Instance Segmentation

La segmentazione delle istanze è una tecnica sofisticata di computer vision (CV) che identifica e delinea ogni singolo oggetto di interesse all'interno di un'immagine a livello di pixel. Mentre il normale object detection localizza gli elementi utilizzando bounding box rettangolari, la segmentazione delle istanze approfondisce l'analisi generando una maschera precisa per ogni entità rilevata. Questa capacità consente ai modelli di artificial intelligence (AI) di distinguere tra singoli oggetti della stessa classe, come ad esempio separare due persone sovrapposte, fornendo una comprensione della scena visiva più ricca e dettagliata rispetto ai metodi di classificazione più semplici.

Link to this sectionDistinguere i tipi di segmentazione#

Per comprendere appieno l'utilità della segmentazione delle istanze, è utile differenziarla da altri compiti correlati di elaborazione delle immagini. Ogni metodo offre un diverso livello di granularità a seconda dei requisiti dell'applicazione.

• Semantic Segmentation: questo approccio classifica ogni pixel di un'immagine in una categoria (es. "strada", "cielo", "auto"). Tuttavia, non distingue tra oggetti separati della stessa categoria. Se tre auto sono parcheggiate l'una accanto all'altra, la segmentazione semantica le vede come un'unica regione "auto".
• Instance Segmentation: questo metodo tratta ogni oggetto come un'entità unica. Rileva le singole istanze e assegna un'etichetta univoca ai pixel di ciascuna di esse. Nell'esempio delle auto parcheggiate, la segmentazione delle istanze creerebbe tre maschere distinte, identificando separatamente "Auto A", "Auto B" e "Auto C".
• Panoptic Segmentation: un approccio ibrido che combina l'etichettatura dello sfondo della segmentazione semantica con l'identificazione degli oggetti numerabili della segmentazione delle istanze.

Link to this sectionI meccanismi dell'analisi a livello di pixel#

I moderni modelli di segmentazione delle istanze si basano solitamente su architetture avanzate di deep learning (DL), in particolare sulle Convolutional Neural Networks (CNNs). Queste reti estraggono caratteristiche da un'immagine per prevedere sia la classe di un oggetto che il suo contorno spaziale. Storicamente, architetture a due stadi come Mask R-CNN rappresentavano lo standard, proponendo prima le regioni di interesse e poi rifinendole in maschere.

Tuttavia, i recenti progressi hanno portato a rilevatori a stadio singolo come YOLO26, che eseguono rilevamento e segmentazione simultaneamente. Questo approccio "end-to-end" migliora significativamente le velocità di real-time inference, rendendo possibile applicare una segmentazione ad alta precisione a flussi video in diretta su hardware consumer.

Link to this sectionApplicazioni nel mondo reale#

I confini precisi forniti dalla segmentazione delle istanze sono fondamentali per i settori in cui comprendere l'esatta forma e posizione di un oggetto è necessario per il processo decisionale.

• AI in Healthcare: nella diagnostica medica, identificare l'esatta dimensione e forma di tumori o lesioni è vitale. La segmentazione delle istanze consente ai modelli di delineare le anomalie nelle MRI scans con elevata precisione, aiutando i radiologi nella pianificazione del trattamento e nel monitoraggio della progressione della malattia.
• Autonomous Vehicles: le auto a guida autonoma si affidano alla segmentazione per navigare in ambienti complessi. Utilizzando dataset come Cityscapes, i veicoli possono identificare superfici percorribili, riconoscere la segnaletica orizzontale e separare i singoli pedoni negli attraversamenti affollati per garantire la sicurezza.
• AI in Agriculture: l'agricoltura di precisione utilizza la segmentazione per monitorare la salute delle colture. I robot dotati di sistemi di visione possono identificare singoli frutti per la raccolta automatizzata o rilevare erbe infestanti specifiche per l'applicazione mirata di erbicidi, riducendo l'uso di prodotti chimici e ottimizzando la resa.

Link to this sectionImplementare la segmentazione con Python#

Gli sviluppatori possono implementare facilmente la segmentazione delle istanze utilizzando la libreria ultralytics. Il seguente esempio mostra come caricare un modello YOLO26 pre-addestrato e generare maschere di segmentazione per un'immagine.

from ultralytics import YOLO

# Load a pre-trained YOLO26 instance segmentation model
# The 'n' suffix denotes the nano version, optimized for speed
model = YOLO("yolo26n-seg.pt")

# Run inference on an image
# This predicts classes, bounding boxes, and masks
results = model("https://ultralytics.com/images/bus.jpg")

# Visualize the results
# Displays the image with overlaid segmentation masks
results[0].show()

Link to this sectionSfide e addestramento del modello#

Sebbene potente, la segmentazione delle istanze è computazionalmente intensiva rispetto al semplice rilevamento con bounding box. Generare maschere perfette a livello di pixel richiede significative GPU risorse e una precisa data annotation. L'annotazione dei dati per questi compiti comporta il disegno di poligoni stretti attorno a ogni oggetto, il che può richiedere molto tempo.

Per semplificare questo processo, i team utilizzano spesso strumenti come la Ultralytics Platform, che offre funzionalità per la gestione dei dataset, l'auto-annotazione e l'addestramento basato su cloud. Ciò consente agli sviluppatori di ottimizzare i modelli su dati personalizzati — come specifiche parti industriali o campioni biologici — e distribuirli in modo efficiente su dispositivi edge AI utilizzando formati ottimizzati come ONNX o TensorRT.