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、物体マスクのリストではなく、画像全体を対象とした1つの高密度なクラスマップが格納されます。予測クラスが同じピクセルには、別々の物体に属していても同じクラスIDが割り当てられます。

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#

エクスポート#

YOLO26n-sem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-sem.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-sem.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#