Che cos’è la segmentazione delle istanze? Una guida rapida

Le applicazioni di visione artificiale sono sempre più comuni nella vita quotidiana, dalle telecamere del traffico che monitorano le condizioni stradali ai sistemi di pagamento automatico nei negozi. Consentendo alle macchine di comprendere i dati visivi in modo simile agli esseri umani, l'IA per la visione sta avendo un impatto su numerosi settori.

Molte di queste applicazioni si basano sul rilevamento degli oggetti, un compito di visione artificiale che colloca riquadri di delimitazione intorno agli oggetti principali nelle immagini. Sebbene questo approccio funzioni spesso bene, alcune soluzioni di analisi delle immagini richiedono una precisione ancora maggiore.

Per esempio, l'imaging medico richiede più del semplice rilevamento di un tumore: è fondamentale delinearne la forma esatta. Analogamente, nella robotica, le macchine devono riconoscere i contorni esatti di un oggetto per afferrarlo correttamente. Per affrontare queste sfide, la segmentazione di istanze offre una soluzione più precisa.

La segmentazione di istanze è un compito di visione artificiale pensato per supportare i casi d'uso in cui rilevare gli oggetti non è sufficiente: offre una precisione a livello di pixel. I modelli di visione artificiale come Ultralytics YOLO11 possono essere usati per applicare facilmente la segmentazione di istanze a immagini e video.

Fig. 1. Esempio di utilizzo di YOLO11 per la segmentazione di istanze.

In questa guida vedremo come funziona la segmentazione di istanze, quali sono le sue applicazioni e come addestrare Ultralytics YOLO11 su dati personalizzati per attività di segmentazione specifiche.

Che cos'è la segmentazione di istanze?#

Immagina una foto di gruppo con persone vicine tra loro. Il rilevamento degli oggetti può aiutarti a disegnare riquadri intorno a ciascuna persona, ma non ti dice qual è la sua forma esatta.

La segmentazione di istanze, invece, è simile a tracciare con attenzione il contorno di ogni persona per vederne la sagoma completa, anche quando le persone si sovrappongono. Anziché limitarsi a indicare la posizione di qualcosa con un riquadro, identifica la forma esatta di ogni oggetto a livello di pixel, facilitando la comprensione di immagini complesse.

Il risultato è una maschera dettagliata che riempie la forma di un oggetto e individua con esattezza i pixel che gli appartengono. Questo livello di precisione è utile in molte applicazioni reali in cui è importante comprendere la forma esatta e i contorni degli oggetti.

Fig. 2. Panoramica del supporto di Ultralytics YOLO11 per la segmentazione di istanze.

Segmentazione di istanze e segmentazione semantica a confronto#

Esplorando la segmentazione di istanze, potresti imbatterti nel concetto di segmentazione semantica.

Entrambe le tecniche aiutano i computer a comprendere le immagini a livello di pixel, ma hanno scopi diversi. La segmentazione semantica assegna un'etichetta a ogni pixel in base alla sua categoria, raggruppando tutti gli oggetti dello stesso tipo. Per esempio, in un'immagine con più auto, la segmentazione semantica le etichetterebbe tutte come "auto", senza distinguere i singoli veicoli.

La segmentazione di istanze, invece, fa un passo in più identificando separatamente ogni oggetto. Assegna etichette univoche alle singole istanze e crea maschere precise intorno alle loro forme. Quindi, nella stessa immagine, la segmentazione di istanze non etichetterebbe semplicemente tutto come "auto", ma riconoscerebbe e delineerebbe ogni auto singolarmente.

La differenza principale tra le due tecniche è che la segmentazione semantica raggruppa gli oggetti per categoria, mentre la segmentazione di istanze distingue ogni oggetto come entità unica, con contorni definiti. La scelta dell'attività dipende dall'applicazione specifica: basta sapere cosa c'è in un'immagine o è importante distinguere i singoli oggetti?

Per decidere quale attività serve al tuo progetto, consulta segmentazione semantica o di istanze: come scegliere.

Fig. 3. Segmentazione di istanze e segmentazione semantica a confronto (rispettivamente a destra e a sinistra).

Modelli di segmentazione di istanze più diffusi#

Oggi la community dell'IA per la visione artificiale può scegliere tra diversi modelli di segmentazione di istanze. Alcuni sono più veloci, altri più accurati e altri ancora più facili da usare.

Sebbene queste opzioni siano utili, resta da capire quale sia quella giusta per una specifica attività. Tra le varie opzioni, i modelli Ultralytics YOLO sono molto diffusi perché puntano su velocità e accuratezza.

Inoltre, questi modelli si sono evoluti notevolmente nel corso degli anni. Per esempio, Ultralytics YOLOv5 ha semplificato la distribuzione usando framework come PyTorch, rendendo l'IA avanzata per la visione artificiale accessibile a un pubblico più ampio, senza richiedere competenze tecniche approfondite.

Sulla scia di questo successo, Ultralytics YOLOv8 ha introdotto un supporto migliorato per attività di visione artificiale come la segmentazione di istanze, la stima della posa e la classificazione delle immagini.

Ultralytics YOLO11 (a cui è succeduto Ultralytics YOLO26) ha portato le prestazioni a un livello superiore. Raggiunge una precisione media media (mAP) più elevata sul set di dati COCO con il 22% di parametri in meno rispetto a YOLOv8m, quindi può riconoscere gli oggetti con maggiore precisione usando meno risorse.

Fig. 4. Benchmark di YOLO11.

In poche parole, Ultralytics YOLO11 offre un'accuratezza all'avanguardia senza compromettere l'efficienza.

Come funziona la segmentazione di istanze#

Vediamo ora come funziona in genere la segmentazione delle istanze. I modelli di visione artificiale più datati adottano un approccio a due stadi.

Prima rilevano gli oggetti disegnando attorno a essi riquadri di delimitazione. Poi generano una maschera a livello di pixel che delinea la forma esatta di ciascun oggetto. Un esempio noto è Mask R-CNN, che estende i modelli di rilevamento degli oggetti aggiungendo un passaggio di previsione della maschera. Sebbene efficace, questo metodo può essere lento perché elabora l'immagine in più fasi, rendendo più difficili le applicazioni in tempo reale.

I modelli come Ultralytics YOLO11, invece, elaborano le immagini in un unico passaggio, prevedendo simultaneamente i riquadri di delimitazione degli oggetti e le maschere di segmentazione delle istanze. Questo approccio semplificato è molto più veloce e mantiene comunque un'elevata accuratezza. Di conseguenza, è particolarmente utile per applicazioni in tempo reale come la guida autonoma, l'analisi video e la robotica, in cui velocità e precisione sono entrambe fondamentali.

Addestramento personalizzato di Ultralytics YOLO11 per la segmentazione di istanze#

YOLO11 è disponibile fin da subito come modello preaddestrato. È stato addestrato sul set di dati COCO-Seg, che comprende oggetti di uso quotidiano per la segmentazione delle istanze. Tuttavia, il pacchetto Python di Ultralytics supporta l'addestramento personalizzato, essenziale per le applicazioni specialistiche in cui occorre segmentare oggetti specifici.

Perché è importante addestrare un modello su dati personalizzati o perfezionarlo? L'addestramento personalizzato sfrutta il transfer learning basandosi sulle conoscenze già incorporate nei modelli preaddestrati. Invece di partire da zero, adatta un modello esistente a nuove attività usando dataset più piccoli e meno risorse di calcolo, mantenendo comunque un'elevata accuratezza.

Come addestrare Ultralytics YOLO11 su dati personalizzati#

Ecco una panoramica più dettagliata dei passaggi necessari per affinare Ultralytics YOLO11 per la segmentazione delle istanze:

• Preparazione dei dati: raccogli e annota le immagini in base alla tua applicazione specifica. Ultralytics supporta più dataset di immagini, ma puoi anche addestrare il modello con il tuo dataset, preparando immagini e annotazioni nel formato YOLO richiesto.
• Uso di un modello preaddestrato: invece di partire da zero, usa un modello Ultralytics YOLO11 preaddestrato.
• Addestramento del modello: imposta parametri fondamentali come la dimensione del batch (immagini elaborate a ogni iterazione), la dimensione delle immagini (risoluzione di input desiderata) e le epoche (numero totale di cicli di addestramento), quindi addestra il modello.
• Valutazione delle prestazioni: al termine dell'addestramento, puoi testare l'accuratezza del modello usando metriche di prestazione come mAP. Il pacchetto Python di Ultralytics include anche funzioni integrate per la valutazione dei modelli.

Applicazioni della segmentazione di istanze rese possibili da Ultralytics YOLO11#

La segmentazione di istanze può aiutare a risolvere problemi del mondo reale, consentendo alle macchine di vedere e comprendere gli oggetti con maggiore accuratezza. Dal miglioramento dell'automazione alla tutela dell'ambiente, svolge un ruolo fondamentale in molti settori. Vediamo alcuni esempi del suo impatto.

Sicurezza e monitoraggio dei cantieri con Ultralytics YOLO11#

La segmentazione di istanze può essere fondamentale per garantire la sicurezza e l'efficienza nei cantieri. Per esempio, può essere usata per monitorare i macchinari pesanti.

Ultralytics YOLO11 può essere perfezionato per segmentare e identificare con accuratezza diversi tipi di attrezzature, come gru, escavatori e bulldozer, e monitorarne la posizione in tempo reale. In questo modo, i responsabili del cantiere possono assicurarsi che i macchinari operino esclusivamente nelle aree designate e non invadano le zone in cui sono presenti lavoratori o pericoli.

Inoltre, integrare queste soluzioni con sistemi di allerta in tempo reale consente di intervenire rapidamente. Le informazioni raccolte possono anche aiutare a ottimizzare la disposizione del cantiere e il flusso di lavoro, riducendo ulteriormente i rischi e aumentando la produttività.

Fig. 5. Monitoraggio dei macchinari pesanti con Ultralytics YOLO11.

Monitoraggio degli animali con la segmentazione e Ultralytics YOLO11#

Il monitoraggio del comportamento animale aiuta ricercatori, agricoltori e ambientalisti a prendersi cura degli animali nei diversi ambienti. In questi sistemi, la segmentazione di istanze svolge un ruolo utile perché identifica e segmenta i singoli animali in fattorie, zoo e habitat naturali. A differenza del tradizionale rilevamento degli oggetti basato sui riquadri di delimitazione, la segmentazione di istanze fornisce una delimitazione di ogni animale a livello di pixel, particolarmente utile quando gli animali si trovano vicini.

Una segmentazione dettagliata consente di tracciare con maggiore accuratezza i movimenti e i comportamenti. È possibile distinguere gli animali sovrapposti o raggruppati da vicino, ottenendo analisi più precise delle interazioni, valutazioni della salute e schemi di attività. Nel complesso, approfondire il comportamento degli animali migliora le pratiche di cura e gestione.

Fig. 6. Monitoraggio del bestiame con la segmentazione di istanze.

Ultralytics YOLO11 nell'analisi sportiva e nel tracciamento dei giocatori#

Il tracciamento preciso dei giocatori e degli eventi è una componente fondamentale dell'analisi sportiva. I metodi di tracciamento tradizionali si basano sull'etichettatura manuale, che potrebbe non cogliere le interazioni nel dettaglio. La visione artificiale può essere usata per segmentare a livello di pixel elementi come ogni giocatore, la palla e gli eventi principali, ottenendo informazioni dettagliate.

Per esempio, la segmentazione di istanze può aiutare a rilevare eventi come falli o episodi senza palla, separando chiaramente ogni giocatore e oggetto. Questo monitoraggio dettagliato, reso possibile da modelli come Ultralytics YOLO11, offre agli analisti informazioni più chiare per studiare con accuratezza gli schemi di movimento, il posizionamento spaziale e le interazioni. Un vantaggio fondamentale di queste informazioni è che aiutano le squadre a perfezionare le proprie strategie e a migliorare le prestazioni complessive.

Vantaggi e svantaggi della segmentazione di istanze#

Ecco alcuni dei principali vantaggi che la segmentazione di istanze può offrire a diversi settori:

• Automazione migliorata: automatizzando attività come il controllo qualità e il monitoraggio della sicurezza, la segmentazione di istanze riduce la necessità di interventi manuali e minimizza gli errori umani.
• Migliore comprensione della scena: delineando con accuratezza ogni oggetto, la segmentazione di istanze contribuisce a comprendere più a fondo le scene complesse e favorisce decisioni più consapevoli.
• Post-elaborazione efficiente: l'output a livello di pixel semplifica attività come la rimozione dello sfondo, il conteggio degli oggetti e l'analisi spaziale, riducendo la necessità di ulteriori fasi di elaborazione.

Sebbene questi vantaggi mostrino l'impatto della segmentazione di istanze su diversi casi d'uso, è essenziale considerare anche le sfide legate alla sua implementazione.

Ecco alcune delle principali limitazioni della segmentazione di istanze:

• Difficoltà con la trasparenza: segmentare oggetti trasparenti o riflettenti, come il vetro e l'acqua, è difficile e può portare a contorni imprecisi.
• Onere della manutenzione: per mantenere i modelli accurati e pertinenti, sono necessari aggiornamenti e perfezionamenti continui man mano che cambiano le condizioni ambientali e i dataset.
• Elevato impegno per l'annotazione: addestrare modelli di segmentazione di istanze richiede annotazioni dettagliate a livello di pixel, aumentando notevolmente il tempo e i costi della preparazione dei dati.

Punti chiave#

La segmentazione di istanze permette di distinguere con precisione i singoli oggetti, anche quando si sovrappongono. Rilevando i contorni degli oggetti a livello di pixel, offre una comprensione dei dati visivi più approfondita rispetto alle attività tradizionali di visione artificiale, come il rilevamento degli oggetti.

I recenti progressi nella visione artificiale hanno reso la segmentazione di istanze più veloce e facile da usare. In particolare, modelli di visione artificiale come Ultralytics YOLO11 semplificano il processo e consentono di segmentare in tempo reale con una configurazione minima, rendendo la tecnologia più accessibile a diversi settori e applicazioni.

Ti interessa l'IA? Visita il nostro repository GitHub e unisciti a la nostra community per continuare a esplorare. Scopri innovazioni come l'IA nelle auto a guida autonoma e l'IA per la visione artificiale in agricoltura nelle nostre pagine dedicate alle soluzioni. Dai un'occhiata alle nostre opzioni di licenza e inizia un progetto di visione artificiale!