Segmentazione delle immagini

La segmentazione delle immagini è un'attività fondamentale della computer vision (CV) che comporta la suddivisione di un'immagine digitale in più regioni o segmenti distinti. L'obiettivo è assegnare un'etichetta specifica a ogni pixel in un'immagine, creando di fatto una mappa a livello di pixel degli oggetti e dello sfondo. A differenza di altre attività di CV che potrebbero identificare la posizione di un oggetto con una semplice casella, la segmentazione delle immagini fornisce una comprensione molto più dettagliata delineando la forma precisa di ciascun oggetto. Questo dettaglio granulare è fondamentale per le applicazioni che richiedono una profonda comprensione della geometria e della composizione della scena. Il processo è fondamentale per molte applicazioni di IA avanzate.

Tipi di segmentazione delle immagini

La segmentazione delle immagini può essere classificata in tre tipi principali, ognuno dei quali offre un diverso livello di dettaglio e serve a scopi distinti:

• Segmentazione semantica: Questa tecnica classifica ogni pixel in un'immagine in una categoria predefinita, come "auto", "strada" o "cielo". Tutte le istanze della stessa classe di oggetti sono raggruppate sotto una singola etichetta. Ad esempio, in un'immagine con più auto, la segmentazione semantica etichetterebbe tutti i pixel appartenenti a qualsiasi auto semplicemente come "auto", senza distinguere un'auto dall'altra.
• Segmentazione di istanza: Questo metodo porta la segmentazione a un livello superiore, non solo classificando ogni pixel, ma anche differenziando le singole istanze della stessa classe. Nella stessa scena stradale, la segmentazione di istanza identificherebbe ogni auto come un oggetto univoco, assegnando una maschera separata a "auto 1", "auto 2" e così via. Ciò è particolarmente utile quando è necessario contare o tracciare singoli oggetti.
• Segmentazione panottica: Come approccio ibrido, la segmentazione panottica combina i punti di forza della segmentazione semantica e di istanza. Mira a creare una comprensione completa e unificata di una scena assegnando un'etichetta di classe a ogni singolo pixel (come la segmentazione semantica) identificando al contempo in modo univoco ogni istanza dell'oggetto (come la segmentazione di istanza). Questo fornisce l'analisi della scena più completa disponibile.

In cosa la segmentazione delle immagini differisce dalle altre attività di CV (Computer Vision)?

È importante distinguere la segmentazione delle immagini da altre attività comuni di computer vision:

• Classificazione delle immagini: Si concentra sull'assegnazione di una singola etichetta a un'intera immagine (ad esempio, "questa è una foto di una spiaggia"). Comprende cosa c'è nell'immagine, ma non dove.
• Object Detection: Identifica e localizza gli oggetti all'interno di un'immagine, tipicamente disegnando un bounding box attorno ad essi. Indica quali oggetti sono presenti e la loro posizione approssimativa, ma non la loro forma esatta.
• Segmentazione dell'immagine: Fornisce il massimo livello di dettaglio delineando il confine esatto di ciascun oggetto a livello di pixel, offrendo una comprensione precisa della forma e della posizione dell'oggetto.

Applicazioni e casi d'uso

L'output dettagliato della segmentazione delle immagini la rende preziosa in numerosi campi.

• Veicoli Autonomi: Affinché le auto a guida autonoma si muovano in sicurezza, è necessaria una comprensione precisa dell'ambiente circostante. I modelli di segmentazione identificano i confini esatti della strada, delle corsie, dei pedoni, degli altri veicoli e degli ostacoli, consentendo una migliore pianificazione del percorso e un processo decisionale più efficace. Puoi approfondire il ruolo dell'IA nel settore automobilistico.
• Analisi di immagini mediche: In ambito sanitario, la segmentazione viene utilizzata per analizzare scansioni mediche come MRI o TC. Può delineare con precisione tumori, organi o anomalie, aiutando i medici con diagnosi accurate, pianificazione chirurgica e monitoraggio della progressione della malattia. Questa è stata un'applicazione chiave per architetture come U-Net, che eccelle in contesti biomedici.
• Analisi di immagini satellitari: I modelli di segmentazione elaborano immagini satellitari per monitorare i cambiamenti ambientali, come la deforestazione o l'urbanizzazione. Possono classificare la copertura del suolo (ad esempio, foresta, acqua, aree urbane) e rilevare singoli oggetti come edifici o navi per la cartografia e la raccolta di informazioni.
• Produzione e robotica: Nelle fabbriche automatizzate, la segmentazione aiuta i robot a identificare parti specifiche su un nastro trasportatore per l'assemblaggio o a eseguire il controllo qualità rilevando difetti con elevata precisione. Puoi saperne di più sul suo utilizzo nella segmentazione delle crepe.

Segmentazione delle immagini e Ultralytics YOLO

I modelli moderni di deep learning, specialmente quelli basati sulle reti neurali convoluzionali (CNN), sono lo standard per la segmentazione delle immagini. I modelli Ultralytics YOLO, inclusi YOLOv8 e l'ultimo YOLO11, offrono capacità di segmentazione in tempo reale ad alte prestazioni. Questi modelli possono essere facilmente addestrati su dataset standard come COCO o dataset personalizzati per task specializzati.

Il framework Ultralytics semplifica l'intero flusso di lavoro, dall'addestramento di un modello alla convalida delle sue prestazioni e alla sua implementazione per l'inferenza. Per una guida pratica, puoi seguire i tutorial sulla segmentazione delle immagini con YOLO11 su Google Colab o imparare come isolare oggetti segmentati. Strumenti come Ultralytics HUB offrono una soluzione no-code per la gestione dei dataset, l'addestramento dei modelli con risorse cloud e la loro implementazione in applicazioni del mondo reale.