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 todos los detalles para configurar y ejecutar la segmentación con facilidad en Python.

Preparando el terreno para la segmentación#

Empecemos centrándonos en Ultralytics YOLOv8. Instalar este modelo de gran potencia es muy fácil y, en unos 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 simplicidad que Ultralytics YOLOv8 aporta.

Segmentación 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.

Aprovechando la clase YOLO e integrándola sin problemas con OpenCV, puedes dar vida a tus proyectos, descubriendo información y patrones ocultos sobre la marcha.

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 de COCO.

En Ultralytics, también ofrecemos soporte para los modelos preentrenados de segmentación de COCO, los cuales sirven como un excelente punto de partida para cualquier caso de uso. A continuación, puedes ajustar estos modelos para tus necesidades específicas.

En conjunto, ofrecemos soporte para varios conjuntos de datos, como carparts instance segmentation, crack segmentation y industrial package segmentation. Entrenar modelos de segmentación en estos conjuntos de datos se simplifica con un solo comando disponible en nuestra documentación:

Permanece atento#

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

Nos comprometemos a simplificar las complejidades de la IA y el aprendizaje automático, un segmento a la vez. Nuestra misión es permitir que tanto los particulares como las organizaciones aprovechen todo el potencial de las tecnologías de vanguardia como Ultralytics YOLOv8. Con nuestra guía y tu curiosidad, no se sabe qué avances increíbles te esperan.

Acompañanos mientras liberamos todo el potencial de Ultralytics YOLOv8. ¡Watch the full video!