Come addestrare Ultralytics YOLO26 su misura per la segmentazione delle istanze

Grazie ai recenti progressi tecnologici, molti sistemi intelligenti che svolgono un ruolo discreto ma significativo nelle nostre vite sono alimentati dall'AI. Per esempio, quando un'auto passa con il rosso e una telecamera registra automaticamente l'infrazione, oppure quando un sistema automatizzato di controllo qualità rileva un difetto di fabbricazione su una linea di produzione, l'AI lavora dietro le quinte.

In particolare, una branca dell'AI nota come computer vision consente alle macchine di interpretare e comprendere immagini e video. La computer vision permette ai sistemi di riconoscere oggetti, tracciare movimenti e analizzare dettagli visivi in tempo reale, rendendola essenziale per applicazioni come il monitoraggio del traffico, l'ispezione industriale e la robotica.

Queste funzionalità sono rese possibili da modelli di computer vision come Ultralytics YOLO26, che supporta diverse attività di visione, tra cui il rilevamento degli oggetti e la segmentazione delle istanze. Il rilevamento degli oggetti individua gli oggetti usando semplici riquadri di delimitazione, mentre la segmentazione delle istanze va oltre, delineando ogni oggetto a livello di pixel e consentendo risultati più accurati e affidabili in scenari reali.

Fig. 1. Segmentazione degli oggetti in un'immagine con Ultralytics YOLO26

Modelli come Ultralytics YOLO26 sono preaddestrati e possono segmentare oggetti di uso quotidiano, come persone, auto e animali, fin da subito. Tuttavia, possono anche essere addestrati su misura per applicazioni più specifiche. In altre parole, i modelli possono imparare l'aspetto degli oggetti e come delinearli con accuratezza.

In questo articolo vedremo come addestrare su misura Ultralytics YOLO26 per la segmentazione delle istanze. Iniziamo!

Che cos'è la segmentazione di istanze?#

Prima di approfondire l'addestramento dei modelli, facciamo un passo indietro e vediamo che cosa significa davvero segmentazione delle istanze.

La segmentazione delle istanze è un'attività di computer vision che consente a un modello di individuare ogni singolo oggetto in un'immagine e delinearne la forma esatta. Invece di limitarsi a identificare la presenza di un oggetto, il modello esamina ogni pixel dell'immagine e stabilisce se appartiene a un oggetto specifico.

Questo significa che può separare gli oggetti anche quando si sovrappongono o sono molto vicini. Un concetto chiave che aiuta a visualizzare la segmentazione delle istanze è la maschera.

Una maschera è un contorno a livello di pixel che copre solo l'area di un oggetto. Puoi immaginarla come il colore che evidenzia l'oggetto lasciando intatto tutto il resto.

Ogni oggetto ha la propria maschera, che consente al modello di distinguerlo dagli altri, anche quando sono dello stesso tipo, come due auto o due persone vicine.

Fig. 2. Uno sguardo alla segmentazione delle istanze

Per capire meglio la segmentazione delle istanze, possiamo confrontarla con altre comuni attività di computer vision. Il rilevamento degli oggetti usa riquadri di delimitazione, ovvero semplici rettangoli disegnati intorno agli oggetti. I riquadri di delimitazione sono rapidi e utili, ma non rappresentano la forma esatta di un oggetto.

La segmentazione semantica, invece, assegna a ogni pixel dell'immagine un'etichetta di categoria, ma non distingue gli oggetti separati appartenenti alla stessa classe. La segmentazione delle istanze combina i vantaggi di entrambi gli approcci, identificando le categorie degli oggetti e assegnando una maschera distinta a ciascun oggetto.

Poiché la segmentazione delle istanze fornisce informazioni così dettagliate, è particolarmente utile in applicazioni reali come il controllo qualità automatizzato, l'imaging medico e la robotica. Le attività che richiedono misurazioni precise, contorni accurati o la separazione degli oggetti possono trarre vantaggio da questa comprensione a livello di pixel.

Ultralytics YOLO26 supporta la segmentazione delle istanze#

Ultralytics YOLO26 è un modello di computer vision all'avanguardia, end-to-end e privo di non-maximum suppression (NMS), progettato per gestire attività di visione del mondo reale in modo rapido ed efficiente. Fa parte della famiglia di modelli di rilevamento Ultralytics YOLO, in grado di elaborare immagini e video in tempo reale fornendo risultati accurati.

Ultralytics YOLO26 supporta diverse attività di visione in un unico framework, tra cui il rilevamento degli oggetti, la stima della posa, la classificazione delle immagini, il rilevamento di riquadri di delimitazione orientati (rilevamento OBB) e la segmentazione delle istanze.

Ultralytics YOLO26 è preaddestrato e sa già riconoscere oggetti comuni come persone, veicoli e articoli di uso quotidiano, grazie a dataset ampi e diffusi come COCO e ImageNet. Puoi iniziare subito a usare il modello senza ulteriore addestramento.

Tuttavia, se la tua applicazione riguarda oggetti particolari, ambienti specifici o condizioni di illuminazione insolite, l'addestramento personalizzato del modello può migliorare notevolmente i risultati. Addestrando Ultralytics YOLO26 sulle tue immagini etichettate, puoi insegnare al modello esattamente cosa cercare e come delineare gli oggetti con maggiore accuratezza per il tuo caso d'uso specifico.

Questo processo è noto anche come fine-tuning. Invece di addestrare un modello da zero, il fine-tuning parte da un modello Ultralytics YOLO26 preaddestrato e lo adatta gradualmente usando i tuoi dati. Poiché il modello comprende già schemi visivi generali come bordi, forme e texture, gli bastano molte meno immagini etichettate e molto meno tempo per apprendere a riconoscere gli oggetti specifici.

In breve, il fine-tuning è più rapido, efficiente e accessibile dell'addestramento di un modello da zero. L'addestramento personalizzato di Ultralytics YOLO26 è una soluzione pratica anche per chi è alle prime armi o per i team che dispongono di dati e risorse di calcolo limitati.

Alla scoperta delle applicazioni di segmentazione delle istanze di Ultralytics YOLO26#

In quali situazioni la segmentazione delle istanze può fare la differenza? Quando è importante distinguere gli oggetti e comprenderne la forma esatta, soprattutto in contesti affollati o con oggetti sovrapposti.

Ecco alcuni flussi di lavoro comuni in cui la segmentazione delle istanze fa davvero la differenza:

• Immagini aeree e riprese con droni: questa attività consente ai droni di distinguere oggetti come edifici, veicoli e vegetazione nelle immagini aeree per la mappatura, l'ispezione e il rilevamento del territorio.
• Analisi sportiva: la segmentazione delle istanze aiuta ad analizzare i movimenti e le interazioni dei giocatori, separando i singoli atleti dallo sfondo durante le partite o gli allenamenti.
• Monitoraggio di cantieri e infrastrutture: aiuta a individuare elementi strutturali, crepe o aree danneggiate in edifici, ponti e strade per pianificare la manutenzione.
• Sanità e imaging medico: la segmentazione delle istanze consente di delineare con precisione cellule, tessuti o strumenti medici, favorendo analisi e diagnosi più accurate.
• Agricoltura e monitoraggio ambientale: può identificare e separare colture, frutti o malattie delle piante, semplificando la stima dei raccolti e l'applicazione di trattamenti mirati.

Fig. 3. Esempio di segmentazione delle erbe infestanti con YOLO26 (Fonte)

Come funziona l'addestramento personalizzato di Ultralytics YOLO26 per la segmentazione delle istanze#

Vediamo ora come funziona l'addestramento personalizzato. Anche se addestrare un modello può sembrare un'operazione tecnica, il processo complessivo è semplice.

Puoi preparare le immagini, etichettare gli oggetti che vuoi far apprendere al modello, configurare un piccolo file di impostazioni e poi addestrare YOLO26 usando il pacchetto Python di Ultralytics. Il pacchetto Python di Ultralytics è una libreria software che offre strumenti pronti all'uso per addestrare, testare e distribuire modelli YOLO, senza dover costruire tutto da zero.

Passaggio 1: prepara il tuo dataset personalizzato#

Il primo passaggio consiste nel preparare il tuo dataset di segmentazione. Un dataset è semplicemente una raccolta di immagini che mostrano gli oggetti che vuoi far imparare al modello.

Cerca di includere immagini che riflettano le condizioni del mondo reale, come angolazioni, illuminazioni, sfondi e dimensioni degli oggetti diversi. Più varie sono le immagini, migliori saranno le prestazioni del modello.

Per la segmentazione di istanze, le immagini devono includere anche annotazioni. Annotare significa etichettare gli oggetti in ogni immagine, in modo che il modello sappia cosa imparare. Invece di disegnare semplici riquadri, traccerai contorni dettagliati (poligoni) attorno a ogni oggetto per indicarne la forma esatta. Questi contorni diventano le maschere che il modello impara a predire.

Puoi usare diversi strumenti di annotazione open source per creare queste etichette. Molti di questi strumenti offrono interfacce intuitive che ti permettono di caricare immagini e tracciare direttamente su di esse i contorni degli oggetti.

Quando le immagini e le annotazioni sono pronte, puoi organizzarle in cartelle per l'addestramento e la convalida. Una suddivisione tipica assegna l'80% delle immagini all'addestramento e il 20% alla convalida, anche se è comune anche una suddivisione del 70% per l'addestramento e del 30% per la convalida, a seconda delle dimensioni del dataset. Il set di addestramento insegna al modello, mentre quello di convalida serve a misurare le sue prestazioni su immagini che non ha mai visto.

È importante mantenere equilibrata questa suddivisione e assicurarsi che entrambe le cartelle contengano esempi vari. Un dataset pulito e ben etichettato, con una corretta suddivisione tra addestramento e convalida, costituisce la base per un modello di segmentazione di istanze efficace.

Passaggio 2: crea un file YAML del dataset#

Dopo aver preparato le immagini e le annotazioni, il passaggio successivo consiste nel creare un file YAML del dataset. Questo file indica dove si trova il dataset e quali classi di oggetti il modello deve imparare durante l'addestramento.

In questo file puoi definire la directory principale del dataset, i percorsi alle cartelle delle immagini di addestramento e convalida e l'elenco dei nomi delle classi. I nomi delle classi devono essere elencati nello stesso ordine dei numeri di classe usati nei file di annotazione, in modo che tutto corrisponda correttamente.

Per qualsiasi domanda sul formato esatto, puoi consultare la documentazione ufficiale di Ultralytics per maggiori dettagli.

Passaggio 3: installa il pacchetto Python di Ultralytics#

Ora che il dataset e il file YAML sono pronti, il passaggio successivo consiste nell'installare il pacchetto Python di Ultralytics.

Questo pacchetto include gli strumenti necessari per addestrare, convalidare, eseguire inferenze ed esportare i modelli Ultralytics YOLO26. Offre un modo semplificato per lavorare con i modelli YOLO senza creare da zero pipeline di addestramento complesse.

Prima di installare il pacchetto Python di Ultralytics, è importante anche scegliere dove eseguire il codice. Puoi usare il pacchetto Ultralytics in diversi ambienti di sviluppo, ad esempio:

• Interfaccia a riga di comando (CLI): è un ambiente basato su testo in cui interagisci con il computer digitando comandi. Invece di fare clic sui pulsanti o navigare nei menu come faresti in un'interfaccia grafica, inserisci istruzioni scritte per eseguire programmi e svolgere attività direttamente.
• Jupyter Notebooks: un ambiente interattivo in cui scrivi ed esegui codice in piccole sezioni e visualizzi subito il risultato. È utile per sperimentare e imparare.
• Google Colab: una piattaforma notebook basata su cloud che non richiede installazioni locali e offre accesso facoltativo alle unità di elaborazione grafica (GPU). Spesso è l'opzione più semplice per chi è alle prime armi.

Dopo aver scelto l'ambiente, puoi installare il pacchetto Python di Ultralytics. Per installarlo, esegui il comando seguente:

pip install ultralytics

Se usi un ambiente basato su notebook, come Google Colab o Jupyter Notebook, aggiungi un punto esclamativo all'inizio del comando. Se riscontri problemi durante l'installazione, puoi consultare la documentazione di Ultralytics o la guida alla risoluzione dei problemi per trovare soluzioni comuni e suggerimenti sulla configurazione dell'ambiente.

Al termine dell'installazione, potrai caricare un modello di segmentazione Ultralytics YOLO26 preaddestrato e iniziare l'addestramento.

Passaggio 4: addestra Ultralytics YOLO26 per la segmentazione di istanze#

Prima di iniziare l'addestramento, devi scegliere una dimensione del modello. I modelli Ultralytics YOLO26 sono disponibili in diverse dimensioni: Nano (n), Small (s), Medium (m), Large (l) ed Extra Large (x).

I modelli più piccoli si addestrano più rapidamente e funzionano in modo più efficiente su unità centrali di elaborazione (CPU) o dispositivi edge, mentre i modelli più grandi offrono in genere una precisione maggiore, ma richiedono più memoria e traggono vantaggio dall'accelerazione GPU. Se hai appena iniziato o lavori con hardware limitato, la versione Nano (YOLO26n) è una scelta pratica.

Dopo aver scelto la dimensione del modello, il passaggio successivo consiste nel caricare un modello di segmentazione preaddestrato e avviarne l'addestramento sul tuo dataset personalizzato. Per farlo, devi specificare il file del modello preaddestrato, il percorso al file YAML del dataset, il numero di epoche e la dimensione delle immagini, come mostrato di seguito.

from ultralytics import YOLO

model = YOLO("yolo26n-seg.pt")
results = model.train(data="path/to/file.yaml", epochs=100, imgsz=640)

Il numero di epoche determina quante volte il modello elabora l'intero dataset di addestramento. A ogni epoca, il modello genera previsioni, le confronta con le annotazioni corrette, calcola gli errori e aggiorna i parametri interni per migliorare le prestazioni.

Se l'addestramento si avvia correttamente, nel terminale o nel notebook vedrai la configurazione del modello, l'analisi del dataset e l'avanzamento dell'addestramento. Man mano che l'addestramento procede, i valori di loss e le metriche di valutazione si aggiorneranno dopo ogni epoca, mostrando i progressi del modello nel tempo.

Passaggio 5: valuta le prestazioni del modello addestrato sul dataset personalizzato#

Al termine del processo di addestramento, puoi esaminare e convalidare le metriche di prestazione del modello. In Google Colab, vai alla cartella “runs”, poi alla cartella “segment” e infine alla cartella “train”, dove troverai i log con gli indicatori chiave delle prestazioni.

Per chi lavora in un ambiente Python, i risultati dell'addestramento vengono salvati per impostazione predefinita nella directory “runs/train/” all'interno della directory di lavoro corrente. Ogni esecuzione di addestramento crea una nuova sottodirectory, ad esempio runs/train/exp o runs/train/exp2, in cui troverai log, pesi salvati e altri output relativi all'esperimento.

Se usi la CLI, puoi accedere a questi risultati e gestirli con il comando “yolo settings”. Questo comando ti permette di visualizzare o modificare i percorsi e le configurazioni relativi ai log di addestramento e ai dettagli degli esperimenti.

Tra gli output salvati troverai anche i grafici generati durante l'addestramento. Questi grafici mostrano i progressi del modello nel tempo. Ad esempio, illustrano la diminuzione della loss man mano che il modello apprende e l'aumento, epoca dopo epoca, di metriche di valutazione come precisione, richiamo e media della precisione media.

Fig. 4. Tipi di grafici che puoi analizzare per valutare il modello (Fonte)

Questi andamenti visivi possono aiutarti a capire se il modello è stato addestrato correttamente e quanto è migliorato dall'inizio alla fine dell'addestramento. Esaminare sia le metriche numeriche sia i grafici ti offre un quadro più chiaro delle prestazioni del modello di segmentazione di istanze prima di passare ai test con nuove immagini.

Passaggio 6: testa il modello ed esegui inferenze#

Dopo aver convalidato il modello, il passaggio finale consiste nel testarlo su nuove immagini. Questo processo si chiama inferenza e consiste semplicemente nell'usare il modello addestrato per generare previsioni su dati mai visti.

Puoi eseguire inferenze in Python così:

results = model.predict("path/to/image.jpg", save=True, conf=0.3)

In questo esempio, puoi sostituire "path/to/image.jpg" con il percorso dell'immagine che vuoi testare.

L'impostazione “save=True” indica al modello di generare e salvare una nuova immagine con le maschere di segmentazione previste sovrapposte all'immagine originale.

L'impostazione “conf=0.3” controlla la soglia di confidenza: il modello mostrerà solo le previsioni che ritiene corrette con una confidenza di almeno il 30%. Abbassando questo valore potresti visualizzare più rilevamenti, mentre aumentandolo il modello sarà più selettivo.

Dopo aver eseguito il comando, il modello crea una nuova cartella all'interno della directory runs e vi salva l'immagine di output. Puoi aprire l'immagine salvata per verificare visivamente quanto bene le maschere di segmentazione seguono i contorni degli oggetti e se gli oggetti sovrapposti sono separati correttamente.

Testare il modello su immagini, sfondi e condizioni di illuminazione diversi può aiutarti a capire meglio come si comporta al di fuori del dataset di addestramento. Quando i risultati appaiono coerenti e accurati, il modello è pronto per essere esportato e distribuito.

Passaggio 7: esporta e distribuisci il modello#

Dopo aver testato il modello e averne confermato le buone prestazioni, il passaggio finale consiste nell'esportarlo e distribuirlo. L'esportazione converte il modello Ultralytics YOLO26 addestrato in un formato eseguibile in diversi ambienti, come server di produzione, dispositivi edge o applicazioni mobili.

Ultralytics supporta diversi formati di esportazione, così puoi scegliere quello più adatto alla tua configurazione di distribuzione. Ad esempio, puoi esportare in ONNX per un'ampia compatibilità tra piattaforme, in TensorRT per prestazioni GPU ottimizzate su hardware NVIDIA o in OpenVINO per una distribuzione efficiente basata su CPU sui dispositivi Intel. Queste integrazioni semplificano l'esecuzione del modello al di fuori dell'ambiente di addestramento e consentono di ottenere ottime prestazioni in tempo reale.

Puoi esportare il modello in Python con il comando seguente:

model.export(format="onnx")

Questo comando converte il modello addestrato nel formato ONNX. Puoi sostituire "onnx" con altri formati supportati, a seconda delle tue esigenze di distribuzione.

Dopo l'esportazione, puoi integrare il modello in applicazioni come servizi web, sistemi di visione embedded, piattaforme robotiche o sistemi di ispezione industriale. A questo punto, il tuo modello Ultralytics YOLO26 di segmentazione di istanze, addestrato sul dataset personalizzato, può passare dalla sperimentazione alla distribuzione nel mondo reale.

Punti chiave#

Addestrare Ultralytics YOLO26 sul tuo dataset personalizzato per la segmentazione di istanze ti offre la flessibilità necessaria per creare un modello davvero adatto al tuo caso d'uso specifico. Preparando un dataset chiaro, configurando il file YAML, addestrando il modello con pesi di segmentazione preaddestrati ed esaminando i risultati, puoi insegnargli a delineare con precisione ogni oggetto a livello di pixel. Dopo averlo testato ed esportato, il tuo modello YOLO26 può passare dallo sviluppo ad applicazioni reali su più scale.

Unisciti alla nostra community e dai un'occhiata al nostro repository GitHub per scoprire di più sull'AI. Se vuoi sviluppare il tuo progetto di AI per la visione, consulta le opzioni di licenza. Scopri di più su applicazioni come l'AI in ambito sanitario e l'AI per la visione nel commercio al dettaglio visitando le nostre pagine dedicate alle soluzioni.