Yolo Vision Shenzhen
Shenzhen
Junte-se agora

Segmentação com modelos pré-treinados Ultralytics YOLOv8 em Python

Nuvola Ladi

Leitura de 2 minutos

2 de abril de 2024

Descubra o poder do YOLOv8. Saiba mais sobre a sua velocidade, precisão e capacidades de deteção em tempo real. Explore os principais destaques e junte-se às nossas discussões no GitHub para saber mais.

Vamos dar uma vista de olhos ao mundo da segmentação de objectos com o Ultralytics YOLOv8 do Ultralytics. Nesta postagem do blog, vamos guiá-lo pelos prós e contras de configurar e executar a segmentação com facilidade em Python.

Preparando o terreno para a segmentação

Vamos começar por nos concentrarmos no YOLOv8. A instalação deste modelo poderoso é muito fácil e, em poucos instantes, estará preparado e pronto para explorar as suas capacidades de segmentação

A segmentação de instâncias leva você um passo além da detecção de objetos, identificando objetos individuais dentro de uma imagem e separando-os do fundo. 

Sua saída compreende máscaras ou contornos que delineiam cada objeto, acompanhados por rótulos de classe e pontuações de confiança. Esta técnica é extremamente valiosa quando formas precisas de objetos são essenciais, fornecendo não apenas a localização do objeto, mas também informações detalhadas sobre sua forma.

Com alguns comandos simples, será capaz de executar previsões a partir da linha de comandos, testemunhando em primeira mão a inovação e a simplicidade que YOLOv8 traz para a mesa.

Segmentação ao vivo: Trazendo imagens à vida

Mas porquê limitarmo-nos a imagens estáticas quando podemos experimentar a segmentação em tempo real? O nosso script Python é a sua porta de entrada para o mundo dinâmico da segmentação em tempo real. 

Tirando partido da classe YOLO e integrando-a perfeitamente com o OpenCV, pode dar vida aos seus projectos, descobrindo padrões e percepções ocultas à medida que avança. 

Desde identificar cadeiras até delinear plantas, as possibilidades são tão infinitas quanto sua imaginação.

__wf_reserved_inherit
Fig. 1. Nicolai Nielsen descreve os modelos pré-treinados de segmentação COCO .

Na Ultralytics, também damos apoio a COCO que servem como um excelente ponto de partida para qualquer caso de uso. É possível ajustar esses modelos de acordo com suas necessidades específicas.

No geral, oferecemos suporte para vários conjuntos de dados, como segmentação de instâncias de peças de automóveis, segmentação de rachaduras e segmentação de embalagens industriais. O treinamento de modelos de segmentação nesses conjuntos de dados é simplificado com um único comando disponível em nossa documentação:

Fique ligado

Junte-se a nós nos próximos vídeos, à medida que nos aprofundamos no domínio do YOLOv8, explorando a formação personalizada e a inferência nos seus próprios conjuntos de dados. 

Estamos empenhados em simplificar as complexidades da IA e da aprendizagem automática, um segment de cada vez. A nossa missão é capacitar indivíduos e organizações para aproveitarem todo o potencial de tecnologias de ponta como a YOLOv8. Com a nossa orientação e a sua curiosidade, não se sabe que descobertas incríveis nos esperam.

Junte-se a nós para desbloquear todo o potencial do Ultralytics YOLOv8. Veja o vídeo completo aqui

Vamos construir o futuro
da IA juntos!

Comece sua jornada com o futuro do aprendizado de máquina

Comece gratuitamente