Segmentación con modelos preentrenados de Ultralytics YOLOv8 en Python

Echemos un vistazo al mundo de la segmentación de objetos con el modelo Ultralytics YOLOv8. En esta entrada del blog te guiaremos por los pormenores de la configuración y ejecución de la segmentación de forma sencilla en Python.

Link to this sectionPreparando el terreno para la segmentación#

Empecemos centrándonos en YOLOv8. Instalar este potente modelo es muy fácil y, en cuestión de instantes, estarás listo para aprovechar sus capacidades de segmentación.

La segmentación de instancias va un paso más allá de la detección de objetos al identificar objetos individuales dentro de una imagen y separarlos del fondo.

Su salida comprende máscaras o contornos que delinean cada objeto, acompañados de etiquetas de clase y puntuaciones de confianza. Esta técnica resulta inestimable cuando las formas precisas de los objetos son esenciales, proporcionando no solo la ubicación del objeto, sino también información detallada sobre su forma.

Con unos pocos comandos sencillos, podrás ejecutar predicciones desde la línea de comandos, siendo testigo de primera mano de la innovación y sencillez que YOLOv8 aporta.

Link to this sectionSegmentación en vivo: dando vida a las imágenes#

¿Pero por qué limitarse a imágenes estáticas cuando podemos experimentar la segmentación en tiempo real? Nuestro script de Python es tu puerta de entrada al dinámico mundo de la segmentación en vivo.

Al aprovechar la clase YOLO y integrarla perfectamente con OpenCV, puedes dar vida a tus proyectos, descubriendo ideas y patrones ocultos a medida que avanzas.

Desde la identificación de sillas hasta el delineado de plantas, las posibilidades son tan infinitas como tu imaginación.

Fig 1. Nicolai Nielsen describiendo los modelos preentrenados de segmentación COCO.

En Ultralytics, también ofrecemos soporte para modelos preentrenados de segmentación COCO, que sirven como un punto de partida excelente para cualquier caso de uso. Puedes ajustar estos modelos para tus necesidades específicas.

En conjunto, ofrecemos soporte para varios conjuntos de datos, como segmentación de instancias de piezas de automóviles, segmentación de grietas y segmentación de paquetes industriales. Entrenar modelos de segmentación en estos conjuntos de datos se hace simple con un solo comando disponible en nuestra documentación:

Link to this sectionPermanece atento#

Únete a nosotros en los próximos vídeos mientras profundizamos en el ámbito de YOLOv8, explorando el entrenamiento personalizado y la inferencia en tus propios conjuntos de datos.

Estamos comprometidos a simplificar las complejidades de la IA y el aprendizaje automático, un segmento a la vez. Nuestra misión es empoderar tanto a individuos como a organizaciones para aprovechar todo el potencial de tecnologías de vanguardia como YOLOv8. Con nuestra guía y tu curiosidad, no se sabe qué increíbles avances te esperan.

Únete a nosotros mientras desbloqueamos todo el potencial de Ultralytics YOLOv8. ¡Mira el vídeo completo Watch the full video!