Bằng cách nhấp vào “Chấp nhận tất cả Cookie”, bạn đồng ý với việc lưu trữ cookie trên thiết bị của mình để tăng cường khả năng điều hướng trang web, phân tích việc sử dụng trang web và hỗ trợ các nỗ lực tiếp thị của chúng tôi. Thêm thông tin
Cài đặt Cookie
Bằng cách nhấp vào “Chấp nhận tất cả Cookie”, bạn đồng ý với việc lưu trữ cookie trên thiết bị của mình để tăng cường khả năng điều hướng trang web, phân tích việc sử dụng trang web và hỗ trợ các nỗ lực tiếp thị của chúng tôi. Thêm thông tin
Khám phá sức mạnh của YOLOv8 . Tìm hiểu về tốc độ, độ chính xác và khả năng phát hiện theo thời gian thực của nó. Khám phá những điểm nổi bật chính và tham gia Thảo luận GitHub của chúng tôi để biết thêm.
Hãy cùng tìm hiểu về thế giới phân đoạn đối tượng với mô hình Ultralytics YOLOv8 . Trong bài viết này, chúng tôi sẽ hướng dẫn bạn chi tiết cách thiết lập và chạy phân đoạn một cách dễ dàng trong Python .
Chuẩn bị cho phân đoạn
Hãy bắt đầu bằng cách tập trung vào YOLOv8 . Việc cài đặt mô hình mạnh mẽ này rất dễ dàng và chỉ trong chốc lát, bạn sẽ sẵn sàng khai thác khả năng phân khúc của nó.
Phân đoạn thực thể (Instance segmentation) đưa bạn tiến thêm một bước so với phát hiện đối tượng bằng cách xác định chính xác các đối tượng riêng lẻ trong một hình ảnh và tách chúng khỏi nền.
Đầu ra của nó bao gồm mặt nạ (masks) hoặc đường viền phác thảo từng đối tượng, kèm theo nhãn lớp và điểm tin cậy. Kỹ thuật này đặc biệt có giá trị khi hình dạng đối tượng chính xác là điều cần thiết, cung cấp không chỉ vị trí đối tượng mà còn cả thông tin chi tiết về hình dạng của chúng.
Chỉ với một vài lệnh đơn giản, bạn sẽ có thể thực hiện các dự đoán từ dòng lệnh, chứng kiến tận mắt sự đổi mới và tính đơn giản mà YOLOv8 mang lại cho bàn ăn.
Phân đoạn trực tiếp: Mang hình ảnh vào cuộc sống
Nhưng tại sao lại giới hạn bản thân với những hình ảnh tĩnh khi chúng ta có thể trải nghiệm phân đoạn theo thời gian thực? Python script là cánh cổng đưa bạn đến thế giới năng động của phân đoạn trực tiếp.
Bằng cách tận dụng YOLO lớp học và tích hợp nó một cách liền mạch với OpenCV , bạn có thể thổi hồn vào các dự án của mình, khám phá những hiểu biết và mô hình tiềm ẩn trong quá trình thực hiện.
Từ việc xác định ghế đến phân định cây cối, khả năng là vô tận như trí tưởng tượng của bạn.
Hình 1. Nicolai Nielsen phác thảo COCO mô hình phân đoạn được đào tạo trước.
Tại Ultralytics Chúng tôi cũng cung cấp hỗ trợ cho các mô hình phân đoạn COCO được đào tạo trước, đóng vai trò là điểm khởi đầu tuyệt vời cho mọi trường hợp sử dụng. Sau đó, bạn có thể tinh chỉnh các mô hình này cho phù hợp với nhu cầu cụ thể của mình.
Nhìn chung, chúng tôi hỗ trợ nhiều bộ dữ liệu khác nhau, chẳng hạn như phân đoạn thực thể carparts instance segmentation, crack segmentation và industrial package segmentation. Việc huấn luyện các mô hình phân đoạn trên các bộ dữ liệu này được thực hiện đơn giản với một lệnh duy nhất có sẵn trong tài liệu của chúng tôi:
Hãy theo dõi
Hãy tham gia cùng chúng tôi trong các video sắp tới khi chúng tôi đi sâu hơn vào lĩnh vực YOLOv8 , khám phá đào tạo tùy chỉnh và suy luận trên chính bộ dữ liệu của bạn.
Chúng tôi cam kết đơn giản hóa sự phức tạp của AI và máy học, một segment tại một thời điểm. 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 sự tò mò của bạn, không thể nói trước được những đột phá đáng kinh ngạc nào đang chờ đợi.
Hãy tham gia cùng chúng tôi khi chúng tôi mở khóa toàn bộ tiềm năng của Ultralytics YOLOv8 . Xem video đầy đủ tại đây !