Segmentierung mit vortrainierten Ultralytics-YOLOv8-Modellen in Python
Erfahre, wie du mit vortrainierten Ultralytics YOLOv8-Modellen in Python die Instanzsegmentierung ausführst – von der Inferenz mit einer Live-Webcam bis zum Training mit Segmentierungsdatensätzen.
Nuvola Ladi2 Min. Lesezeit
In diesem Beitrag sehen wir uns die Objektsegmentierung mit dem Modell Ultralytics YOLOv8 an und gehen durch, wie du die Segmentierung in Python einrichtest und ausführst.
Die Grundlagen der Segmentierung#
Beginnen wir mit Ultralytics YOLOv8. Zur Installation des Ultralytics-Pakets genügt ein einziger Befehl. Anschließend kannst du die Segmentierungsfunktionen des Modells nutzen.
Die Instanzsegmentierung geht einen Schritt weiter als die Objekterkennung: Sie lokalisiert einzelne Objekte in einem Bild und trennt sie vom Hintergrund.
Die Ausgabe umfasst Masken oder Konturen, die jedes Objekt umreißen, sowie Klassenlabels und Konfidenzwerte. Diese Technik ist wertvoll, wenn präzise Objektformen wichtig sind: Sie liefert nicht nur den Standort eines Objekts, sondern auch detaillierte Informationen zu seiner Form.
Mit ein paar einfachen Befehlen kannst du Vorhersagen über die Kommandozeile ausführen.
Echtzeitsegmentierung: Bilder zum Leben erwecken#
Segmentierung ist nicht auf statische Bilder beschränkt. Mit einem kurzen Python-Skript kannst du sie auch in Echtzeit auf einem Live-Videostream ausführen.
Mit der YOLO-Klasse zusammen mit OpenCV kannst du Webcam-Bilder segmentieren und die Ergebnisse während der Verarbeitung anzeigen.
Im Video segmentiert das Modell Alltagsgegenstände – von Stühlen bis hin zu Pflanzen.
Abb. 1: Nicolai Nielsen erläutert die vortrainierten COCO-Segmentierungsmodelle.
Bei Ultralytics unterstützen wir auch vortrainierte Segmentierungsmodelle für COCO, die für viele Anwendungsfälle einen guten Ausgangspunkt bieten. Anschließend kannst du diese Modelle für deine konkreten Anforderungen feinabstimmen.
Insgesamt unterstützen wir verschiedene Datensätze, etwa zur Instanzsegmentierung von Autoteilen, zur Risssegmentierung und zur Segmentierung von Industrie-Verpackungen. Mit einem einzigen Befehl aus unserer Dokumentation lassen sich Segmentierungsmodelle ganz einfach auf diesen Datensätzen trainieren:
yolo segment train data=carparts-seg.yaml model=yolov8n-seg.pt epochs=100 imgsz=640Bleib dran#
In kommenden Videos beschäftigen wir uns ausführlicher mit Ultralytics YOLOv8 und behandeln das benutzerdefinierte Training sowie die Inferenz mit deinen eigenen Datensätzen.
Wir möchten KI und maschinelles Lernen Schritt für Schritt einfacher nutzbar machen.
Sieh dir das vollständige Video an auf YouTube.
Verfasst von
Digital Content Managerin · Ultralytics
Kommentare
Stelle eine Frage, teile deine Ergebnisse oder hilf anderen.
