Image Segmentation
Khám phá image segmentation trong computer vision. Tìm hiểu cách Ultralytics YOLO26 cung cấp mask chính xác ở cấp pixel cho instance, semantic và panoptic segmentation.
Phân đoạn ảnh là một kỹ thuật tinh vi trong thị giác máy tính (CV), bao gồm việc phân chia một ảnh kỹ thuật số thành nhiều nhóm pixel, thường được gọi là các phân đoạn hoặc vùng ảnh. Khác với phân loại ảnh tiêu chuẩn, vốn gán một nhãn duy nhất cho toàn bộ ảnh, phân đoạn phân tích dữ liệu hình ảnh ở mức chi tiết hơn nhiều bằng cách gán một nhãn lớp cụ thể cho từng pixel riêng lẻ. Quy trình này tạo ra một bản đồ chính xác ở cấp pixel, cho phép các model trí tuệ nhân tạo (AI) không chỉ hiểu những đối tượng nào đang hiện diện mà còn xác định chính xác vị trí và ranh giới cụ thể của chúng.
Cơ chế phân tích ở cấp pixel#
Để đạt được khả năng hiểu chi tiết và trung thực cao này, các model phân đoạn thường tận dụng các kiến trúc học sâu (DL), đặc biệt là mạng nơ-ron tích chập (CNNs). Các mạng này hoạt động như những bộ trích xuất đặc trưng mạnh mẽ, xác định các mẫu như cạnh, kết cấu và hình dạng phức tạp. Các kiến trúc phân đoạn truyền thống, chẳng hạn như U-Net kinh điển, thường sử dụng cấu trúc encoder-decoder. Encoder nén ảnh đầu vào để nắm bắt ngữ cảnh ngữ nghĩa, trong khi decoder tái tạo các chi tiết không gian để xuất ra mask phân đoạn cuối cùng.
Những tiến bộ hiện đại đã tạo ra các kiến trúc thời gian thực như YOLO26, được phát hành vào tháng 1 năm 2026. Các model này tích hợp trực tiếp khả năng phân đoạn vào một pipeline end-to-end, cho phép xử lý tốc độ cao trên nhiều loại phần cứng, từ GPU trên cloud đến các thiết bị edge.
Các loại phân đoạn chính#
Tùy thuộc vào mục tiêu cụ thể của dự án, các developer thường lựa chọn giữa ba kỹ thuật phân đoạn chính:
- Phân đoạn ngữ nghĩa: Phương pháp này phân loại các pixel dựa trên danh mục của chúng nhưng không phân biệt các đối tượng riêng biệt thuộc cùng một lớp. Ví dụ, trong phân tích ảnh vệ tinh, tất cả pixel biểu diễn "rừng" sẽ được tô màu xanh lá cây, xem toàn bộ khu rừng như một thực thể duy nhất.
- Phân đoạn instance: Kỹ thuật này xác định và tách riêng từng đối tượng riêng lẻ cần quan tâm. Trong một cảnh đường phố đông đúc, phân đoạn instance sẽ tạo ra một mask duy nhất cho "Xe A", "Xe B" và "Người đi bộ A", cho phép các hệ thống đếm và theo dõi từng thực thể cụ thể. Đây là một tính năng cốt lõi của dòng model Ultralytics YOLO26.
- Phân đoạn toàn cảnh: Một phương pháp lai kết hợp phạm vi bao phủ của phân đoạn ngữ nghĩa với độ chính xác của phân đoạn instance. Phương pháp này gán nhãn cho mọi pixel, phân biệt các thành phần nền không có hình dạng rõ ràng (như bầu trời và đường) đồng thời nhận diện duy nhất các đối tượng tiền cảnh có thể đếm được.
Phân biệt với phát hiện đối tượng#
Điều quan trọng là phải phân biệt phân đoạn với phát hiện đối tượng. Trong khi các thuật toán phát hiện định vị vật thể bằng bounding box hình chữ nhật, chúng неиз tránh khỏi việc bao gồm các pixel nền bên trong box đó. Phân đoạn cung cấp một biểu diễn khít hơn và chính xác hơn bằng cách bám theo đường bao hoặc đa giác chính xác của đối tượng. Sự khác biệt này rất quan trọng đối với các ứng dụng như gắp bằng robot, trong đó cánh tay robot phải biết hình học chính xác của một vật thể để thao tác mà không xảy ra va chạm.
Các ứng dụng trong thực tế#
Độ chính xác do phân đoạn ảnh mang lại thúc đẩy đổi mới trong nhiều ngành công nghiệp:
- Chẩn đoán y khoa: Trong lĩnh vực phân tích ảnh y khoa, phân đoạn đóng vai trò thiết yếu trong việc phác họa các cấu trúc giải phẫu. Các thuật toán phân tích ảnh chụp MRI để phân định ranh giới khối u hoặc cơ quan, cho phép bác sĩ phẫu thuật tính toán thể tích chính xác và lập kế hoạch thủ thuật với độ chính xác có thể cứu sống bệnh nhân.
- Lái xe tự hành: Các phương tiện tự lái dựa vào phân đoạn để điều hướng an toàn. Bằng cách xử lý các luồng video, máy tính trên xe có thể phân biệt làn đường có thể lưu thông với vỉa hè và chướng ngại vật. Các tổ chức tiêu chuẩn như SAE International xác định các cấp độ tự hành, vốn đòi hỏi khả năng nhận thức môi trường có độ trung thực cao này.
- Nông nghiệp chính xác: Trong lĩnh vực AI trong nông nghiệp, phân đoạn giúp các hệ thống robot xác định cỏ dại giữa các cây trồng. Bằng cách tạo mask cho từng lá cây cụ thể, các máy phun tự động có thể chỉ nhắm đến những loài xâm lấn, qua đó giảm đáng kể lượng thuốc diệt cỏ sử dụng.
Triển khai phân đoạn với Ultralytics YOLO26#
Các developer có thể triển khai phân đoạn instance một cách hiệu quả bằng package ultralytics dành cho Python. Ví dụ sau sử dụng model YOLO26 tiên tiến nhất, được tối ưu cho cả tốc độ và độ chính xác.
from ultralytics import YOLO
# Load a pre-trained YOLO26 segmentation model
# 'n' denotes the nano version, optimized for speed
model = YOLO("yolo26n-seg.pt")
# Run inference on an image to generate masks
# The model identifies objects and outlines their shape
results = model("https://ultralytics.com/images/bus.jpg")
# Display the image with segmentation overlays
results[0].show()Để đạt hiệu năng cao trên các tác vụ tùy chỉnh, các team thường cần tuyển chọn dữ liệu huấn luyện chất lượng cao. Ultralytics Platform đơn giản hóa quy trình này bằng cách cung cấp các công cụ để gán nhãn ảnh bằng mask đa giác, quản lý dataset và huấn luyện model trên cloud, từ đó tinh gọn toàn bộ vòng đời vận hành machine learning (MLOps). Các thư viện như OpenCV cũng thường được sử dụng cùng với các model này để tiền xử lý ảnh và hậu xử lý các mask thu được.
