Segmentation avec des modèles Ultralytics YOLOv8 préentraînés en Python

Découvrons le monde de la segmentation d’objets avec le modèle Ultralytics YOLOv8. Dans cet article de blog, nous te guiderons à travers les tenants et les aboutissants de la configuration et de l’exécution de la segmentation en toute simplicité dans Python.

Planter le décor pour la segmentation#

Commençons par nous concentrer sur Ultralytics YOLOv8. L’installation de ce modèle puissant est un jeu d’enfant et, en quelques instants, tu seras prêt à exploiter ses capacités de segmentation.

La segmentation d’instances va un peu plus loin que la détection d’objets en identifiant les objets individuels dans une image et en les séparant de l’arrière-plan.

Sa sortie comprend des masques ou des contours délimitant chaque objet, accompagnés d’étiquettes de classe et de scores de confiance. Cette technique s’avère précieuse lorsque la forme précise des objets est essentielle, car elle fournit non seulement leur emplacement, mais aussi des informations détaillées sur leur forme.

Avec quelques commandes simples, tu pourras exécuter des prédictions depuis la ligne de commande et constater par toi-même l’innovation et la simplicité qu’Ultralytics YOLOv8 apporte.

Segmentation en direct : donner vie aux images#

Mais pourquoi nous limiter aux images statiques quand nous pouvons faire l’expérience de la segmentation en temps réel ? Notre script Python te permet d’accéder au monde dynamique de la segmentation en direct.

En exploitant la classe YOLO et en l’intégrant harmonieusement à OpenCV, tu peux donner vie à tes projets et révéler des informations et des tendances cachées au fil de ton exploration.

Qu’il s’agisse d’identifier des chaises ou de délimiter des plantes, les possibilités sont aussi infinies que ton imagination.

Fig. 1. Nicolai Nielsen présentant les modèles COCO préentraînés pour la segmentation.

Chez Ultralytics, nous prenons également en charge les modèles COCO préentraînés pour la segmentation, qui constituent un excellent point de départ pour tous les cas d’usage. Tu peux ensuite affiner ces modèles pour répondre à tes besoins spécifiques.

Dans l’ensemble, nous prenons en charge différents jeux de données, tels que la segmentation d’instances de pièces automobiles, la segmentation de fissures et la segmentation de colis industriels. L’entraînement de modèles de segmentation sur ces jeux de données est simplifié grâce à une seule commande disponible dans notre documentation :

Reste à l’écoute#

Rejoins-nous dans les prochaines vidéos pour approfondir l’univers d’Ultralytics YOLOv8 et découvrir l’entraînement personnalisé ainsi que l’inférence sur tes propres jeux de données.

Nous nous engageons à simplifier les complexités de l’IA et de l’apprentissage automatique, un segment à la fois. Notre mission est de permettre à chacun, comme aux organisations, d’exploiter pleinement le potentiel de technologies de pointe telles qu’Ultralytics YOLOv8. Avec nos conseils et ta curiosité, impossible de savoir quelles avancées extraordinaires t’attendent.

Rejoins-nous pour libérer tout le potentiel d’Ultralytics YOLOv8. Regarde la vidéo complète Regarde la vidéo complète !