Image Segmentation

画像セグメンテーションは、computer vision (CV)における高度な技術であり、デジタル画像を複数のピクセルのサブグループに分割する処理を含みます。これらは画像セグメントや領域と呼ばれることがよくあります。画像全体に単一のラベルを割り当てる標準的なimage classificationとは異なり、セグメンテーションは、すべての個々のピクセルに特定のクラスラベルを割り当てることで、はるかに詳細なレベルでビジュアルデータを分析します。このプロセスにより、正確なピクセル単位のマップが作成され、artificial intelligence (AI)モデルは、どのようなオブジェクトが存在するかだけでなく、それらが正確にどこに位置し、特定の境界がどこであるかを理解できるようになります。

ピクセルレベル解析の仕組み#

この高精度な理解を実現するために、セグメンテーションモデルは通常、deep learning (DL)アーキテクチャ、特にConvolutional Neural Networks (CNNs)を活用します。これらのネットワークは強力な特徴抽出器として機能し、エッジ、テクスチャ、複雑な形状などのパターンの識別を行います。古典的なU-Netのような従来のセグメンテーションアーキテクチャでは、多くの場合、エンコーダ・デコーダ構造を採用しています。エンコーダは入力画像を圧縮してセマンティックな文脈を捉え、デコーダは空間的な詳細を再構築して最終的なsegmentation maskを出力します。

現代の進歩により、2026年1月にリリースされたYOLO26のようなリアルタイムアーキテクチャが誕生しました。これらのモデルは、セグメンテーション機能をエンドツーエンドのパイプラインに直接統合し、クラウドのGPUsからエッジデバイスに至るまで、さまざまなハードウェアでの高速処理を可能にします。

主要なセグメンテーションの種類#

プロジェクトの具体的な目標に応じて、開発者は一般的に以下の3つの主要なセグメンテーション技術を選択します。

• Semantic Segmentation: この手法は、ピクセルをそのカテゴリに基づいて分類しますが、同じクラスの別々のオブジェクトを区別しません。たとえば、satellite image analysisでは、「森林」を表すすべてのピクセルが緑色に色付けされ、森林全体が単一のエンティティとして扱われます。
• Instance Segmentation: この技術は、関心のある個々の異なるオブジェクトを特定して分離します。混雑した街路のシーンでは、インスタンスセグメンテーションによって「車A」、「車B」、「歩行者A」の一意のマスクが生成され、システムが特定のエンティティをカウントして追跡できるようになります。これは、Ultralytics YOLO26モデルファミリーのコア機能です。
• Panoptic Segmentation: セマンティックセグメンテーションの網羅性とインスタンスセグメンテーションの精度を組み合わせたハイブリッドアプローチです。すべてのピクセルにラベルを割り当て、数えられるフォアグラウンドのオブジェクトを一意に特定する一方で、不定形の背景要素（空や道路など）を区別します。

オブジェクト検出との違い#

セグメンテーションをobject detectionと区別することは極めて重要です。検出アルゴリズムは長方形のbounding boxを使用してアイテムの位置を特定しますが、そのボックス内に必然的に背景ピクセルが含まれます。セグメンテーションは、オブジェクトの正確な輪郭やポリゴンをたどることで、より緊密で正確な表現を提供します。この違いは、ロボットアームが衝突なしにアイテムを操作するために正確なジオメトリを把握する必要がある、robotic graspingのようなアプリケーションにとって不可欠です。

実社会での応用#

画像セグメンテーションが提供する精度は、さまざまな業界でイノベーションを推進しています。

• 医療診断: medical image analysisの分野では、解剖学的構造のアウトラインを描くためにセグメンテーションが不可欠です。アルゴリズムはMRI scansを分析して腫瘍や臓器の境界を描出し、外科医が正確な体積を計算して命を救う精度で手順を計画できるようにします。
• 自動運転: 自動運転車は、安全に走行するためにセグメンテーションに依存しています。ビデオフィードを処理することにより、車両のコンピュータはdrivable lanesを歩道や障害物と区別することができます。SAE Internationalのような標準化団体は、この高精度な環境認識を必要とする自動化のレベルを定義しています。
• 精密農業: AI in agricultureにおいて、セグメンテーションはロボットシステムが作物の中から雑草を特定するのを助けます。特定の植物の葉のマスクを生成することにより、自動噴霧器は侵入種のみをターゲットにすることができ、除草剤の使用量を大幅に削減します。

Ultralytics YOLO26 を使用したセグメンテーションの実装#

開発者は、ultralytics Pythonパッケージを使用してインスタンスセグメンテーションを効率的に実装できます。次の例では、スピードと精度の両方に最適化された、最先端のYOLO26 modelを使用しています。

from ultralytics import YOLO

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

# Run inference on an image to generate masks
# The model identifies objects and outlines their shape
results = model("https://ultralytics.com/images/bus.jpg")

# Display the image with segmentation overlays
results[0].show()

カスタムタスクで高性能を達成するために、チームは高品質なtraining dataを収集・整理することがよく求められます。Ultralytics Platformは、ポリゴンマスクによる画像の注釈付け、データセットの管理、クラウドでのモデルトレーニングを行うツールを提供することでこのプロセスを簡素化し、machine learning operations (MLOps)のライフサイクル全体を効率化します。OpenCVのようなライブラリも、画像の前処理や結果のマスクの後処理のために、これらのモデルと併せて頻繁に使用されます。