Image Segmentation

La segmentation d’image est une technique sophistiquée de vision par ordinateur (CV) qui consiste à partitionner une image numérique en plusieurs sous-groupes de pixels, souvent appelés segments ou régions de l’image. Contrairement à la classification d’image standard, qui attribue une seule étiquette à l’ensemble d’une image, la segmentation analyse les données visuelles à un niveau beaucoup plus granulaire en attribuant une étiquette de classe spécifique à chaque pixel. Ce processus crée une carte précise au niveau des pixels, permettant aux modèles d’intelligence artificielle (AI) de comprendre non seulement quels objets sont présents, mais aussi où ils se trouvent exactement et quelles sont leurs limites précises.

Les mécanismes de l’analyse au niveau des pixels#

Pour parvenir à cette compréhension haute fidélité, les modèles de segmentation s’appuient généralement sur des architectures d’apprentissage profond (DL), en particulier sur des réseaux neuronaux convolutifs (CNNs). Ces réseaux agissent comme de puissants extracteurs de caractéristiques et identifient des motifs tels que les contours, les textures et les formes complexes. Les architectures de segmentation traditionnelles, comme le classique U-Net, utilisent souvent une structure encodeur-décodeur. L’encodeur compresse l’image d’entrée pour capturer le contexte sémantique, tandis que le décodeur reconstruit les détails spatiaux afin de produire un masque de segmentation final.

Les avancées modernes ont donné naissance à des architectures en temps réel comme YOLO26, lancé en janvier 2026. Ces modèles intègrent directement les fonctionnalités de segmentation dans un pipeline de bout en bout, permettant un traitement à haute vitesse sur différents matériels, des GPU cloud aux appareils edge.

Principaux types de segmentation#

Selon l’objectif précis d’un projet, les développeurs choisissent généralement entre trois techniques principales de segmentation :

• Segmentation sémantique : cette méthode classe les pixels selon leur catégorie, mais ne distingue pas les différents objets appartenant à une même classe. Par exemple, dans une analyse d’image satellite, tous les pixels représentant une « forêt » seraient colorés en vert, l’ensemble de la forêt étant traité comme une seule entité.
• Segmentation d’instances : cette technique identifie et sépare les différents objets individuels d’intérêt. Dans une scène de rue très fréquentée, la segmentation d’instances générerait un masque unique pour « Voiture A », « Voiture B » et « Piéton A », permettant aux systèmes de compter et de suivre des entités précises. Il s’agit d’une fonctionnalité essentielle de la famille de modèles Ultralytics YOLO26.
• Segmentation panoptique : une approche hybride qui combine la couverture de la segmentation sémantique avec la précision de la segmentation d’instances. Elle attribue une étiquette à chaque pixel, en distinguant les éléments d’arrière-plan amorphes, comme le ciel et la route, tout en identifiant de manière unique les objets d’avant-plan dénombrables.

Distinction par rapport à la détection d’objets#

Il est essentiel de différencier la segmentation de la détection d’objets. Alors que les algorithmes de détection localisent les éléments à l’aide d’une boîte englobante rectangulaire, celle-ci inclut inévitablement des pixels d’arrière-plan. La segmentation fournit une représentation plus étroite et plus précise en traçant le contour exact ou le polygone de l’objet. Cette différence est essentielle pour des applications comme la préhension robotique, où un bras robotisé doit connaître la géométrie précise d’un objet pour le manipuler sans collision.

Applications concrètes#

La précision offerte par la segmentation d’image stimule l’innovation dans de nombreux secteurs :

• Diagnostic médical : dans le domaine de l’analyse d’images médicales, la segmentation est essentielle pour délimiter les structures anatomiques. Les algorithmes analysent les scanners IRM afin de délimiter les tumeurs ou les contours des organes, permettant aux chirurgiens de calculer des volumes exacts et de planifier les interventions avec une précision qui peut sauver des vies.
• Conduite autonome : les véhicules autonomes s’appuient sur la segmentation pour se déplacer en toute sécurité. En traitant les flux vidéo, l’ordinateur du véhicule peut différencier les voies carrossables des trottoirs et des obstacles. Des organismes de normalisation comme SAE International définissent des niveaux d’autonomie qui nécessitent cette perception haute fidélité de l’environnement.
• Agriculture de précision : dans le domaine de l’IA dans l’agriculture, la segmentation aide les systèmes robotisés à identifier les mauvaises herbes parmi les cultures. En générant des masques pour les feuilles de plantes spécifiques, les pulvérisateurs automatisés peuvent cibler uniquement les espèces invasives, réduisant considérablement l’utilisation d’herbicides.

Mettre en œuvre la segmentation avec Ultralytics YOLO26#

Les développeurs peuvent mettre en œuvre efficacement la segmentation d’instances à l’aide du package Python ultralytics. L’exemple suivant utilise le modèle YOLO26 de pointe, optimisé à la fois pour la vitesse et la précision.

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()

Pour obtenir de hautes performances sur des tâches personnalisées, les équipes doivent souvent constituer des données d’entraînement de haute qualité. L’Ultralytics Platform simplifie ce processus en fournissant des outils pour annoter les images avec des masques polygonaux, gérer les jeux de données et entraîner les modèles dans le cloud, rationalisant ainsi l’ensemble du cycle de vie des opérations d’apprentissage automatique (MLOps). Des bibliothèques comme OpenCV sont également fréquemment utilisées avec ces modèles pour le prétraitement des images et le post-traitement des masques obtenus.