Segmentazione con modelli Ultralytics YOLOv8 preaddestrati in Python
Scopri la potenza di YOLOv8. Impara a conoscere la sua velocità, accuratezza e capacità di rilevamento in tempo reale. Esplora i punti salienti e partecipa alle nostre discussioni su GitHub per saperne di più.
Diamo un'occhiata al mondo della segmentazione degli oggetti con il modello Ultralytics YOLOv8. In questo post del blog ti guideremo attraverso tutti gli aspetti della configurazione e dell'esecuzione della segmentazione in modo semplice con Python.
Preparare il terreno per la segmentazione#
Iniziamo concentrandoci su Ultralytics YOLOv8. Installare questo potente modello è semplicissimo e in pochi istanti sarai pronto a sfruttare le sue funzionalità di segmentazione.
La segmentazione delle istanze fa un passo avanti rispetto al rilevamento degli oggetti, individuando i singoli oggetti all'interno di un'immagine e separandoli dallo sfondo.
Il suo output è costituito da maschere o contorni che delineano ogni oggetto, accompagnati da etichette delle classi e punteggi di confidenza. Questa tecnica è preziosa quando sono necessarie forme degli oggetti precise, poiché fornisce non solo la posizione dell'oggetto, ma anche informazioni dettagliate sulla sua forma.
Con pochi semplici comandi, potrai eseguire predizioni dalla riga di comando, sperimentando in prima persona l'innovazione e la semplicità che Ultralytics YOLOv8 offre.
Segmentazione live: dare vita alle immagini#
Ma perché limitarci alle immagini statiche quando possiamo sperimentare la segmentazione in tempo reale? Il nostro script Python è il tuo punto di accesso al dinamico mondo della segmentazione live.
Sfruttando la classe YOLO e integrandola perfettamente con OpenCV, puoi dare vita ai tuoi progetti, scoprendo informazioni e schemi nascosti man mano che procedi.
Dall'identificazione delle sedie alla delineazione delle piante, le possibilità sono infinite quanto la tua immaginazione.
Fig. 1. Nicolai Nielsen che delinea i modelli COCO pre-addestrati per la segmentazione.
Noi di Ultralytics offriamo anche il supporto per i modelli COCO pre-addestrati per la segmentazione, che rappresentano un eccellente punto di partenza per qualsiasi caso d'uso. Puoi poi perfezionare questi modelli in base alle tue esigenze specifiche.
Nel complesso, offriamo il supporto per vari dataset, come la segmentazione delle istanze di componenti automobilistici, la segmentazione delle crepe e la segmentazione degli imballaggi industriali. Addestrare modelli di segmentazione su questi dataset è semplice grazie a un singolo comando disponibile nella nostra documentazione:
Continua a seguirci#
Unisciti a noi nei prossimi video mentre esploriamo più a fondo il mondo di Ultralytics YOLOv8, analizzando l'addestramento personalizzato e l'inferenza sui tuoi dataset.
Ci impegniamo a semplificare le complessità dell'AI e del machine learning, un segmento alla volta. La nostra missione è consentire a singoli individui e organizzazioni di sfruttare appieno il potenziale di tecnologie all'avanguardia come Ultralytics YOLOv8. Con la nostra guida e la tua curiosità, non si può sapere quali incredibili scoperte ci attendano.
Unisciti a noi per liberare tutto il potenziale di Ultralytics YOLOv8. Guarda il video completo Guarda il video completo!
