Image Segmentation

画像セグメンテーションは、コンピュータービジョン（CV）における高度な技術で、デジタル画像を複数のピクセル群（画像セグメントまたは領域と呼ばれることが多い）に分割します。画像全体に単一のラベルを割り当てる標準的な画像分類とは異なり、セグメンテーションでは、個々のピクセルすべてに特定のクラスラベルを割り当てることで、視覚データをはるかに細かいレベルで解析します。この処理によってピクセル単位の正確なマップが作成され、人工知能（AI）モデルは、どのような物体が存在するかだけでなく、それらが正確にどこに位置し、どのような境界を持つかまで把握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、セグメンテーションモデルでは通常、ディープラーニング（DL）アーキテクチャ、特に畳み込みニューラルネットワーク（CNNs）が活用されます。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を特定します。従来のセグメンテーションアーキテクチャである古典的なU-Netなどでは、エンコーダー・デコーダー構造がよく採用されます。エンコーダーは入力画像を圧縮してセマンティックコンテキストを捉え、デコーダーは空間的な詳細を再構築して最終的なセグメンテーションマスクを出力します。

近年の進歩により、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実現しています。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まで、さまざまなハードウェア上で高速処理を可能にします。

セグメンテーションの主な種類#

プロジェクトの具体的な目的に応じて、開発者は一般に、次の3つの主要なセグメンテーション手法から選択します。

• セマンティックセグメンテーション: この手法はピクセルをカテゴリーに基づいて分類しますが、同じクラスに属する個別の物体は区別しません。たとえば、衛星画像解析では、「森林」を表すすべてのピクセルが緑色に着色され、森林全体が1つのエンティティとして扱われます。
• インスタンスセグメンテーション: この手法は、対象となる個々の物体を識別して分離します。混雑した道路のシーンでは、インスタンスセグメンテーションによって「Car A」「Car B」「Pedestrian A」それぞれに固有のマスクが生成され、システムは特定のエンティティをカウントおよび追跡できます。これはUltralytics YOLO26モデルファミリーの中核的な機能です。
• パノプティックセグメンテーション: 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手法です。すべてのピクセルにラベルを割り当て、空や道路などの形状が定まらない背景要素を区別すると同時に、数え上げ可能な前景の物体を個別に識別します。

物体検出との違い#

セグメンテーションと物体検出を区別することは重要です。検出アルゴリズムは長方形のバウンディングボックスを使用して対象を特定しますが、そのボックス内には必然的に背景ピクセルも含まれます。セグメンテーションでは、物体の正確な輪郭またはポリゴンを追跡することで、より対象に密着した正確な表現を提供します。この違いは、ロボットによる把持のようなアプリケーションで重要です。ロボットアームが物体を衝突させずに操作するには、その物体の正確な形状を把握する必要があるためです。

実世界での利用例#

画像セグメンテーションが提供する精度は、さまざまな業界におけるイノベーションを促進しています。

• 医療診断: 医用画像解析の分野では、解剖学的構造の輪郭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スキャンを解析して腫瘍や臓器の境界を特定し、外科医が正確な体積を計算して、救命につながる精度で処置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を利用します。動画フィードを処理することで、車両のコンピューターは走行可能な車線を歩道や障害物から区別できます。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運転のレベルを定義しています。
• 精密農業: 農業におけるAIでは、セグメンテーションによってロボットシステムが作物の中から雑草を識別できるようになります。特定の植物の葉に対するマスクを生成することで、自動スプレーヤーは侵入種だけを対象にでき、除草剤の使用量を大幅に削減できます。

Ultralytics YOLO26による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、速度と精度の両方に最適化された最先端のYOLO26モデルを使用します。

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いパフォーマンスを実現するには、チームは高品質なトレーニングデータをキュレーションする必要があることがよくあります。Ultralytics Platformは、ポリゴンマスクによる画像のアノテーション、データセットの管理、クラウドでのモデルのトレーニングを行うツールを提供し、機械学習オペレーション（MLOps）のライフサイクル全体を効率化することで、このプロセスを簡素化します。OpenCVなどのライブラリも、画像の前処理や生成されたマスクの後処理において、これらのモデルと併用されることが多くあります。