如何针对实例分割自定义训练 Ultralytics YOLO26

得益于近期的技术进步，许多在生活中默默发挥重要作用的智能系统都由 AI 驱动。例如，汽车闯红灯时摄像头会自动记录违章，或者生产线上的自动化质量检测系统发现制造缺陷，背后都有 AI 在发挥作用。

其中，称为计算机视觉的 AI 分支让机器能够解读并理解图像和视频。计算机视觉使系统能够实时识别目标、跟踪运动并分析视觉细节，因此对于交通监控、工业检测和机器人等应用至关重要。

这些能力得益于计算机视觉模型，例如支持多种视觉任务（包括目标检测和实例分割）的 Ultralytics YOLO26。目标检测使用简单的边界框识别目标，而实例分割更进一步，能够在像素级勾勒每个目标的轮廓，从而在真实场景中实现更准确、可靠的结果。

图 1. 使用 Ultralytics YOLO26 分割图像中的目标

Ultralytics YOLO26 等模型经过预训练，可以开箱即用地分割人物、汽车和动物等常见目标。不过，针对更具体的应用，你也可以对模型进行自定义训练。换句话说，模型可以学习识别目标的外观，并准确勾勒其轮廓。

本文将介绍如何针对实例分割对 Ultralytics YOLO26 进行自定义训练。现在开始吧！

什么是实例分割？#

在深入了解模型训练之前，我们先退一步，了解实例分割究竟是什么。

实例分割是一项计算机视觉任务，可让模型找到图像中的每个独立目标，并勾勒出其精确形状。模型不仅要识别目标是否存在，还会检查图像中的每个像素，并判断该像素是否属于某个特定目标。

这意味着，即使目标彼此重叠或距离很近，模型也能将它们区分开来。帮助我们直观理解实例分割的一个关键概念是掩码。

掩码是一个像素级轮廓，只覆盖目标所在的区域。你可以把它想象成用荧光笔给目标涂色，同时让其他部分保持原样。

每个目标都有自己的掩码，因此模型能够区分不同目标，即使它们属于同一类别，例如两辆汽车或站在一起的两个人。

图 2. 实例分割一览

为了更好地理解实例分割，我们可以将它与其他常见的计算机视觉任务进行比较。目标检测使用边界框，也就是绘制在目标周围的简单矩形。边界框速度快、实用，但无法呈现目标的精确形状。

语义分割则会按类别标注图像中的每个像素，但无法区分同一类别中的不同目标。实例分割结合了这两种方法的优点：既能识别目标类别，又能为每个独立目标分配单独的掩码。

实例分割能提供如此详细的信息，因此在自动化质量检测、医学影像和机器人等真实应用场景中特别有用。需要精确测量、准确边界或区分目标的任务，都能受益于这种像素级理解能力。

Ultralytics YOLO26 支持实例分割#

Ultralytics YOLO26 是一款端到端、无需非极大值抑制 (NMS) 的先进计算机视觉模型，专为快速、高效地处理真实场景中的视觉任务而设计。它属于 Ultralytics YOLO 检测模型系列，可实时处理图像和视频，同时提供准确结果。

Ultralytics YOLO26 在单一框架中支持多种视觉任务，包括目标检测、姿态估计、图像分类、有向边界框检测 (obb detection) 和实例分割。

Ultralytics YOLO26 开箱即用，已经过预训练，这意味着它已从 COCO 和 ImageNet 等大型、广泛使用的数据集中学会识别人物、车辆和日常用品等常见目标。你无需额外训练即可立即使用该模型。

不过，如果你的应用涉及独特目标、特定环境或特殊光照条件，自定义模型训练可以显著提升效果。使用你自己标注的图像训练 Ultralytics YOLO26，可以教会模型准确识别需要关注的内容，并针对特定用例更精确地勾勒目标轮廓。

这个过程也称为微调。微调并非从头开始训练模型，而是以预训练的 Ultralytics YOLO26 模型为基础，使用你自己的数据对其进行适度调整。由于模型已经理解边缘、形状和纹理等通用视觉模式，因此只需少量标注图像和更短的时间，就能学会识别你的特定目标。

简单来说，与从头开始训练模型相比，微调速度更快、效率更高，也更易上手。即使是初学者，或数据和计算资源有限的团队，对 Ultralytics YOLO26 进行自定义训练也很实用。

探索 Ultralytics YOLO26 实例分割的应用#

那么，实例分割在哪些场景中能发挥作用？当区分目标并理解其精确形状十分重要时，尤其是在目标密集或彼此重叠的情况下，它就很有用。

以下是实例分割能带来显著效果的一些常见工作流：

• 航拍和无人机成像：这项任务使无人机能够在航拍图像中区分建筑物、车辆和植被等目标，用于制图、检查和测绘。
• 体育分析：实例分割可以在比赛或训练期间将运动员与背景区分开来，帮助分析运动员的移动和互动。
• 建筑与基础设施监控：它有助于识别建筑物、桥梁和道路中的结构构件、裂缝或受损区域，为维护规划提供支持。
• 医疗保健与医学影像：实例分割可以精确勾勒细胞、组织或医疗器械的轮廓，帮助提高分析和诊断的准确性。
• 农业与环境监测：它可以识别并区分作物、水果或植物病害，从而更轻松地估算产量并实施有针对性的处理。

图 3. 使用 YOLO26 分割杂草的示例（来源）

Ultralytics YOLO26 实例分割自定义训练的工作原理#

接下来，我们来看看自定义训练的工作原理。模型训练听起来可能很专业，但整个过程其实很简单。

你可以准备图像、标注希望模型学习的目标、配置一个小型设置文件，然后使用 Ultralytics Python 软件包训练 YOLO26。Ultralytics Python 软件包是一个软件库，提供开箱即用的工具，用于训练、测试和部署 YOLO 模型，无需从头开始构建所有内容。

第 1 步：准备自定义数据集#

第一步是准备你的自定义分割数据集。数据集就是一组图像，用来展示你希望模型学习识别的对象。

尽量纳入能反映真实世界情况的图像，例如不同角度、光照、背景和对象尺寸。图像越多样，模型的表现就越好。

实例分割还需要为图像添加标注。标注是指为每张图像中的对象添加标签，让模型知道要学习什么。你需要围绕每个对象绘制详细的轮廓（多边形），标出对象的精确形状，而不是只画简单的框。这些轮廓会成为模型学习预测的掩码。

你可以使用多种开源标注工具来创建这些标签。许多工具都提供易于使用的界面，你可以在其中上传图像并直接绘制对象轮廓。

图像和标注准备就绪后，你可以将它们整理到训练和验证文件夹中。常见的划分方式是将 80% 的图像用于训练，20% 用于验证；根据数据集大小，也常采用 70% 用于训练、30% 用于验证的方式。训练集用于教会模型，验证集则用于衡量模型在未见过的图像上的表现。

保持这种划分均衡，并确保两个文件夹都包含多种示例，这一点很重要。干净、标注完善的数据集，以及合理划分的训练集和验证集，是构建强大实例分割模型的基础。

步骤 2：创建数据集 YAML 文件#

准备好图像和标注后，下一步是创建数据集 YAML 文件。该文件会说明数据集的位置，以及模型在训练期间需要学习哪些对象类别。

在此文件中，你可以定义数据集根目录、训练和验证图像文件夹的路径，以及类别名称列表。类别名称的排列顺序必须与标注文件中使用的类别编号一致，这样才能正确对应。

如果你对具体格式有任何疑问，可以参阅Ultralytics 官方文档了解详情。

步骤 3：安装 Ultralytics Python 包#

现在，数据集和 YAML 文件都已准备就绪，下一步是安装 Ultralytics Python 包。

此软件包包含训练、验证、运行推理以及导出 Ultralytics YOLO26 模型所需的工具。它让你无需从头搭建复杂的训练流水线，就能轻松使用 YOLO 模型。

安装 Ultralytics Python 包之前，还需要选择运行代码的环境。你可以在多种不同的开发环境中使用 Ultralytics 包，例如：

• 命令行界面 (CLI)：这是一种基于文本的环境，你可以通过输入命令与计算机交互。与在图形界面中点击按钮或浏览菜单不同，你可以输入指令，直接运行程序和执行任务。
• Jupyter Notebooks：这是一种交互式环境，你可以分段编写并运行代码，并立即查看输出结果。这有助于开展实验和学习。
• Google Colab：这是一种基于云的笔记本平台，无需在本地安装，并可选择使用图形处理器 (GPUs)。这通常是初学者最容易上手的选择。

选好环境后，就可以安装 Ultralytics Python 包了。运行以下命令即可安装：

pip install ultralytics

如果你使用 Google Colab 或 Jupyter Notebook 等基于笔记本的环境，请在命令开头加上感叹号。如果遇到安装问题，可以参阅 Ultralytics 文档或故障排除指南，了解常见问题的解决方法和环境配置建议。

安装完成后，你就可以加载预训练的 Ultralytics YOLO26 分割模型并开始训练了。

步骤 4：训练 Ultralytics YOLO26 进行实例分割#

开始训练前，你需要选择模型尺寸。Ultralytics YOLO26 模型有多种尺寸：Nano (n)、Small (s)、Medium (m)、Large (l) 和 Extra Large (x)。

较小的模型训练速度更快，在中央处理器 (CPUs) 或边缘设备上运行也更高效；较大的模型通常精度更高，但需要更多内存，并且能从 GPU 加速中获益。如果你刚开始使用或硬件资源有限，Nano 版本 (YOLO26n) 是个实用的选择。

选好模型尺寸后，下一步是加载预训练分割模型，并在自定义数据集上开始训练。为此，你需要指定预训练模型文件、数据集 YAML 文件的路径、训练轮数以及图像尺寸，如下所示。

from ultralytics import YOLO

model = YOLO("yolo26n-seg.pt")
results = model.train(data="path/to/file.yaml", epochs=100, imgsz=640)

训练轮数决定模型会遍历整个训练数据集多少次。每一轮中，模型都会进行预测，将预测结果与正确标注进行比较，计算误差，并更新内部参数以提升性能。

如果训练正常启动，你会在终端或笔记本中看到模型配置、数据集扫描结果和训练进度。训练继续进行时，每轮结束后都会更新损失值和评估指标，展示模型如何逐步提升。

步骤 5：评估自定义训练模型的性能#

训练完成后，你可以查看并验证模型的性能指标。在 Google Colab 中，你可以依次打开“runs”文件夹、“segment”文件夹和“train”文件夹，查看其中显示关键性能指标的日志。

如果你在 Python 环境中工作，训练结果默认保存在当前工作目录下的“runs/train/”目录中。每次训练都会创建一个新的子目录，例如 runs/train/exp 或 runs/train/exp2，其中包含与该实验相关的日志、保存的权重和其他输出。

如果你使用 CLI，可以通过“yolo settings”命令访问和管理这些结果。此命令可让你查看或修改与训练日志和实验详情相关的路径及配置。

保存的输出中还会包含训练期间生成的图表。这些图表展示了模型随时间的改进情况。例如，它们会显示模型学习过程中损失如何下降，以及精确率、召回率和平均精度均值等评估指标如何随着训练轮数增加。

图 4. 可用于分析和评估模型的图表类型（来源）

这些趋势图可以帮助你了解模型是否训练成功，以及从训练开始到结束提升了多少。在开始使用新图像进行测试之前，同时查看数值指标和图表，可以让你更清楚地了解实例分割模型的表现。

步骤 6：测试模型并运行推理#

验证模型后，最后一步是在新图像上测试模型。这个过程称为推理，简单来说，就是使用训练好的模型对未见过的数据进行预测。

你可以在 Python 中按如下方式运行推理：

results = model.predict("path/to/image.jpg", save=True, conf=0.3)

在此示例中，你可以将 "path/to/image.jpg" 替换为要测试的图像路径。

“save=True”设置会指示模型生成并保存一张新图像，其中会在原始图像上绘制预测出的分割掩码。

“conf=0.3”设置用于控制置信度阈值，这意味着模型只会显示它认为至少有 30% 把握正确的预测结果。降低此值可能会显示更多检测结果；提高此值则会让模型的筛选更严格。

运行命令后，模型会在 runs 目录中创建一个新文件夹，并将输出图像保存在其中。你可以打开保存的图像，直观检查分割掩码是否贴合对象边界，以及重叠对象是否被正确区分。

在不同图像、背景和光照条件下测试模型，可以让你更清楚地了解模型在训练数据集之外的表现。如果结果稳定且准确，模型就可以导出并部署了。

步骤 7：导出并部署模型#

测试模型并确认其表现良好后，最后一步就是导出并部署模型。导出会将训练好的 Ultralytics YOLO26 模型转换为可在不同环境中运行的格式，例如生产服务器、边缘设备或移动应用。

Ultralytics 支持多种导出格式，你可以根据部署环境选择最合适的格式。例如，你可以导出为 ONNX，以便在不同平台上广泛兼容；导出为 TensorRT，以便在 NVIDIA 硬件上优化 GPU 性能；或者导出为 OpenVINO，以便在 Intel 设备上高效地通过 CPU 部署。这些集成让你更轻松地在训练环境之外运行模型，并实现出色的实时性能。

你可以在 Python 中使用以下命令导出模型：

model.export(format="onnx")

此命令会将训练好的模型转换为 ONNX 格式。根据部署需求，你可以将 "onnx" 替换为其他受支持的格式。

导出后，你可以将模型集成到 Web 服务、嵌入式视觉系统、机器人平台或工业检测系统等应用中。至此，你自定义训练的 Ultralytics YOLO26 实例分割模型就可以从实验阶段进入实际部署。

要点#

针对实例分割自定义训练 Ultralytics YOLO26，让你可以灵活构建真正适合特定应用场景的模型。通过准备清晰的数据集、设置 YAML 文件、使用预训练分割权重进行训练并检查结果，你可以教会模型在像素级别准确描绘每个对象。经过测试和导出后，你的 YOLO26 模型就能从开发阶段迈向各种真实世界应用。

加入我们的社区，并查看我们的 GitHub 仓库，了解更多 AI 相关内容。如果你想构建自己的视觉 AI 项目，可以了解我们的许可选项。访问我们的解决方案页面，进一步了解医疗保健领域的 AI和零售领域的视觉 AI等应用。