Tìm hiểu cách tùy chỉnh chương trình huấn luyện Ultralytics YOLO26 được sử dụng để phân đoạn đối tượng, trong đó mô hình xác định và tách từng đối tượng riêng lẻ bằng cách sử dụng mặt nạ cấp độ pixel.
Nhờ những tiến bộ công nghệ gần đây, nhiều hệ thống thông minh đóng vai trò thầm lặng nhưng có tác động lớn đến cuộc sống của chúng ta đều được hỗ trợ bởi trí tuệ nhân tạo (AI). Ví dụ, khi một chiếc xe vượt đèn đỏ và camera tự động ghi lại vi phạm, hoặc khi một hệ thống kiểm tra chất lượng tự động phát hiện ra lỗi sản xuất trên dây chuyền sản xuất, AI đang thực hiện công việc đó ở hậu trường.
Đặc biệt, một nhánh của trí tuệ nhân tạo được gọi là thị giác máy tính cho phép máy móc diễn giải và hiểu hình ảnh và video. Thị giác máy tính cho phép các hệ thống nhận dạng đối tượng, track Nó có khả năng nhận diện chuyển động và phân tích chi tiết hình ảnh trong thời gian thực, điều này khiến nó trở nên thiết yếu đối với các ứng dụng như giám sát giao thông, kiểm tra công nghiệp và robot.
Những khả năng này được thực hiện nhờ các mô hình thị giác máy tính như Ultralytics YOLO26 , hỗ trợ nhiều tác vụ thị giác khác nhau, bao gồm phát hiện đối tượng và phân đoạn đối tượng. Trong khi phát hiện đối tượng xác định các đối tượng bằng cách sử dụng các hộp giới hạn đơn giản, phân đoạn đối tượng tiến xa hơn bằng cách phác thảo từng đối tượng ở cấp độ pixel, cho phép thu được kết quả chính xác và đáng tin cậy hơn trong các tình huống thực tế.
Các mô hình như YOLO26 được huấn luyện trước và có thể segment Các mô hình có thể nhận diện các vật thể quen thuộc hàng ngày như con người, ô tô và động vật ngay từ khi xuất xưởng. Tuy nhiên, đối với các ứng dụng cụ thể hơn, chúng cũng có thể được huấn luyện tùy chỉnh. Nói cách khác, các mô hình có thể học cách hiểu hình dạng của các vật thể và cách phác họa chúng một cách chính xác.
Trong bài viết này, chúng ta sẽ cùng tìm hiểu cách huấn luyện tùy chỉnh. Ultralytics YOLO26 dùng để phân đoạn đối tượng. Bắt đầu nào!
Trước khi đi sâu vào việc huấn luyện mô hình, hãy cùng nhìn lại và hiểu rõ phân đoạn đối tượng thực sự có nghĩa là gì.
Phân đoạn đối tượng là một nhiệm vụ thị giác máy tính cho phép mô hình tìm ra từng đối tượng riêng lẻ trong ảnh và phác thảo hình dạng chính xác của chúng. Thay vì chỉ xác định sự tồn tại của một đối tượng, mô hình xem xét từng pixel trong ảnh và quyết định xem nó có thuộc về một đối tượng cụ thể hay không.
Điều này có nghĩa là nó có thể phân tách các đối tượng ngay cả khi chúng chồng chéo hoặc ở rất gần nhau. Một khái niệm quan trọng giúp dễ dàng hình dung việc phân đoạn đối tượng là mặt nạ.
Mặt nạ là một đường viền ở cấp độ pixel chỉ bao phủ khu vực của một đối tượng. Bạn có thể hình dung nó giống như việc tô màu đối tượng bằng bút dạ quang trong khi giữ nguyên mọi thứ khác.
Mỗi đối tượng được gán một mặt nạ riêng, cho phép mô hình phân biệt các đối tượng với nhau, ngay cả khi chúng cùng loại, chẳng hạn như hai chiếc ô tô hoặc hai người đứng cạnh nhau.
Để hiểu rõ hơn về phân đoạn đối tượng (instance segmentation), chúng ta có thể so sánh nó với các tác vụ thị giác máy tính phổ biến khác. Phát hiện đối tượng sử dụng hộp giới hạn (bounding box), là những hình chữ nhật đơn giản được vẽ xung quanh đối tượng. Hộp giới hạn nhanh và hữu ích, nhưng chúng không thể nắm bắt chính xác hình dạng của đối tượng.
Trong khi đó, phân đoạn ngữ nghĩa gán nhãn cho từng pixel trong ảnh theo danh mục, nhưng nó không phân biệt giữa các đối tượng riêng biệt thuộc cùng một lớp. Phân đoạn đối tượng kết hợp những ưu điểm tốt nhất của cả hai phương pháp bằng cách xác định các danh mục đối tượng và gán một mặt nạ riêng cho từng đối tượng.
Vì phân đoạn đối tượng cung cấp thông tin chi tiết như vậy, nó đặc biệt hữu ích trong các ứng dụng thực tế như kiểm tra chất lượng tự động, hình ảnh y tế và robot. Các tác vụ yêu cầu đo lường chính xác, ranh giới rõ ràng hoặc phân tách đối tượng có thể được hưởng lợi từ sự hiểu biết ở cấp độ pixel này.
Ultralytics YOLO26 là thuật toán loại bỏ tối đa từ đầu đến cuối (non-maximming suppression) NMS Mô hình thị giác máy tính tiên tiến, không phụ thuộc vào ngôn ngữ lập trình, được thiết kế để xử lý các tác vụ thị giác thực tế một cách nhanh chóng và hiệu quả. Nó thuộc về... Ultralytics YOLO Họ các mô hình phát hiện, có khả năng xử lý hình ảnh và video trong thời gian thực đồng thời mang lại kết quả chính xác.
YOLO26 hỗ trợ nhiều tác vụ thị giác trong một khung duy nhất, bao gồm phát hiện đối tượng, ước lượng tư thế, phân loại hình ảnh, phát hiện hộp giới hạn định hướng ( obb phát hiện), và phân đoạn đối tượng.
Ngay từ khi cài đặt, YOLO26 đã được huấn luyện sẵn, nghĩa là nó đã học cách nhận dạng các đối tượng phổ biến như người, phương tiện và các vật dụng hàng ngày từ các tập dữ liệu lớn, được sử dụng rộng rãi như... COCO tập dữ liệu và ImageNet Bộ dữ liệu. Bạn có thể bắt đầu sử dụng mô hình ngay lập tức mà không cần huấn luyện thêm.
Tuy nhiên, khi ứng dụng của bạn liên quan đến các đối tượng độc đáo, môi trường cụ thể hoặc điều kiện ánh sáng bất thường, việc huấn luyện mô hình tùy chỉnh có thể cải thiện đáng kể kết quả. Bằng cách huấn luyện YOLO26 trên các hình ảnh được gắn nhãn của riêng bạn, bạn có thể dạy mô hình chính xác những gì cần tìm và cách phác thảo các đối tượng chính xác hơn cho trường hợp sử dụng cụ thể của bạn.
Quá trình này còn được gọi là tinh chỉnh. Thay vì huấn luyện một mô hình từ đầu, tinh chỉnh bắt đầu với một mô hình YOLO26 đã được huấn luyện trước và nhẹ nhàng điều chỉnh nó bằng cách sử dụng dữ liệu của riêng bạn. Bởi vì mô hình đã hiểu các mẫu hình ảnh tổng quát như cạnh, hình dạng và kết cấu, nó cần ít hình ảnh được gắn nhãn hơn và ít thời gian hơn nhiều để học các đối tượng cụ thể của bạn.
Nói một cách đơn giản, việc tinh chỉnh nhanh hơn, hiệu quả hơn và dễ tiếp cận hơn so với việc huấn luyện mô hình từ đầu. Huấn luyện tùy chỉnh YOLO26 là một lựa chọn thiết thực ngay cả đối với người mới bắt đầu hoặc các nhóm làm việc với dữ liệu và tài nguyên tính toán hạn chế.
Vậy, phân đoạn đối tượng có thể phát huy tác dụng ở đâu? Trong những tình huống cần phân biệt các đối tượng và hiểu rõ hình dạng chính xác của chúng, đặc biệt là khi mọi thứ trở nên chật chội hoặc chồng chéo lên nhau.
Dưới đây là một số quy trình làm việc phổ biến mà việc phân đoạn đối tượng thực sự tạo ra sự khác biệt:
Tiếp theo, chúng ta hãy thảo luận về cách thức hoạt động của việc huấn luyện tùy chỉnh. Mặc dù việc huấn luyện mô hình nghe có vẻ phức tạp về mặt kỹ thuật, nhưng quy trình tổng thể khá đơn giản.
Bạn có thể chuẩn bị hình ảnh, gắn nhãn các đối tượng mà bạn muốn mô hình học, cấu hình một tệp cài đặt nhỏ, và sau đó huấn luyện YOLO26 bằng cách sử dụng gói Python Ultralytics . Ultralytics Python Gói phần mềm này là một thư viện phần mềm cung cấp các công cụ sẵn sàng sử dụng để đào tạo, kiểm thử và triển khai. YOLO các mô hình mà không cần phải xây dựng mọi thứ từ đầu.
Bước đầu tiên là chuẩn bị tập dữ liệu phân đoạn tùy chỉnh của bạn. Tập dữ liệu đơn giản là một tập hợp các hình ảnh thể hiện các đối tượng mà bạn muốn mô hình học.
Hãy cố gắng đưa vào những hình ảnh phản ánh điều kiện thực tế, chẳng hạn như các góc độ, ánh sáng, phông nền và kích thước vật thể khác nhau. Hình ảnh càng đa dạng, mô hình của bạn sẽ hoạt động càng tốt.
Ví dụ, đối với phân đoạn ảnh, hình ảnh của bạn cũng cần có chú thích. Chú thích bao gồm việc gắn nhãn cho các đối tượng trong mỗi hình ảnh để mô hình biết cần học gì. Thay vì vẽ các hình hộp đơn giản, bạn sẽ vẽ các đường viền chi tiết (đa giác) xung quanh mỗi đối tượng để đánh dấu hình dạng chính xác của nó. Những đường viền này trở thành mặt nạ mà mô hình học cách dự đoán.
Có một số công cụ chú thích mã nguồn mở mà bạn có thể sử dụng để tạo các nhãn này. Nhiều công cụ trong số đó cung cấp giao diện thân thiện với người dùng, nơi bạn có thể tải lên hình ảnh và vẽ đường viền đối tượng trực tiếp lên chúng.
Sau khi hình ảnh và chú thích của bạn đã sẵn sàng, bạn có thể sắp xếp chúng vào các thư mục huấn luyện và kiểm tra. Thông thường, tỷ lệ phân chia là 80% hình ảnh dành cho huấn luyện và 20% cho kiểm tra, mặc dù tỷ lệ 70% cho huấn luyện và 30% cho kiểm tra cũng khá phổ biến, tùy thuộc vào kích thước của tập dữ liệu. Tập huấn luyện giúp mô hình học hỏi, trong khi tập kiểm tra được sử dụng để đo lường hiệu suất của mô hình trên các hình ảnh mà nó chưa từng thấy trước đây.
Việc giữ cân bằng tỷ lệ phân chia này và đảm bảo cả hai thư mục đều chứa nhiều ví dụ khác nhau là rất quan trọng. Một tập dữ liệu sạch, được gắn nhãn tốt với sự phân chia hợp lý giữa tập huấn luyện và tập kiểm chứng sẽ tạo nên nền tảng của một mô hình phân đoạn đối tượng mạnh mẽ.
Sau khi chuẩn bị hình ảnh và chú thích, bước tiếp theo là tạo tệp YAML dữ liệu. Tệp này chỉ rõ vị trí lưu trữ dữ liệu và các lớp đối tượng mà mô hình nên học trong quá trình huấn luyện.
Trong tệp này, bạn có thể định nghĩa thư mục gốc của tập dữ liệu, đường dẫn đến thư mục hình ảnh huấn luyện và xác thực, và danh sách tên lớp. Tên các lớp phải được liệt kê theo đúng thứ tự số lớp được sử dụng trong các tệp chú thích của bạn để mọi thứ khớp chính xác.
Nếu bạn có bất kỳ thắc mắc nào về định dạng chính xác, bạn có thể tham khảo tài liệu chính thức Ultralytics để biết thêm chi tiết.
Giờ đây, khi tập dữ liệu và tệp YAML của bạn đã sẵn sàng, bước tiếp theo là cài đặt... Ultralytics Python bưu kiện.
Gói phần mềm này bao gồm các công cụ cần thiết để huấn luyện, xác thực, chạy suy luận và xuất các mô hình YOLO26. Nó cung cấp một cách thức đơn giản để làm việc với... YOLO các mô hình mà không cần xây dựng các quy trình huấn luyện phức tạp từ đầu.
Trước khi cài đặt Ultralytics Python Ngoài việc chọn gói, điều quan trọng nữa là phải chọn nơi bạn muốn chạy mã của mình. Bạn có thể làm việc với... Ultralytics gói phần mềm trong một số môi trường phát triển khác nhau, ví dụ:
Sau khi đã chọn môi trường, bạn có thể tiến hành cài đặt. Ultralytics Python gói. Để cài đặt, hãy chạy lệnh sau:
cài đặt pip ultralytics
Nếu bạn đang sử dụng môi trường dựa trên sổ tay như... Google Đối với Colab hoặc Jupyter Notebook, hãy thêm dấu chấm than vào đầu lệnh. Nếu gặp bất kỳ sự cố nào trong quá trình cài đặt, bạn có thể tham khảo hướng dẫn. Ultralytics Tài liệu hoặc hướng dẫn khắc phục sự cố để biết các giải pháp thường gặp và mẹo thiết lập môi trường.
Sau khi cài đặt, bạn sẽ sẵn sàng tải mô hình phân đoạn YOLO26 đã được huấn luyện trước và bắt đầu huấn luyện.
Trước khi bắt đầu luyện tập, bạn cần chọn kích thước mô hình. Mô hình YOLO26 có nhiều kích thước khác nhau: Nano (n), Nhỏ (s), Trung bình (m), Lớn (l) và Cực lớn (x).
Các mô hình nhỏ hơn huấn luyện nhanh hơn và chạy hiệu quả hơn trên các bộ xử lý trung tâm (CPU) hoặc thiết bị biên, trong khi các mô hình lớn hơn thường cung cấp độ chính xác cao hơn nhưng yêu cầu nhiều bộ nhớ hơn và được hưởng lợi từ... GPU khả năng tăng tốc. Nếu bạn mới bắt đầu hoặc đang làm việc với phần cứng hạn chế, phiên bản Nano (YOLO26n) là một lựa chọn thiết thực.
Sau khi đã chọn kích thước mô hình, bước tiếp theo là tải mô hình phân đoạn được huấn luyện trước và bắt đầu huấn luyện nó trên tập dữ liệu tùy chỉnh của bạn. Để làm như vậy, bạn cần chỉ định tệp mô hình được huấn luyện trước, đường dẫn đến tệp YAML của tập dữ liệu, số lượng epoch và kích thước hình ảnh như được hiển thị bên dưới.
from ultralytics import YOLO
model = YOLO(""yolo26n-seg.pt")
results = model.train(data="path/to/file.yaml", epochs=100, imgsz=640)Số lượng epoch xác định số lần mô hình duyệt qua toàn bộ tập dữ liệu huấn luyện. Với mỗi epoch, mô hình đưa ra dự đoán, so sánh chúng với các chú thích chính xác, tính toán lỗi và cập nhật các tham số nội bộ để cải thiện hiệu suất.
Nếu quá trình huấn luyện bắt đầu đúng cách, bạn sẽ thấy cấu hình mô hình, quá trình quét tập dữ liệu và tiến trình huấn luyện được hiển thị trong cửa sổ dòng lệnh hoặc sổ tay của mình. Khi quá trình huấn luyện tiếp tục, giá trị tổn thất và các chỉ số đánh giá sẽ được cập nhật sau mỗi epoch, cho thấy mô hình đang cải thiện như thế nào theo thời gian.
Sau khi quá trình huấn luyện hoàn tất, bạn có thể xem xét và xác nhận các chỉ số hiệu suất của mô hình. Google Trong Colab, bạn có thể điều hướng đến thư mục “runs”, sau đó đến thư mục “ segment thư mục ” và cuối cùng là thư mục “train”, nơi bạn sẽ tìm thấy nhật ký hiển thị các chỉ số hiệu suất chính.
Dành cho người dùng làm việc trong một Python Trong môi trường này, kết quả huấn luyện được lưu mặc định trong thư mục “runs/train/” bên trong thư mục làm việc hiện tại của bạn. Mỗi lần chạy huấn luyện sẽ tạo một thư mục con mới, chẳng hạn như runs/train/exp hoặc runs/train/exp2, nơi bạn có thể tìm thấy nhật ký, trọng số đã lưu và các kết quả đầu ra khác liên quan đến thí nghiệm đó.
Nếu bạn đang sử dụng CLI Bạn có thể truy cập và quản lý các kết quả này bằng cách sử dụng “ yolo Lệnh "settings". Lệnh này cho phép bạn xem hoặc sửa đổi các đường dẫn và cấu hình liên quan đến nhật ký huấn luyện và chi tiết thí nghiệm.
Trong số các kết quả đã lưu, bạn cũng sẽ tìm thấy các biểu đồ được tạo ra trong quá trình huấn luyện. Các biểu đồ này cho thấy mô hình đã cải thiện như thế nào theo thời gian. Ví dụ, chúng hiển thị mức độ giảm của tổn thất khi mô hình học được và các chỉ số đánh giá như độ chính xác, độ thu hồi và độ chính xác trung bình tăng lên như thế nào qua các epoch.
Những xu hướng trực quan này có thể giúp bạn hiểu liệu mô hình đã được huấn luyện thành công hay chưa và mức độ cải thiện của nó từ đầu đến cuối quá trình huấn luyện. Việc xem xét cả các chỉ số số liệu và biểu đồ sẽ giúp bạn có cái nhìn rõ ràng hơn về hiệu suất của mô hình phân đoạn đối tượng trước khi tiến hành thử nghiệm với các hình ảnh mới.
Sau khi xác thực mô hình, bước cuối cùng là kiểm tra nó trên các hình ảnh mới. Quá trình này được gọi là suy luận, đơn giản có nghĩa là sử dụng mô hình đã được huấn luyện để đưa ra dự đoán trên dữ liệu chưa được nhìn thấy.
Bạn có thể chạy suy luận trong Python như sau:
results = model.predict("path/to/image.jpg", save=True, conf=0.3)Trong ví dụ này, "path/to/image.jpg" có thể được thay thế bằng đường dẫn đến hình ảnh bạn muốn kiểm tra.
Thiết lập “save=True” cho mô hình biết cần tạo và lưu trữ một hình ảnh mới bao gồm các mặt nạ phân đoạn dự đoán được vẽ chồng lên hình ảnh gốc.
Tham số “conf=0.3” kiểm soát ngưỡng độ tin cậy, có nghĩa là mô hình sẽ chỉ hiển thị các dự đoán mà nó tin tưởng ít nhất 30% là chính xác. Giảm giá trị này có thể hiển thị nhiều kết quả phát hiện hơn, trong khi tăng giá trị sẽ làm cho mô hình chọn lọc hơn.
Sau khi chạy lệnh, mô hình sẽ tạo một thư mục mới bên trong thư mục runs để lưu ảnh đầu ra. Bạn có thể mở ảnh đã lưu đó để kiểm tra trực quan xem mặt nạ phân đoạn có bám sát ranh giới đối tượng hay không và liệu các đối tượng chồng chéo có được tách biệt chính xác hay không.
Việc thử nghiệm mô hình trên các hình ảnh, phông nền và điều kiện ánh sáng khác nhau có thể giúp bạn hiểu rõ hơn về hiệu suất của nó ngoài tập dữ liệu huấn luyện. Khi kết quả cho thấy sự nhất quán và chính xác, mô hình đã sẵn sàng để được xuất khẩu và triển khai.
Sau khi kiểm tra mô hình và xác nhận rằng nó hoạt động tốt, bước cuối cùng là xuất và triển khai nó. Việc xuất sẽ chuyển đổi mô hình YOLO26 đã được huấn luyện của bạn thành định dạng có thể chạy trong các môi trường khác nhau, chẳng hạn như máy chủ sản xuất, thiết bị biên hoặc ứng dụng di động.
Ultralytics Hỗ trợ nhiều định dạng xuất , cho phép bạn chọn định dạng phù hợp nhất với thiết lập triển khai của mình. Ví dụ, bạn có thể xuất sang... ONNX Để đảm bảo khả năng tương thích rộng rãi trên nhiều nền tảng, TensorRT để tối ưu hóa GPU hiệu suất trên NVIDIA phần cứng, hoặc OpenVINO để đạt hiệu quả CPU triển khai dựa trên Intel các thiết bị. Việc tích hợp này giúp bạn dễ dàng chạy mô hình của mình bên ngoài môi trường huấn luyện và đạt được hiệu suất thời gian thực mạnh mẽ.
Bạn có thể xuất mô hình của mình dưới dạng Python sử dụng lệnh sau:
model.export(format="onnx")
Lệnh này chuyển đổi mô hình đã được huấn luyện của bạn thành ONNX định dạng. Bạn có thể thay thế " onnx "Với các định dạng được hỗ trợ khác tùy thuộc vào nhu cầu triển khai của bạn."
Sau khi xuất khẩu, mô hình của bạn có thể được tích hợp vào các ứng dụng như dịch vụ web, hệ thống thị giác nhúng, nền tảng robot hoặc hệ thống kiểm tra công nghiệp. Ở giai đoạn này, mô hình phân đoạn đối tượng YOLO26 được huấn luyện tùy chỉnh của bạn có thể chuyển từ giai đoạn thử nghiệm sang triển khai thực tế.
Đào tạo theo yêu cầu Ultralytics Ví dụ, phân đoạn đối tượng trong YOLO26 mang lại cho bạn sự linh hoạt để xây dựng một mô hình thực sự phù hợp với trường hợp sử dụng cụ thể của bạn. Bằng cách chuẩn bị một tập dữ liệu rõ ràng, thiết lập tệp YAML, huấn luyện với trọng số phân đoạn được huấn luyện trước và xem xét kết quả, bạn có thể dạy mô hình cách phác thảo chính xác từng đối tượng ở cấp độ pixel. Sau khi được kiểm tra và xuất khẩu, mô hình YOLO26 của bạn có thể chuyển từ giai đoạn phát triển sang các ứng dụng thực tế đa quy mô.
Hãy tham gia cộng đồng của chúng tôi và xem kho lưu trữ GitHub để tìm hiểu thêm về AI. Nếu bạn muốn xây dựng dự án AI thị giác của riêng mình, hãy xem các tùy chọn cấp phép của chúng tôi. Khám phá thêm về các ứng dụng như AI trong chăm sóc sức khỏe và AI thị giác trong bán lẻ bằng cách truy cập các trang giải pháp của chúng tôi.
.webp)