Перейти к содержимому

Сегментация и отслеживание экземпляров с помощью Ultralytics YOLOv8 🚀.

Что такое сегментация экземпляров?

Ultralytics YOLOv8 Сегментация экземпляров подразумевает идентификацию и выделение отдельных объектов на изображении, обеспечивая детальное понимание пространственного распределения. В отличие от семантической сегментации, она уникально маркирует и точно очерчивает каждый объект, что крайне важно для таких задач, как обнаружение объектов и медицинская визуализация.

В пакете Ultralytics доступны два типа отслеживания сегментации экземпляров:

  • Сегментация экземпляра с помощью объектов класса: Каждому объекту класса присваивается уникальный цвет для четкого визуального разделения.

  • Сегментация экземпляров с помощью треков объектов: Каждый трек представлен отдельным цветом, что облегчает его идентификацию и отслеживание.

Образцы

Сегментация экземпляров Сегментация объектов + отслеживание объектов
Ultralytics Сегментация экземпляров Ultralytics Сегментация экземпляров с отслеживанием объектов
Ultralytics Сегментация экземпляра 😍. Ultralytics Сегментация экземпляров с помощью отслеживания объектов 🔥.

Сегментация и отслеживание экземпляров

import cv2
from ultralytics import YOLO
from ultralytics.utils.plotting import Annotator, colors

model = YOLO("yolov8n-seg.pt")  # segmentation model
names = model.model.names
cap = cv2.VideoCapture("path/to/video/file.mp4")
w, h, fps = (int(cap.get(x)) for x in (cv2.CAP_PROP_FRAME_WIDTH, cv2.CAP_PROP_FRAME_HEIGHT, cv2.CAP_PROP_FPS))

out = cv2.VideoWriter('instance-segmentation.avi', cv2.VideoWriter_fourcc(*'MJPG'), fps, (w, h))

while True:
    ret, im0 = cap.read()
    if not ret:
        print("Video frame is empty or video processing has been successfully completed.")
        break

    results = model.predict(im0)
    annotator = Annotator(im0, line_width=2)

    if results[0].masks is not None:
        clss = results[0].boxes.cls.cpu().tolist()
        masks = results[0].masks.xy
        for mask, cls in zip(masks, clss):
            annotator.seg_bbox(mask=mask,
                               mask_color=colors(int(cls), True),
                               det_label=names[int(cls)])

    out.write(im0)
    cv2.imshow("instance-segmentation", im0)

    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

out.release()
cap.release()
cv2.destroyAllWindows()
import cv2
from ultralytics import YOLO
from ultralytics.utils.plotting import Annotator, colors

from collections import defaultdict

track_history = defaultdict(lambda: [])

model = YOLO("yolov8n-seg.pt")   # segmentation model
cap = cv2.VideoCapture("path/to/video/file.mp4")
w, h, fps = (int(cap.get(x)) for x in (cv2.CAP_PROP_FRAME_WIDTH, cv2.CAP_PROP_FRAME_HEIGHT, cv2.CAP_PROP_FPS))

out = cv2.VideoWriter('instance-segmentation-object-tracking.avi', cv2.VideoWriter_fourcc(*'MJPG'), fps, (w, h))

while True:
    ret, im0 = cap.read()
    if not ret:
        print("Video frame is empty or video processing has been successfully completed.")
        break

    annotator = Annotator(im0, line_width=2)

    results = model.track(im0, persist=True)

    if results[0].boxes.id is not None and results[0].masks is not None:
        masks = results[0].masks.xy
        track_ids = results[0].boxes.id.int().cpu().tolist()

        for mask, track_id in zip(masks, track_ids):
            annotator.seg_bbox(mask=mask,
                               mask_color=colors(track_id, True),
                               track_label=str(track_id))

    out.write(im0)
    cv2.imshow("instance-segmentation-object-tracking", im0)

    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

out.release()
cap.release()
cv2.destroyAllWindows()

seg_bbox Аргументы

Имя Тип По умолчанию Описание
mask array None Координаты маски сегментации
mask_color tuple (255, 0, 255) Цвет маски для каждой сегментированной коробки
det_label str None Метка для сегментированного объекта
track_label str None Метка для сегментированного и отслеживаемого объекта

Примечание

По всем вопросам не стесняйся писать в разделе вопросовUltralytics или в разделе обсуждений, который указан ниже.



Создано 2023-12-18, Обновлено 2024-01-15
Авторы: glenn-jocher (5), chr043416@gmail.com (1)

Комментарии