Segmentação com modelos pré-treinados do Ultralytics YOLOv8 em Python

Nuvola Ladi

2 min ler

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 olhada no mundo da segmentação de objetos com o modelo Ultralytics YOLOv8. Neste blogpost, vamos guiá-lo através dos meandros da configuração e execução da segmentação com facilidade em Python.

Preparar 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-o um passo mais além da deteção de objectos, identificando objectos individuais dentro de uma imagem e separando-os do fundo. 

O seu resultado inclui máscaras ou contornos que delineiam cada objeto, acompanhados de etiquetas de classe e pontuações de confiança. Esta técnica revela-se inestimável quando as formas precisas dos objectos são essenciais, fornecendo não só a localização do objeto, mas também informações detalhadas sobre a 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 o YOLOv8 traz para a mesa.

Segmentação em direto: Dar vida às imagens

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 percepções e padrões ocultos à medida que avança. 

Da identificação de cadeiras à delimitação de plantas, as possibilidades são tão infinitas como a sua imaginação.

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

No Ultralytics, também fornecemos suporte para modelos pré-treinados de segmentação 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 seu conjunto, oferecemos suporte para vários conjuntos de dados, tais como segmentação de instâncias de peças de automóveis, segmentação de fendas 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 atento

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 segmento 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 avanços incríveis nos esperam.

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

Vamos construir juntos o futuro
da IA!

Comece a sua viagem com o futuro da aprendizagem automática

Comece gratuitamente
Ligação copiada para a área de transferência