Image Segmentation

La segmentación de imágenes es una técnica sofisticada de visión artificial (CV) que consiste en dividir una imagen digital en múltiples subgrupos de píxeles, a menudo denominados segmentos o regiones de la imagen. A diferencia de la clasificación de imágenes estándar, que asigna una única etiqueta a toda una imagen, la segmentación analiza los datos visuales con un nivel de detalle mucho mayor al asignar una etiqueta de clase específica a cada píxel individual. Este proceso crea un mapa preciso a nivel de píxel, lo que permite a los modelos de inteligencia artificial (AI) comprender no solo qué objetos están presentes, sino también exactamente dónde se encuentran y cuáles son sus límites específicos.

Mecánica del análisis a nivel de píxel#

Para lograr esta comprensión de alta fidelidad, los modelos de segmentación suelen aprovechar arquitecturas de aprendizaje profundo (DL), especialmente las redes neuronales convolucionales (CNNs). Estas redes actúan como potentes extractores de características e identifican patrones como bordes, texturas y formas complejas. Las arquitecturas de segmentación tradicionales, como la clásica U-Net, suelen emplear una estructura de codificador-decodificador. El codificador comprime la imagen de entrada para capturar el contexto semántico, mientras que el decodificador reconstruye los detalles espaciales para generar una máscara de segmentación final.

Los avances modernos han dado lugar a arquitecturas en tiempo real como YOLO26, lanzada en enero de 2026. Estos modelos integran directamente las capacidades de segmentación en una canalización de extremo a extremo, lo que permite procesar datos a gran velocidad en distintos tipos de hardware, desde GPUs en la nube hasta dispositivos periféricos.

Principales tipos de segmentación#

Según el objetivo específico de un proyecto, los desarrolladores suelen elegir entre tres técnicas principales de segmentación:

• Segmentación semántica: Este método clasifica los píxeles según su categoría, pero no distingue entre objetos separados de la misma clase. Por ejemplo, en un análisis de imágenes de satélite, todos los píxeles que representan un «bosque» aparecerían en color verde, tratando todo el bosque como una única entidad.
• Segmentación de instancias: Esta técnica identifica y separa objetos individuales distintos de interés. En una escena urbana concurrida, la segmentación de instancias generaría una máscara única para «Coche A», «Coche B» y «Peatón A», lo que permitiría a los sistemas contar y seguir entidades concretas. Es una función esencial de la familia de modelos Ultralytics YOLO26.
• Segmentación panóptica: Un enfoque híbrido que combina la cobertura de la segmentación semántica con la precisión de la segmentación de instancias. Asigna una etiqueta a cada píxel y distingue los elementos de fondo amorfos, como el cielo y la carretera, al tiempo que identifica de forma única los objetos contables del primer plano.

Diferencias con la detección de objetos#

Es fundamental diferenciar la segmentación de la detección de objetos. Aunque los algoritmos de detección localizan elementos mediante una caja delimitadora rectangular, inevitablemente incluyen píxeles del fondo dentro de ella. La segmentación proporciona una representación más ajustada y precisa al trazar el contorno exacto o el polígono del objeto. Esta diferencia es esencial para aplicaciones como la sujeción robótica, en las que un brazo robótico debe conocer la geometría precisa de un objeto para manipularlo sin colisiones.

Aplicaciones en el mundo real#

La precisión que ofrece la segmentación de imágenes impulsa la innovación en diversos sectores:

• Diagnóstico médico: En el campo del análisis de imágenes médicas, la segmentación es esencial para delimitar estructuras anatómicas. Los algoritmos analizan escáneres de MRI para delimitar tumores o los límites de órganos, lo que permite a los cirujanos calcular volúmenes exactos y planificar procedimientos con una precisión que puede salvar vidas.
• Conducción autónoma: Los vehículos autónomos dependen de la segmentación para desplazarse de forma segura. Al procesar secuencias de vídeo, el ordenador del vehículo puede diferenciar los carriles transitables de las aceras y los obstáculos. Organizaciones de normalización como SAE International definen niveles de autonomía que requieren esta percepción del entorno de alta fidelidad.
• Agricultura de precisión: En la IA en la agricultura, la segmentación ayuda a los sistemas robóticos a identificar las malas hierbas entre los cultivos. Al generar máscaras para las hojas de plantas específicas, los pulverizadores automatizados pueden dirigirse únicamente a las especies invasoras, reduciendo considerablemente el uso de herbicidas.

Implementación de la segmentación con Ultralytics YOLO26#

Los desarrolladores pueden implementar la segmentación de instancias de forma eficiente mediante el paquete ultralytics de Python. El siguiente ejemplo utiliza el modelo YOLO26 de última generación, optimizado tanto para la velocidad como para la precisión.

from ultralytics import YOLO

# Load a pre-trained YOLO26 segmentation model
# 'n' denotes the nano version, optimized for speed
model = YOLO("yolo26n-seg.pt")

# Run inference on an image to generate masks
# The model identifies objects and outlines their shape
results = model("https://ultralytics.com/images/bus.jpg")

# Display the image with segmentation overlays
results[0].show()

Para lograr un alto rendimiento en tareas personalizadas, los equipos suelen necesitar seleccionar datos de entrenamiento de alta calidad. Ultralytics Platform simplifica este proceso al proporcionar herramientas para anotar imágenes con máscaras poligonales, gestionar conjuntos de datos y entrenar modelos en la nube, agilizando todo el ciclo de vida de las operaciones de aprendizaje automático (MLOps). Bibliotecas como OpenCV también se utilizan con frecuencia junto con estos modelos para preprocesar imágenes y posprocesar las máscaras resultantes.