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 viết này, chúng tôi sẽ hướng dẫn bạn toàn bộ chi tiết về cách thiết lập và chạy quá trình phân đoạn một cách dễ dàng trong Python.

Chuẩn bị cho quá trình phân đoạn#

Hãy bắt đầu bằng cách tập trung vào Ultralytics YOLOv8. Việc cài đặt mô hình mạnh mẽ này rất đơn giản, và chỉ trong chốc lát, bạn sẽ sẵn sàng khai thác các tính 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.

Chỉ với một vài lệnh đơn giản, bạn có thể thực hiện dự đoán từ dòng lệnh, tận mắt chứng kiến sự đổi mới và tính đơn giản mà Ultralytics YOLOv8 mang lại.

Phân 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 mượt mà với OpenCV, bạn có thể thổi hồn vào các dự án của mình, khám phá những thông tin chi tiết và mẫu hình ẩn giấu trong suốt quá trình.

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 đang phác thảo các model tiền huấn luyện phân đoạn COCO.

Tại Ultralytics, chúng tôi cũng cung cấp hỗ trợ cho các model tiền huấn luyện phân đoạn COCO, đóng vai trò là điểm khởi đầu tuyệt vời cho bất kỳ trường hợp sử dụng nào. Sau đó, bạn có thể tinh chỉnh 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 phân đoạn thực thể carparts, phân đoạn vết nứt, và phân đoạn bao bì công nghiệp. Việc huấn luyện các model phân đoạn trên các tập dữ liệu này trở nên đơn giản với một lệnh duy nhất có sẵn trong tài liệu của chúng tôi:

Hãy đón chờ#

Hãy đồng hành cùng chúng tôi trong các video sắp tới khi chúng ta đào sâu hơn vào thế giới của Ultralytics YOLOv8, khám phá quá trình huấn luyện tùy chỉnh và suy luận trên chính tập dữ liệu của bạn.

Chúng tôi cam kết đơn giản hóa sự phức tạp của AI và machine learning, qua từng phân đoạn một. Sứ mệnh của chúng tôi là trao quyền cho cá nhân và tổ chức tận dụng tối đa tiềm năng của các công nghệ tiên tiến như Ultralytics YOLOv8. Với sự hướng dẫn của chúng tôi và sự tò mò của bạn, không thể đoán trước được những đột phá tuyệt vời nào đang chờ đón.

Hãy tham gia cùng chúng tôi để khai thác toàn bộ tiềm năng của Ultralytics YOLOv8. Xem toàn bộ video Xem toàn bộ video!