Segmentação com modelos Ultralytics YOLOv8 pré-treinados em Python
Aprenda a executar a segmentação de instâncias com modelos Ultralytics YOLOv8 pré-treinados em Python, desde a inferência ao vivo pela webcam até o treinamento com conjuntos de dados de segmentação.
Nuvola Ladi2 min de leitura
Nesta publicação, vamos analisar a segmentação de objetos com o modelo Ultralytics YOLOv8 e explicar como configurar e executar a segmentação em Python.
Preparando o terreno para a segmentação#
Vamos começar pelo Ultralytics YOLOv8. Para instalar o pacote Ultralytics, basta executar um único comando; depois, podes utilizar as capacidades de segmentação do modelo.
A segmentação de instâncias vai além da deteção de objetos: identifica objetos individuais numa imagem e separa-os do fundo.
O resultado consiste em máscaras ou contornos que delimitam cada objeto, acompanhados de rótulos de classe e níveis de confiança. Esta técnica é valiosa quando é essencial obter formas precisas dos objetos, pois fornece não só a localização dos objetos, mas também informações detalhadas sobre a sua forma.
Com alguns comandos simples, podes executar previsões a partir da linha de comandos.
Segmentação ao vivo: dando vida às imagens#
A segmentação não se limita a imagens estáticas. Com um pequeno script Python, também podes executá-la em tempo real num fluxo de vídeo ao vivo.
Utilizando a classe YOLO em conjunto com o OpenCV, podes segmentar imagens da webcam e apresentar os resultados à medida que são processados.
No vídeo, o modelo segmenta objetos do dia a dia, de cadeiras a plantas.
Fig. 1. Nicolai Nielsen apresentando os modelos pré-treinados de segmentação COCO.
Na Ultralytics, também disponibilizamos modelos pré-treinados de segmentação COCO, que são um bom ponto de partida para muitos casos de utilização. Depois, podes ajustar estes modelos às tuas necessidades específicas.
No conjunto, oferecemos suporte a vários conjuntos de dados, como segmentação de instâncias de peças de automóveis, segmentação de rachaduras e segmentação de embalagens industriais. Treinar modelos de segmentação com esses conjuntos de dados é simples: basta usar um único comando disponível na nossa documentação:
yolo segment train data=carparts-seg.yaml model=yolov8n-seg.pt epochs=100 imgsz=640Fique de olho#
Nos próximos vídeos, vamos aprofundar o Ultralytics YOLOv8, abordando o treino personalizado e a inferência nos teus próprios conjuntos de dados.
Estamos empenhados em tornar a IA e a aprendizagem automática mais fáceis de utilizar, um segmento de cada vez.
Vê o vídeo completo no YouTube.
Escrito por
Gerente de conteúdo digital · Ultralytics
Comentários
Faça uma pergunta, compartilhe seus resultados ou ajude alguém.
