Phân đoạn với các mô hình Ultralytics YOLOv8 đã được huấn luyện sẵn trong Python

Hãy cùng khám phá thế giới phân đoạn đối tượng với model Ultralytics YOLOv8. Trong bài blog này, chúng tôi sẽ hướng dẫn bạn tường tận cách thiết lập và chạy phân đoạn một cách dễ dàng trong Python.

Link to this sectionChuẩn bị cho quá trình phân đoạn#

Hãy bắt đầu bằng việc tập trung vào YOLOv8. Việc cài đặt model mạnh mẽ này rất đơn giản, và chỉ trong giây lát, bạn đã sẵn sàng khai thác các khả năng phân đoạn của nó.

Phân đoạn thực thể (Instance segmentation) tiến thêm một bước so với phát hiện đối tượng (object detection) bằng cách xác định chính xác các đối tượng riêng lẻ trong ảnh và tách chúng ra khỏi nền.

Kết quả đầu ra của nó bao gồm các mask hoặc đường bao (contour) phác thảo từng đối tượng, đi kèm với nhãn lớp và điểm số tin cậy. Kỹ thuật này tỏ ra vô giá khi yêu cầu các hình dạng đối tượng chính xác, cung cấp không chỉ vị trí đối tượng mà còn cả thông tin chi tiết về hình dạng của chúng.

Với một vài lệnh đơn giản, bạn sẽ có thể thực thi dự đoán từ giao diện dòng lệnh (CLI), tận mắt chứng kiến sự đổi mới và đơn giản mà YOLOv8 mang lại.

Link to this sectionPhân đoạn trực tiếp: Làm cho hình ảnh trở nên sống động#

Nhưng tại sao phải giới hạn ở hình ảnh tĩnh khi chúng ta có thể trải nghiệm phân đoạn theo thời gian thực? Script Python của chúng tôi chính là cánh cửa dẫn bạn đến thế giới năng động của phân đoạn trực tiếp.

Bằng cách tận dụng class YOLO và tích hợp nó một cách liền mạch với OpenCV, bạn có thể thổi luồng sinh khí mới vào các dự án của mình, khám phá những thông tin chi tiết và khuôn mẫu ẩn giấu trong quá trình thực hiện.

Từ việc nhận diện ghế đến phân tách thực vật, các khả năng là vô tận như trí tưởng tượng của bạn.

Hình 1. Nicolai Nielsen phác thảo các model COCO segmentation đã được huấn luyện trước.

Tại Ultralytics, chúng tôi cũng cung cấp hỗ trợ cho các model COCO segmentation đã được huấn luyện trước, đóng vai trò là điểm khởi đầu tuyệt vời cho bất kỳ trường hợp sử dụng nào. Sau đó, bạn có thể tinh chỉnh (fine-tune) các model này cho các nhu cầu cụ thể của mình.

Nhìn chung, chúng tôi cung cấp hỗ trợ cho nhiều tập dữ liệu khác nhau, chẳng hạn như carparts instance segmentation, crack segmentation và industrial package segmentation. Việc huấn luyện các model phân đoạn trên các tập dữ liệu này được thực hiện đơn giản với một lệnh duy nhất có sẵn trong tài liệu của chúng tôi:

Link to this sectionHãy đón chờ#

Hãy tham gia cùng chúng tôi trong các video sắp tới khi chúng ta đi sâu hơn vào lĩnh vực YOLOv8, khám phá việc huấn luyện tùy chỉnh (custom training) và suy luận (inference) trên chính các tập dữ liệu của riêng bạn.

Chúng tôi cam kết đơn giản hóa những phức tạp của AI và machine learning, từng phân đoạn một. Sứ mệnh của chúng tôi là trao quyền cho các cá nhân và tổ chức để khai thác toàn bộ tiềm năng của các công nghệ tiên tiến như YOLOv8. Với sự hướng dẫn của chúng tôi và trí tò mò của bạn, không ai có thể nói trước được những bước đột phá đáng kinh ngạc nào đang chờ đợi phía trước.

Hãy cùng chúng tôi khám phá toàn bộ tiềm năng của Ultralytics YOLOv8. Xem video đầy đủ Watch the full video!