Link to this sectionSegmentação de instâncias e rastreamento usando Ultralytics YOLO26 🚀#

Link to this sectionO que é segmentação de instâncias?#

Segmentação de instâncias é uma tarefa de visão computacional que envolve identificar e contornar objetos individuais em uma imagem ao nível de pixel. Ao contrário da segmentação semântica, que apenas classifica pixels por categoria, a segmentação de instâncias rotula de forma única e delineia precisamente cada instância de objeto, tornando-a crucial para aplicações que exigem compreensão espacial detalhada, como imagens médicas, direção autônoma e automação industrial.

O Ultralytics YOLO26 oferece recursos poderosos de segmentação de instâncias que permitem uma detecção precisa dos limites dos objetos, mantendo a velocidade e a eficiência pelas quais os modelos YOLO são conhecidos.

Existem dois tipos de rastreamento de segmentação de instâncias disponíveis no pacote Ultralytics:

• Segmentação de instâncias com objetos de classe: Cada objeto de classe recebe uma cor única para uma clara separação visual.

• Segmentação de instâncias com rastreamento de objetos: Cada rastreamento é representado por uma cor distinta, facilitando a identificação e o acompanhamento fácil através dos quadros de vídeo.

Link to this sectionAmostras#

Segmentação de Instância	Segmentação de instâncias + Rastreamento de objetos
Segmentação de instâncias Ultralytics 😍	Segmentação de instâncias Ultralytics com rastreamento de objetos 🔥

Link to this sectionSegmenta e rastreia com o YOLO26#

A solução InstanceSegmentation executa um modelo de segmentação YOLO26 em cada frame, desenha máscaras por objeto e colore cada instância separadamente para que possas seguir objetos individuais ao longo de um vídeo. Carrega um modelo -seg e executa-o sobre a tua fonte com a Python API ou a CLI.

# Instance segmentation using Ultralytics YOLO26
yolo solutions isegment show=True

# Pass a source video
yolo solutions isegment source="path/to/video.mp4"

# Monitor the specific classes
yolo solutions isegment classes="[0, 5]"

Link to this sectionArgumentos de InstanceSegmentation#

Aqui está uma tabela com os argumentos de InstanceSegmentation:

Você também pode tirar proveito dos argumentos de track dentro da solução InstanceSegmentation:

Além disso, os seguintes argumentos de visualização estão disponíveis:

Link to this sectionAplicações de segmentação de instâncias#

A segmentação de instâncias com YOLO26 tem inúmeras aplicações no mundo real em vários setores:

Link to this sectionGestão de resíduos e reciclagem#

O YOLO26 pode ser usado em instalações de gestão de resíduos para identificar e classificar diferentes tipos de materiais. O modelo pode segmentar resíduos plásticos, papelão, metal e outros recicláveis com alta precisão, permitindo que sistemas de triagem automatizados processem resíduos de forma mais eficiente. Isso é particularmente valioso considerando que apenas cerca de 10% das 7 bilhões de toneladas de resíduos plásticos gerados globalmente são reciclados.

Link to this sectionVeículos autônomos#

Em carros autônomos, a segmentação de instâncias ajuda a identificar e rastrear pedestres, veículos, sinais de trânsito e outros elementos rodoviários ao nível de pixel. Essa compreensão precisa do ambiente é crucial para decisões de navegação e segurança. O desempenho em tempo real do YOLO26 o torna ideal para essas aplicações sensíveis ao tempo.

Link to this sectionImagens médicas#

A segmentação de instâncias pode identificar e contornar tumores, órgãos ou estruturas celulares em exames médicos. A capacidade do YOLO26 de delinear precisamente os limites dos objetos o torna valioso para diagnósticos médicos e planejamento de tratamento.

Link to this sectionMonitoramento de canteiros de obras#

Em canteiros de obras, a segmentação de instâncias pode rastrear maquinário pesado, trabalhadores e materiais. Isso ajuda a garantir a segurança monitorando as posições dos equipamentos e detectando quando os trabalhadores entram em áreas perigosas, enquanto também otimiza o fluxo de trabalho e a alocação de recursos.

Link to this sectionFAQ#

Link to this sectionComo realizo a segmentação de instâncias usando Ultralytics YOLO26?#

Para realizar a segmentação de instâncias usando Ultralytics YOLO26, inicialize o modelo YOLO com uma versão de segmentação do YOLO26 e processe os quadros de vídeo através dele. Aqui está um exemplo de código simplificado:

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
assert cap.isOpened(), "Error reading video file"

# Video writer
w, h, fps = (int(cap.get(x)) for x in (cv2.CAP_PROP_FRAME_WIDTH, cv2.CAP_PROP_FRAME_HEIGHT, cv2.CAP_PROP_FPS))
video_writer = cv2.VideoWriter("instance-segmentation.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

# Init InstanceSegmentation
isegment = solutions.InstanceSegmentation(
    show=True,  # display the output
    model="yolo26n-seg.pt",  # model="yolo26n-seg.pt" for object segmentation using YOLO26.
)

# Process video
while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        print("Video frame is empty or processing is complete.")
        break
    results = isegment(im0)
    video_writer.write(results.plot_im)

cap.release()
video_writer.release()
cv2.destroyAllWindows()

Sabe mais sobre segmentação de instâncias no guia do Ultralytics YOLO26.

Link to this sectionQual é a diferença entre segmentação de instâncias e rastreamento de objetos no Ultralytics YOLO26?#

A segmentação de instâncias identifica e contorna objetos individuais dentro de uma imagem, dando a cada objeto um rótulo e uma máscara únicos. O rastreamento de objetos expande isso atribuindo IDs consistentes aos objetos através dos quadros de vídeo, facilitando o rastreamento contínuo dos mesmos objetos ao longo do tempo. Quando combinados, como na implementação do YOLO26, você obtém recursos poderosos para analisar o movimento e o comportamento dos objetos em vídeos, mantendo informações precisas sobre os limites.

Link to this sectionPor que devo usar o Ultralytics YOLO26 para segmentação de instâncias e rastreamento em vez de outros modelos como Mask R-CNN ou Faster R-CNN?#

O Ultralytics YOLO26 oferece desempenho em tempo real, precisão superior e facilidade de uso em comparação com outros modelos como Mask R-CNN ou Faster R-CNN. O YOLO26 processa imagens em uma única passagem (detecção de estágio único), tornando-o significativamente mais rápido enquanto mantém alta precisão. Ele também oferece integração perfeita com a Plataforma Ultralytics, permitindo que os usuários gerenciem modelos, conjuntos de dados e pipelines de treinamento com eficiência. Para aplicações que exigem velocidade e precisão, o YOLO26 oferece um equilíbrio ideal.

Link to this sectionExistem conjuntos de dados fornecidos pela Ultralytics adequados para treinar modelos YOLO26 para segmentação de instâncias e rastreamento?#

Sim, a Ultralytics oferece vários datasets adequados para treinar modelos YOLO26 para segmentação de instâncias, incluindo o COCO-Seg, o COCO8-Seg (um subconjunto menor para testes rápidos), o Package-Seg e o Crack-Seg. Estes datasets vêm com anotações ao nível do pixel necessárias para tarefas de segmentação de instâncias. Para aplicações mais especializadas, também podes criar datasets personalizados seguindo o formato Ultralytics. Informações completas sobre datasets e instruções de uso podem ser encontradas na documentação de Datasets da Ultralytics.