Cách sử dụng Ultralytics YOLO11 để phân đoạn instance

Thị giác máy tính, một lĩnh vực thuộc trí tuệ nhân tạo (AI) giúp máy móc diễn giải và hiểu thông tin hình ảnh, hỗ trợ các tác vụ như phân đoạn instance. Có thể dùng phân đoạn instance để phân tích ảnh hoặc khung hình video, đánh dấu ranh giới chính xác của từng đối tượng riêng biệt trong ảnh, ngay cả khi có nhiều đối tượng cùng loại. Nhờ độ chính xác cao, phân đoạn instance có nhiều ứng dụng, từ giúp xe tự lái phát hiện chướng ngại vật trên đường đến nhận diện khối u trong ảnh chụp y tế.

Trong những năm qua, phân đoạn instance đã phát triển đáng kể. Một bước tiến gần đây được giới thiệu tại sự kiện kết hợp trực tiếp và trực tuyến thường niên của Ultralytics, YOLO Vision 2024 (YV24), dưới dạng model Ultralytics YOLO11 (sau đó được kế nhiệm bởi Ultralytics YOLO26). Model mới hỗ trợ các tác vụ thị giác máy tính giống model Ultralytics YOLOv8, bao gồm phân đoạn instance, nhờ đó người dùng đã quen với các phiên bản trước có thể dễ dàng chuyển sang model mới.

Hình 1. Ví dụ sử dụng model Ultralytics YOLO11 để phân đoạn thực thể.

Trong bài viết này, chúng ta sẽ tìm hiểu phân đoạn instance, cách kỹ thuật này khác với các tác vụ thị giác máy tính khác như phân đoạn ngữ nghĩa và một số ứng dụng của kỹ thuật. Chúng ta cũng sẽ hướng dẫn cách sử dụng model phân đoạn instance YOLO11 thông qua package Python Ultralytics và Ultralytics HUB (hiện là Ultralytics Platform). Bắt đầu thôi!

Phân đoạn instance là gì?#

Có thể dùng phân đoạn instance để nhận diện đối tượng trong ảnh và phác đường viền ở cấp độ pixel. Quy trình thường bắt đầu bằng cách phát hiện đối tượng và vẽ bounding box xung quanh đối tượng. Sau đó, thuật toán phân đoạn phân loại từng pixel bên trong bounding box để tạo mask chính xác cho mỗi đối tượng.

Phân đoạn instance cũng khác với các tác vụ như phân đoạn ngữ nghĩa và phân đoạn toàn cảnh. Phân đoạn ngữ nghĩa gán nhãn cho từng pixel dựa trên danh mục tổng quát của đối tượng mà không phân biệt từng instance riêng lẻ. Ngược lại, phân đoạn toàn cảnh kết hợp phân đoạn instance và phân đoạn ngữ nghĩa bằng cách gán cho mỗi pixel cả nhãn lớp lẫn ID instance, qua đó xác định các đối tượng riêng lẻ trong từng danh mục.

Hình 2. Sử dụng YOLO11 để phát hiện và phân đoạn một người và một con chó.

Khả năng phân đoạn instance có thể được áp dụng trong nhiều tình huống khác nhau, tùy theo yêu cầu về model. Ví dụ, model nhẹ có thể phù hợp để xử lý theo thời gian thực trong ứng dụng di động, trong khi model phức tạp hơn có thể được dùng cho các tác vụ đòi hỏi độ chính xác cao như kiểm soát chất lượng trong sản xuất.

Giống các model trước, model phân đoạn instance YOLO11 cũng có nhiều biến thể để đáp ứng nhu cầu của bạn. Các biến thể gồm YOLO11n-seg (Nano), YOLO11s-seg (Small), YOLO11m-seg (Medium), YOLO11l-seg (Large) và YOLO11x-seg (Extra Large). Những model này khác nhau về kích thước, tốc độ xử lý, độ chính xác và mức năng lực tính toán cần thiết. Tùy theo yêu cầu cụ thể, bạn có thể chọn model phù hợp nhất với ứng dụng của mình.

Ứng dụng phân đoạn thực thể của YOLO11#

Khả năng phân đoạn thực thể nâng cao của YOLO11 mở ra nhiều ứng dụng trong các ngành công nghiệp khác nhau. Hãy cùng tìm hiểu kỹ hơn một số ứng dụng này.

Ứng dụng phân đoạn YOLO11 trong ngành dầu khí#

Hoạt động khai thác dầu khí đòi hỏi phải xử lý những dao động áp suất cực lớn. Các kỹ thuật như đốt khí dư giúp đốt lượng khí tự nhiên sinh ra trong quá trình khai thác dầu. Đây là biện pháp cần thiết vì lý do an toàn. Chẳng hạn, trong quá trình khai thác dầu thô, áp suất tăng đột ngột hoặc tăng mạnh có thể dẫn đến nổ. Dù không thường xuyên xảy ra, tai nạn công nghiệp trong lĩnh vực sản xuất dầu khí có thể gây ra những đám cháy dữ dội, khó khoanh vùng và kiểm soát. Đốt khí dư giúp đơn vị vận hành giảm áp thiết bị an toàn và xử lý các dao động áp suất lớn, khó dự đoán bằng cách đốt lượng khí dư.

Các hệ thống AI có thể cải thiện quy trình giám sát này, đồng thời giảm nguy cơ tai nạn bằng hệ thống giám sát đốt khí dư dựa trên phân đoạn thực thể. Việc giám sát đốt khí dư cũng quan trọng vì lý do môi trường, bởi đốt quá nhiều khí có thể gây tác động tiêu cực đến môi trường.

Có thể dùng các model phân đoạn instance Ultralytics YOLO11 để giám sát lượng lửa và khói do quá trình đốt khí dư tạo ra. Có thể tính diện tích pixel của ngọn lửa và khói đã được phát hiện, phân đoạn. Dựa trên thông tin này, đơn vị vận hành có thể nắm bắt theo thời gian thực tình hình lửa và khói do quá trình đốt khí dư tạo ra, từ đó ngăn ngừa tai nạn và tác động tiêu cực đến môi trường.

Hình 3. Ví dụ giám sát đốt khí dư bằng YOLO11 trong ngành sản xuất dầu khí.

Phân đoạn thực thể với YOLO11 để quản lý rác thải nhựa#

Nhân viên tại các cơ sở quản lý chất thải và tái chế có thể sử dụng các hệ thống dựa trên phân đoạn instance YOLO11 để nhận diện vật liệu rác thải nhựa. YOLO11 có thể tích hợp với hệ thống phân loại bằng robot để nhận diện chính xác các loại vật liệu phế thải khác nhau, chẳng hạn như bìa carton và nhựa (được xử lý riêng). Điều này đặc biệt quan trọng khi trong số 7 tỷ tấn rác thải nhựa được tạo ra trên toàn cầu, chỉ khoảng 10% được tái chế.

Tự động hóa việc nhận diện và phân loại rác thải nhựa giúp giảm đáng kể thời gian cần thiết so với các phương pháp truyền thống, trong đó nhân viên phân loại bằng tay. Model thị giác máy tính thậm chí có thể phân đoạn nhựa mềm như màng bọc và túi, vốn đặc biệt khó xử lý vì thường bị rối vào nhau. Các model YOLO11 cũng có thể được huấn luyện tùy chỉnh để phân đoạn nhiều loại nhựa khác nhau. Trong các phần tiếp theo, chúng ta sẽ tìm hiểu thêm cách huấn luyện tùy chỉnh model YOLO11.

Hình 4. Nhận diện rác thải nhựa bằng Ultralytics YOLO11.

Phân đoạn YOLO11 trong xe tự hành#

Một trường hợp ứng dụng thú vị khác của phân đoạn instance là xe tự hành. YOLO11 giúp xe tự lái tăng cường an toàn cho hành khách và những người khác trên đường bằng cách nhận diện chính xác đối tượng ở cấp độ pixel. Hệ thống camera tích hợp trên xe có thể chụp ảnh môi trường xung quanh rồi phân tích bằng YOLO11 và phân đoạn instance. Mỗi đối tượng trong ảnh (người đi bộ, đèn giao thông, phương tiện khác, v.v.) đều được phân đoạn và gán nhãn. Độ chính xác này giúp xe tự hành nhận diện mọi đối tượng xung quanh.

Hình 5. Sử dụng YOLO11 và phân đoạn thực thể để nhận diện phương tiện và người đi bộ trên đường.

Thử phân đoạn thực thể với model YOLO11#

Giờ đây, sau khi đã tìm hiểu phân đoạn thực thể và thảo luận về một số ứng dụng, hãy xem cách bạn có thể thử nghiệm kỹ thuật này bằng model Ultralytics YOLO11.

Có hai cách thực hiện: bạn có thể dùng gói Python của Ultralytics hoặc Ultralytics HUB. Chúng ta sẽ tìm hiểu cả hai cách, bắt đầu với gói Python.

Chạy suy luận bằng YOLO11#

Chạy inference là quá trình dùng model để phân tích dữ liệu mới chưa từng thấy trước đó. Để chạy inference bằng model phân đoạn instance YOLO11 qua code, chúng ta cần cài package Python Ultralytics bằng pip, conda hoặc Docker. Nếu gặp vấn đề trong quá trình cài đặt, bạn có thể tham khảo Hướng dẫn xử lý sự cố thường gặp để được trợ giúp. Sau khi cài package, bạn có thể chạy đoạn code bên dưới để tải model phân đoạn instance YOLO11n-seg và dự đoán trên ảnh.

Hình 6. Chạy suy luận trên ảnh bằng YOLO11n-seg.

Huấn luyện model YOLO11 tùy chỉnh#

Với cùng thiết lập code, bạn cũng có thể huấn luyện model YOLO11 tùy chỉnh. Bằng cách fine-tune model YOLO11, bạn có thể tạo phiên bản tùy chỉnh đáp ứng tốt hơn các yêu cầu cụ thể của dự án. Ví dụ, nhà bán lẻ có thể dùng model tùy chỉnh để phân đoạn chính xác đặc điểm cơ thể khách hàng nhằm gợi ý quần áo vừa vặn. Đoạn code bên dưới minh họa cách tải và huấn luyện model YOLO11 để phân đoạn instance. Bạn có thể bắt đầu từ cấu hình YAML hoặc model đã huấn luyện trước, chuyển trọng số và huấn luyện trên dataset như COCO để đạt hiệu quả phân đoạn cao.

Sau khi hoàn tất, bạn có thể chạy inference bằng model tùy chỉnh cho các ứng dụng cụ thể của mình. Bạn cũng có thể chuyển model tùy chỉnh sang các định dạng triển khai khác bằng chế độ export.

Phân đoạn thực thể YOLO11 trên Ultralytics HUB#

Sau khi tìm hiểu cách chạy inference và huấn luyện tùy chỉnh model phân đoạn instance YOLO11 bằng code, hãy cùng xem xét một giải pháp no-code: Ultralytics HUB. Ultralytics HUB là nền tảng AI thị giác trực quan, giúp đơn giản hóa quy trình huấn luyện và triển khai model YOLO, bao gồm cả model phân đoạn instance YOLO11.

Để chạy inference trên ảnh, bạn chỉ cần tạo tài khoản, vào mục ‘Models’ và chọn biến thể model phân đoạn instance YOLO11 mong muốn. Bạn có thể tải ảnh lên và xem kết quả dự đoán trong phần xem trước như minh họa bên dưới.

Hình 7. Chạy suy luận trên Ultralytics HUB.

Điểm chính cần ghi nhớ#

YOLO11 cung cấp khả năng phân đoạn thực thể đáng tin cậy, mở ra nhiều tiềm năng trong các ngành công nghiệp khác nhau. Từ việc tăng cường an toàn cho xe tự hành và giám sát đốt khí dư trong ngành dầu khí đến tự động hóa phân loại chất thải tại các cơ sở tái chế, độ chính xác ở cấp độ pixel của YOLO11 khiến model này trở nên lý tưởng cho các tác vụ phân đoạn phức tạp.

Với tùy chọn huấn luyện tùy chỉnh qua package Python Ultralytics và thiết lập no-code bằng Ultralytics HUB, người dùng có thể tích hợp YOLO11 vào quy trình làm việc. Dù dùng cho ứng dụng công nghiệp, y tế, bán lẻ hay giám sát môi trường, YOLO11 đều mang lại tính linh hoạt và độ chính xác để đáp ứng nhiều nhu cầu phân đoạn khác nhau.

Để khám phá thêm, hãy truy cập kho lưu trữ GitHub và tham gia cộng đồng của chúng tôi. Khám phá các ứng dụng AI trong xe tự lái và nông nghiệp trên các trang giải pháp của chúng tôi.