Cómo entrenar de forma personalizada Ultralytics YOLO26 para la segmentación de instancias

Gracias a los avances tecnológicos recientes, muchos sistemas inteligentes que desempeñan un papel silencioso pero impactante en nuestras vidas funcionan con IA. Por ejemplo, cuando un coche se salta un semáforo en rojo y una cámara registra automáticamente la infracción, o cuando un sistema automatizado de control de calidad detecta un defecto de fabricación en una línea de producción, la IA realiza el trabajo entre bastidores.

En particular, una rama de la IA conocida como computer vision permite a las máquinas interpretar y comprender imágenes y vídeo. La computer vision permite a los sistemas reconocer objetos, rastrear movimientos y analizar detalles visuales en tiempo real, lo que la hace esencial para aplicaciones como el control de tráfico, la inspección industrial y la robótica.

Estas capacidades son posibles gracias a computer vision models como Ultralytics YOLO26, que admite una variedad de tareas de visión, incluida la detección de objetos y la segmentación de instancias. Mientras que la detección de objetos identifica objetos mediante simples cuadros delimitadores, la segmentación de instancias va más allá al delinear cada objeto a nivel de píxel, lo que permite obtener resultados más precisos y fiables en escenarios del mundo real.

Fig 1. Segmentación de objetos en una imagen con Ultralytics YOLO26

Modelos como Ultralytics YOLO26 vienen preentrenados y pueden segmentar objetos cotidianos como personas, coches y animales de inmediato. Sin embargo, para aplicaciones más específicas, también se pueden entrenar a medida. En otras palabras, los modelos pueden aprender a reconocer el aspecto de los objetos y a contornearlos con precisión.

En este artículo, veremos cómo entrenar a medida Ultralytics YOLO26 para la segmentación de instancias. ¡Empecemos!

¿Qué es la segmentación de instancias?#

Antes de sumergirnos en el entrenamiento de modelos, demos un paso atrás y comprendamos qué significa realmente la instance segmentation.

La segmentación de instancias es una tarea de visión artificial que permite a un modelo encontrar cada objeto individual en una imagen y perfilar su forma exacta. En lugar de limitarse a identificar que existe un objeto, el modelo analiza cada píxel de la imagen y decide si pertenece a un objeto específico.

Esto significa que puede separar objetos incluso cuando se superponen o están muy juntos. Un concepto clave que facilita la visualización de la segmentación de instancias es la máscara.

Una máscara es un perfil a nivel de píxel que cubre solo el área de un objeto. Puedes imaginarlo como si colorearas el objeto con un marcador, dejando todo lo demás intacto.

Cada objeto recibe su propia máscara, lo que permite al modelo distinguir un objeto de otro, incluso si son del mismo tipo, como dos coches o dos personas de pie una al lado de la otra.

Fig 2. Un vistazo a la segmentación de instancias

Para hacernos una mejor idea de qué es la segmentación de instancias, podemos compararla con otras computer vision tasks habituales. La detección de objetos utiliza cuadros delimitadores, que son simples rectángulos dibujados alrededor de los objetos. Los cuadros delimitadores son rápidos y útiles, pero no capturan la forma exacta de un objeto.

Mientras tanto, la segmentación semántica etiqueta cada píxel de la imagen por categoría, pero no distingue entre objetos separados de la misma clase. La segmentación de instancias combina lo mejor de ambos enfoques al identificar categorías de objetos y asignar una máscara separada a cada objeto individual.

Dado que la segmentación de instancias proporciona información tan detallada, resulta especialmente útil en aplicaciones del mundo real como la inspección automatizada de calidad, la imagen médica y la robótica. Las tareas que requieren mediciones precisas, límites exactos o separación de objetos pueden beneficiarse de esta comprensión a nivel de píxel.

Ultralytics YOLO26 admite la segmentación de instancias#

Ultralytics YOLO26 es un modelo de visión artificial de última generación, de extremo a extremo y sin supresión de no máximos (NMS), diseñado para manejar tareas de visión del mundo real de forma rápida y eficiente. Pertenece a la familia de modelos de detección Ultralytics YOLO, que puede procesar imágenes y vídeo en tiempo real al tiempo que ofrece resultados precisos.

Ultralytics YOLO26 admite múltiples tareas de visión dentro de un único marco de trabajo, incluyendo detección de objetos, estimación de poses, clasificación de imágenes, detección de cuadros delimitadores orientados (detección obb) y segmentación de instancias.

De serie, Ultralytics YOLO26 viene preentrenado, lo que significa que ya ha aprendido a reconocer objetos comunes como personas, vehículos y artículos cotidianos a partir de conjuntos de datos grandes y ampliamente utilizados como el conjunto de datos COCO y el conjunto de datos ImageNet. Puedes empezar a utilizar el modelo inmediatamente sin necesidad de entrenamiento adicional.

Sin embargo, cuando tu aplicación involucra objetos únicos, entornos específicos o condiciones de iluminación inusuales, custom model training puede mejorar significativamente los resultados. Al entrenar Ultralytics YOLO26 con tus propias imágenes etiquetadas, puedes enseñarle al modelo exactamente qué buscar y cómo contornear los objetos con mayor precisión para tu caso de uso específico.

Este proceso también se conoce como ajuste fino. En lugar de entrenar un modelo desde cero, el ajuste fino comienza con un modelo Ultralytics YOLO26 preentrenado y lo adapta suavemente utilizando tus propios datos. Como el modelo ya comprende patrones visuales generales como bordes, formas y texturas, necesita muchas menos imágenes etiquetadas y mucho menos tiempo para aprender tus objetos específicos.

En pocas palabras, el ajuste fino es más rápido, eficiente y accesible que entrenar un modelo desde cero. El entrenamiento a medida de Ultralytics YOLO26 es una opción práctica incluso para principiantes o equipos que trabajan con datos y recursos informáticos limitados.

Explorando las aplicaciones de segmentación de instancias de Ultralytics YOLO26#

Entonces, ¿dónde puede ser impactante la segmentación de instancias? En situaciones donde es importante distinguir los objetos y entender sus formas exactas, especialmente cuando las cosas se amontonan o se superponen.

Estos son algunos flujos de trabajo comunes donde la segmentación de instancias marca una diferencia real:

• Aerial and drone imaging: esta tarea permite a los drones separar objetos como edificios, vehículos y vegetación en imágenes aéreas para la cartografía, la inspección y los reconocimientos.
• Análisis deportivo: La segmentación de instancias ayuda a analizar el movimiento y las interacciones de los jugadores separando a los atletas individuales del fondo durante los partidos o las sesiones de entrenamiento.
• Monitorización de la construcción y las infraestructuras: Ayuda a identificar elementos estructurales, grietas o zonas dañadas en edificios, puentes y carreteras para la planificación del mantenimiento.
• Atención sanitaria e imágenes médicas: La segmentación de instancias permite perfilar con precisión células, tejidos o herramientas médicas, lo que favorece un análisis y un diagnóstico más exactos.
• Agricultura y monitorización medioambiental: Puede identificar y separar cultivos, frutas o enfermedades de las plantas, facilitando la estimación de los rendimientos y la aplicación de tratamientos específicos.

Fig 3. Un ejemplo de segmentación de malas hierbas usando YOLO26 (Source)

Cómo funciona el entrenamiento personalizado de Ultralytics YOLO26 para la segmentación de instancias#

A continuación, hablemos de cómo funciona el entrenamiento a medida. Aunque entrenar un modelo pueda sonar técnico, el proceso general es sencillo.

Puedes preparar tus imágenes, etiquetar los objetos que quieres que el modelo aprenda, configurar un pequeño archivo de ajustes y luego entrenar YOLO26 usando el Ultralytics Python package. El Ultralytics Python package es una biblioteca de software que proporciona herramientas listas para usar para entrenar, probar y desplegar modelos YOLO sin necesidad de construirlo todo desde cero.

Paso 1: Prepara tu conjunto de datos personalizado#

El primer paso es preparar tu segmentation dataset personalizado. Un conjunto de datos es simplemente una colección de imágenes que muestran los objetos que quieres que el modelo aprenda.

Intenta incluir imágenes que reflejen condiciones del mundo real, como diferentes ángulos, iluminación, fondos y tamaños de objetos. Cuanto más variadas sean tus imágenes, mejor funcionará tu modelo.

Para la segmentación de instancias, tus imágenes también necesitan anotaciones. La anotación consiste en etiquetar los objetos de cada imagen para que el modelo sepa qué debe aprender. En lugar de dibujar cuadros sencillos, dibujarás perfiles detallados (polígonos) alrededor de cada objeto para marcar su forma exacta. Estos perfiles se convierten en las máscaras que el modelo aprende a predecir.

Existen varias herramientas de anotación de código abierto que puedes utilizar para crear estas etiquetas. Muchas de estas herramientas proporcionan interfaces fáciles de usar donde puedes cargar imágenes y dibujar los perfiles de los objetos directamente sobre ellas.

Una vez que tus imágenes y anotaciones estén listas, puedes organizarlas en carpetas de entrenamiento y validación. Una división típica es el 80% de las imágenes para el entrenamiento y el 20% para la validación, aunque un 70% para el entrenamiento y un 30% para la validación también es habitual, dependiendo del tamaño de tu conjunto de datos. El conjunto de entrenamiento enseña al modelo, mientras que el conjunto de validación se utiliza para medir lo bien que funciona en imágenes que no ha visto antes.

Es importante mantener esta división equilibrada y asegurarse de que ambas carpetas contengan una variedad de ejemplos. Un conjunto de datos limpio y bien etiquetado con una división adecuada de entrenamiento y validación constituye la base de un modelo de segmentación de instancias sólido.

Paso 2: Crea un archivo YAML de conjunto de datos#

Después de preparar tus imágenes y anotaciones, el siguiente paso es crear un archivo YAML de conjunto de datos. Este archivo destaca dónde se encuentra tu conjunto de datos y qué clases de objetos debe aprender el modelo durante el entrenamiento.

En este archivo, puedes definir el directorio raíz del conjunto de datos, las rutas a tus carpetas de imágenes de entrenamiento y validación, y la lista de nombres de clase. Los nombres de clase deben figurar en el mismo orden que los números de clase utilizados en tus archivos de anotación, para que todo coincida correctamente.

Si tienes alguna pregunta sobre el formato exacto, puedes consultar la official Ultralytics documentation para obtener más detalles.

Paso 3: Instala el paquete Python de Ultralytics#

Ahora que tu conjunto de datos y tu archivo YAML están listos, el siguiente paso es instalar el paquete Python de Ultralytics.

Este paquete incluye las herramientas necesarias para entrenar, validar, ejecutar inferencia y exportar modelos Ultralytics YOLO26. Proporciona una forma optimizada de trabajar con modelos YOLO sin construir flujos de trabajo de entrenamiento complejos desde cero.

Antes de instalar el paquete Python de Ultralytics, también es importante elegir dónde quieres ejecutar tu código. Puedes trabajar con el paquete Ultralytics en varios entornos de desarrollo diferentes, como:

• Interfaz de línea de comandos (CLI): Es un entorno basado en texto donde interactúas con tu ordenador escribiendo comandos. En lugar de hacer clic en botones o navegar por menús como harías en una interfaz gráfica, introduces instrucciones escritas para ejecutar programas y realizar tareas directamente.
• Jupyter Notebooks: Un entorno interactivo donde escribes y ejecutas código en pequeñas secciones y ves inmediatamente el resultado. Esto resulta útil para la experimentación y el aprendizaje.
• Google Colab: Una plataforma de portátiles basada en la nube que no requiere instalación local y proporciona acceso opcional a unidades de procesamiento gráfico (GPU). Suele ser la opción más fácil para los principiantes.

Una vez que hayas elegido tu entorno, puedes instalar el paquete Python de Ultralytics. Para instalarlo, ejecuta el siguiente comando:

pip install ultralytics

Si utilizas un entorno basado en blocs de notas como Google Colab o Jupyter Notebook, añade un signo de exclamación al principio del comando. Si te encuentras con algún problema de instalación, puedes consultar la documentación de Ultralytics o la troubleshooting guide para ver soluciones comunes y consejos de configuración del entorno.

Después de la instalación, estarás listo para cargar un modelo de segmentación Ultralytics YOLO26 preentrenado y comenzar el entrenamiento.

Paso 4: Entrena Ultralytics YOLO26 para la segmentación de instancias#

Antes de comenzar el entrenamiento, tendrás que elegir un tamaño de modelo. Los modelos Ultralytics YOLO26 están disponibles en diferentes tamaños: Nano (n), Small (s), Medium (m), Large (l) y Extra Large (x).

Los modelos más pequeños se entrenan más rápido y se ejecutan de forma más eficiente en unidades centrales de procesamiento (CPU) o dispositivos periféricos, mientras que los modelos más grandes suelen ofrecer una mayor precisión pero requieren más memoria y se benefician de la aceleración por GPU. Si estás empezando o trabajas con hardware limitado, la versión Nano (YOLO26n) es una opción práctica.

Una vez seleccionado el tamaño del modelo, el siguiente paso consiste en cargar un modelo de segmentación preentrenado y comenzar a entrenarlo con tu conjunto de datos personalizado. Para ello, deberás especificar el archivo de modelo preentrenado, la ruta a tu archivo YAML de conjunto de datos, el número de épocas y el tamaño de la imagen, como se muestra a continuación.

from ultralytics import YOLO

model = YOLO("yolo26n-seg.pt")
results = model.train(data="path/to/file.yaml", epochs=100, imgsz=640)

El número de épocas determina cuántas veces recorre el modelo todo el conjunto de datos de entrenamiento. Con cada época, el modelo realiza predicciones, las compara con las anotaciones correctas, calcula los errores y actualiza sus parámetros internos para mejorar el rendimiento.

Si el entrenamiento comienza correctamente, verás la configuración del modelo, el escaneado del conjunto de datos y el progreso del entrenamiento en tu terminal o portátil. A medida que continúa el entrenamiento, los valores de pérdida y las métricas de evaluación se actualizarán después de cada época, mostrando cómo mejora el modelo con el tiempo.

Paso 5: Evalúa el rendimiento del modelo entrenado a medida#

Una vez finalizado el proceso de entrenamiento, puedes revisar y validar las métricas de rendimiento del modelo. En Google Colab, puedes navegar a la carpeta "runs", luego a la carpeta "segment" y, finalmente, a la carpeta "train", donde encontrarás registros que muestran indicadores clave de rendimiento.

Para los usuarios que trabajan en un entorno Python, los resultados del entrenamiento se guardan por defecto en el directorio "runs/train/" dentro de tu directorio de trabajo actual. Cada ejecución de entrenamiento crea un nuevo subdirectorio, como runs/train/exp o runs/train/exp2, donde puedes encontrar registros, pesos guardados y otros resultados relacionados con ese experimento.

Si utilizas la CLI, puedes acceder a estos resultados y gestionarlos mediante el comando "yolo settings". Este comando te permite ver o modificar las rutas y configuraciones relacionadas con los registros de entrenamiento y los detalles de los experimentos.

Entre los resultados guardados, también encontrarás gráficos generados durante el entrenamiento. Estos gráficos muestran cómo mejoró el modelo con el tiempo. Por ejemplo, muestran cómo disminuyó la pérdida a medida que el modelo aprendía y cómo aumentaron a lo largo de las épocas las métricas de evaluación como la precisión, la exhaustividad y la precisión media promedio.

Fig 4. El tipo de gráficos que puedes analizar para evaluar tu modelo (Source)

Estas tendencias visuales pueden ayudarte a entender si el modelo se entrenó con éxito y cuánto mejoró desde el principio hasta el final del entrenamiento. Revisar tanto las métricas numéricas como los gráficos te da una idea más clara de lo bien que está funcionando tu modelo de segmentación de instancias antes de pasar a probarlo con nuevas imágenes.

Paso 6: Prueba tu modelo y ejecuta inferencias#

Después de validar tu modelo, el paso final es probarlo con nuevas imágenes. Este proceso se llama inferencia, que simplemente significa utilizar tu modelo entrenado para hacer predicciones sobre datos no vistos.

Puedes ejecutar la inferencia en Python de la siguiente manera:

results = model.predict("path/to/image.jpg", save=True, conf=0.3)

En este ejemplo, "path/to/image.jpg" puede sustituirse por la ruta a la imagen que quieres probar.

El ajuste "save=True" le dice al modelo que genere y guarde una nueva imagen que incluya las máscaras de segmentación predichas dibujadas sobre la imagen original.

El ajuste "conf=0.3" controla el umbral de confianza, lo que significa que el modelo solo mostrará predicciones que tengan al menos un 30% de confianza en que sean correctas. Reducir este valor puede mostrar más detecciones, mientras que aumentarlo hará que el modelo sea más selectivo.

Después de ejecutar el comando, el modelo crea una nueva carpeta dentro del directorio runs donde guarda la imagen de salida. Puedes abrir esa imagen guardada para comprobar visualmente cómo siguen las máscaras de segmentación los límites de los objetos y si los objetos superpuestos se separan correctamente.

Probar el modelo con diferentes imágenes, fondos y condiciones de iluminación puede darte una comprensión más clara de cómo funciona fuera del conjunto de datos de entrenamiento. Una vez que los resultados parezcan coherentes y precisos, el modelo estará listo para ser exportado y desplegado.

Paso 7: Exporta y despliega tu modelo#

Después de probar tu modelo y confirmar que funciona bien, el paso final es exportarlo e implementarlo. La exportación convierte tu modelo Ultralytics YOLO26 entrenado en un formato que puede ejecutarse en diferentes entornos, como servidores de producción, dispositivos perimetrales o aplicaciones móviles.

Ultralytics admite múltiples export formats, lo que te permite elegir el que mejor se adapte a tu configuración de despliegue. Por ejemplo, puedes exportar a ONNX para una amplia compatibilidad entre plataformas, TensorRT para un rendimiento optimizado de GPU en hardware de NVIDIA, o OpenVINO para un despliegue eficiente basado en CPU en dispositivos Intel. Estas integraciones facilitan la ejecución de tu modelo fuera del entorno de entrenamiento y la obtención de un gran rendimiento en tiempo real.

Puedes exportar tu modelo en Python utilizando el siguiente comando:

model.export(format="onnx")

Este comando convierte tu modelo entrenado a formato ONNX. Puedes sustituir "onnx" por otros formatos compatibles según tus necesidades de despliegue.

Una vez exportado, tu modelo se puede integrar en aplicaciones como servicios web, sistemas de visión embebidos, plataformas de robótica o sistemas de inspección industrial. En esta etapa, tu modelo de segmentación de instancias Ultralytics YOLO26 entrenado a medida puede pasar de la fase de experimentación a la implementación en el mundo real.

Conclusiones clave#

El entrenamiento a medida de Ultralytics YOLO26 para la segmentación de instancias te da la flexibilidad de construir un modelo que realmente se ajuste a tu caso de uso específico. Al preparar un conjunto de datos claro, configurar tu archivo YAML, entrenar con pesos de segmentación preentrenados y revisar los resultados, puedes enseñar al modelo a perfilar con precisión cada objeto a nivel de píxel. Una vez probado y exportado, tu modelo YOLO26 puede pasar del desarrollo a aplicaciones multiescala en el mundo real.

Únete a our community y echa un vistazo a nuestro GitHub repository para descubrir más sobre la IA. Si buscas construir tu propio proyecto de visión por ordenador, echa un vistazo a nuestras licensing options. Explora más sobre aplicaciones como AI in healthcare y vision AI in retail visitando nuestras páginas de soluciones.