Segmentación de imágenes

La segmentación de imágenes es una tarea fundamental de la visión por ordenador (VC) que consiste en dividir una imagen digital en varias regiones o segmentos distintos. El objetivo es asignar una etiqueta específica a cada píxel de una imagen, creando así un mapa a nivel de píxel de los objetos y el fondo. A diferencia de otras tareas de CV que pueden identificar la ubicación de un objeto con un simple recuadro, la segmentación de imágenes proporciona una comprensión mucho más detallada al delinear la forma precisa de cada objeto. Este nivel de detalle es crucial para las aplicaciones que requieren un conocimiento profundo de la geometría y la composición de la escena. El proceso es fundamental para muchas aplicaciones avanzadas de inteligencia artificial.

Tipos de segmentación de imágenes

La segmentación de imágenes puede clasificarse en tres tipos principales, cada uno de los cuales ofrece un nivel de detalle diferente y sirve para fines distintos:

• Segmentación semántica: Esta técnica clasifica cada píxel de una imagen en una categoría predefinida, como "coche", "carretera" o "cielo". Todas las instancias de la misma clase de objeto se agrupan bajo una misma etiqueta. Por ejemplo, en una imagen con varios coches, la segmentación semántica etiquetaría todos los píxeles pertenecientes a cualquier coche simplemente como "coche", sin distinguir un coche de otro.
• Segmentación por instancias: Este método lleva la segmentación un paso más allá, ya que no sólo clasifica cada píxel, sino que también diferencia entre instancias individuales de la misma clase. En la misma escena callejera, la segmentación por instancias identificaría cada coche como un objeto único, asignando una máscara distinta al "coche 1", al "coche 2", etcétera. Esto resulta especialmente útil cuando es necesario contar o rastrear objetos individuales.
• Segmentación panóptica: Como enfoque híbrido, la segmentación panóptica combina los puntos fuertes de la segmentación semántica y la segmentación por instancias. Su objetivo es crear una comprensión completa y unificada de una escena asignando una etiqueta de clase a cada píxel (como la segmentación semántica) y, al mismo tiempo, identificando de forma única cada instancia de objeto (como la segmentación por instancias). Esto proporciona el análisis de escenas más completo disponible.

Diferencias entre la segmentación de imágenes y otras tareas de CV

Es importante distinguir la segmentación de imágenes de otras tareas habituales de visión por ordenador:

• Clasificación de imágenes: Se centra en asignar una única etiqueta a toda una imagen (por ejemplo, "esta es una foto de una playa"). Entiende qué hay en la imagen, pero no dónde.
• Detección de objetos: Identifica y localiza objetos dentro de una imagen, normalmente dibujando un cuadro delimitador a su alrededor. Le indica qué objetos están presentes y su ubicación aproximada, pero no su forma exacta.
• Segmentación de imágenes: Proporciona el mayor detalle al delinear el límite exacto de cada objeto a nivel de píxel, ofreciendo una comprensión precisa de la forma y ubicación del objeto.

Aplicaciones y casos prácticos

Los resultados detallados de la segmentación de imágenes la hacen inestimable en numerosos campos.

• Vehículos autónomos: Para que los coches autónomos circulen con seguridad, necesitan conocer con precisión su entorno. Los modelos de segmentación identifican los límites exactos de la carretera, los carriles, los peatones, otros vehículos y los obstáculos, lo que permite planificar mejor la trayectoria y tomar mejores decisiones. Más información sobre el papel de la IA en la industria del automóvil.
• Análisis de imágenes médicas: En sanidad, la segmentación se utiliza para analizar exploraciones médicas como resonancias magnéticas o tomografías computarizadas. Puede delinear con precisión tumores, órganos o anomalías, ayudando a los médicos en el diagnóstico preciso, la planificación quirúrgica y el seguimiento de la progresión de la enfermedad. Esta ha sido una aplicación clave para arquitecturas como U-Net, que destaca en contextos biomédicos.
• Análisis de imágenes por satélite: Los modelos de segmentación procesan imágenes de satélite para controlar los cambios medioambientales, como la deforestación o la urbanización. Pueden clasificar la cubierta terrestre (por ejemplo, bosques, agua, zonas urbanas) y detectar objetos individuales como edificios o barcos para cartografía y recopilación de información.
• Fabricación y robótica: En las fábricas automatizadas, la segmentación ayuda a los robots a identificar piezas específicas en una cinta transportadora para su montaje o a realizar controles de calidad detectando defectos con gran precisión. Puede obtener más información sobre su uso en la segmentación de grietas.

Segmentación de imágenes y Ultralytics YOLO

Los modelos modernos de aprendizaje profundo, especialmente los basados en redes neuronales convolucionales (CNN), son el estándar para la segmentación de imágenes. Los modelos YOLO de Ultralytics, incluidos YOLOv8 y el último YOLO11, ofrecen capacidades de segmentación de alto rendimiento en tiempo real. Estos modelos pueden entrenarse fácilmente en conjuntos de datos estándar como COCO o en conjuntos de datos personalizados para tareas especializadas.

El marco Ultralytics simplifica todo el flujo de trabajo, desde el entrenamiento de un modelo hasta la validación de su rendimiento y su despliegue para la inferencia. Si desea una guía práctica, puede seguir los tutoriales sobre segmentación de imágenes con YOLO11 en Google Colab o aprender a aislar objetos segmentados. Herramientas como Ultralytics HUB ofrecen una solución sin código para gestionar conjuntos de datos, entrenar modelos con recursos en la nube y desplegarlos en aplicaciones del mundo real.