Сегментация экземпляров и трекинг с помощью Ultralytics YOLO26 🚀

Что такое сегментация экземпляров?

Сегментация экземпляров — это задача компьютерного зрения, которая включает идентификацию и оконтуривание отдельных объектов на изображении на уровне пикселей. В отличие от семантической сегментации, где пиксели классифицируются только по категориям, сегментация экземпляров уникально маркирует и точно очерчивает каждый объект, что критически важно для приложений, требующих детального пространственного понимания, таких как медицинская визуализация, автономное вождение и промышленная автоматизация.

Ultralytics YOLO26 предоставляет мощные возможности сегментации экземпляров, позволяющие точно определять границы объектов, сохраняя при этом скорость и эффективность, которыми известны модели YOLO.

В пакете Ultralytics доступны два типа трекинга при сегментации экземпляров:

• Сегментация экземпляров с классами объектов: Каждому классу объекта назначается уникальный цвет для четкого визуального разделения.

• Сегментация экземпляров с треками объектов: Каждый трек представлен отдельным цветом, что облегчает идентификацию и отслеживание объектов на кадрах видео.

Примеры

Instance Segmentation	Сегментация экземпляров + трекинг объектов
Сегментация экземпляров Ultralytics 😍	Сегментация экземпляров Ultralytics с трекингом объектов 🔥

# 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]"

InstanceSegmentation Аргументы

Вот таблица с InstanceSegmentation аргументами:

Ты также можешь воспользоваться аргументами track внутри решения InstanceSegmentation :

Кроме того, доступны следующие аргументы визуализации:

Применение сегментации экземпляров

Сегментация экземпляров с YOLO26 находит множество реальных применений в различных отраслях:

Управление отходами и переработка

YOLO26 можно использовать на предприятиях по переработке отходов для идентификации и сортировки различных видов материалов. Модель может сегментировать пластиковые отходы, картон, металл и другие перерабатываемые материалы с высокой точностью, позволяя автоматизированным системам сортировки работать эффективнее. Это особенно ценно, учитывая, что перерабатывается лишь около 10% из 7 миллиардов тонн пластиковых отходов, ежегодно производимых в мире.

Автономные транспортные средства

В беспилотные автомобили, сегментация экземпляров помогает идентифицировать и отслеживать пешеходов, транспортные средства, дорожные знаки и другие элементы дороги на уровне пикселей. Такое точное понимание окружающей среды критически важно для принятия решений по навигации и безопасности. Производительность YOLO26 в реальном времени делает её идеальной для этих чувствительных ко времени задач.

Медицинская визуализация

Сегментация экземпляров позволяет идентифицировать и очерчивать опухоли, органы или клеточные структуры на медицинских сканах. Способность YOLO26 точно определять границы объектов делает её ценной для медицинской диагностики и планирования лечения.

Мониторинг строительных площадок

На стройплощадках сегментация экземпляров позволяет отслеживать тяжелую технику, рабочих и материалы. Это помогает обеспечить безопасность, контролируя положение оборудования и обнаруживая нахождение рабочих в опасных зонах, а также оптимизирует рабочий процесс и распределение ресурсов.

Примечание

По любым вопросам не стесняйся писать в раздел Issues Ultralytics или в раздел обсуждений, упомянутый ниже.

FAQ

Как выполнить сегментацию экземпляров с помощью Ultralytics YOLO26?

Чтобы выполнить сегментацию экземпляров с помощью Ultralytics YOLO26, инициализируй модель YOLO с версией YOLO26 для сегментации и пропусти через нее кадры видео. Вот упрощенный пример кода:

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()

Узнай больше о сегментации экземпляров в руководстве по Ultralytics YOLO26.

В чем разница между сегментацией экземпляров и трекингом объектов в Ultralytics YOLO26?

Сегментация экземпляров идентифицирует и очерчивает отдельные объекты на изображении, давая каждому из них уникальную метку и маску. Трекинг объектов расширяет этот процесс, присваивая объектам постоянные ID на разных кадрах видео, что позволяет непрерывно отслеживать одни и те же объекты во времени. При совместном использовании, как в реализации YOLO26, ты получаешь мощные возможности для анализа движения и поведения объектов в видео, сохраняя при этом точную информацию о границах.

Почему стоит использовать Ultralytics YOLO26 для сегментации экземпляров и трекинга вместо других моделей, таких как Mask R-CNN или Faster R-CNN?

Ultralytics YOLO26 предлагает производительность в реальном времени, превосходную точности, и простоту использования по сравнению с моделями вроде Mask R-CNN или Faster R-CNN. YOLO26 обрабатывает изображения за один проход (одностадийное детектирование), что делает ее значительно быстрее при сохранении высокой точности. Она также обеспечивает бесшовную интеграцию с Ultralytics Platform, позволяя эффективно управлять моделями, наборами данных и конвейерами обучения. Для задач, требующих как скорости, так и точности, YOLO26 является оптимальным выбором.

Предоставляет ли Ultralytics наборы данных, подходящие для обучения моделей YOLO26 для сегментации экземпляров и трекинга?

Да, Ultralytics предлагает несколько наборов данных, подходящих для обучения моделей YOLO26 для сегментации экземпляров, включая COCO-Seg, COCO8-Seg (небольшая подвыборка для быстрого тестирования), Package-Seg и , Crack-Seg. Эти наборы данных поставляются с аннотациями на уровне пикселей, необходимыми для задач сегментации экземпляров. Для более специализированных задач ты также можешь создать собственные наборы данных в формате Ultralytics. Полную информацию о наборах данных и инструкции по использованию можно найти в документации Ultralytics Datasets.