什么是实例分割？快速指南
和我们一起深入了解实例分割是什么、它如何工作、它在各种计算机视觉应用中的用途，以及它可能带来的影响。
计算机视觉应用在我们的日常生活中越来越常见，从监控道路状况的交通摄像头到商店中的自助结账系统。通过让机器以类似人类的方式理解视觉数据，视觉 AI 正在影响众多行业。
许多此类应用依赖目标检测，这是一项计算机视觉任务，用于在图像中的关键目标周围绘制边界框。虽然这种方法通常效果良好，但有些图像分析解决方案需要更高的精度。
例如，医学成像不仅需要检测肿瘤，还必须勾勒出其准确形状。同样，在机器人领域，机器需要识别物体的精确轮廓，才能正确抓取物体。实例分割可以提供更精确的解决方案，以应对这些挑战。
实例分割是一项计算机视觉任务，旨在支持仅检测目标还不够的应用场景——它可以实现像素级精度。借助 Ultralytics YOLO11 等计算机视觉模型，你可以轻松地对图像和视频应用实例分割。
图 1. 使用 YOLO11 进行实例分割的示例。
在本指南中，我们将详细介绍实例分割的工作原理及其应用，以及如何针对特定分割任务对 Ultralytics YOLO11 进行自定义训练。
什么是实例分割？#
假设有一张多人合影，大家站得很近。目标检测可以帮助你在每个人周围绘制框，但无法告诉你他们的确切形状。
另一方面，实例分割类似于仔细沿着每个人的轮廓进行描绘，这样即使他们彼此重叠，你也能看到完整的轮廓。它不只是用框标记某个物体的位置，而是在像素级别识别每个目标的确切形状，从而更容易理解复杂图像。
最终得到的是一个填充物体形状的详细掩码，可以精确指出哪些像素属于该物体。在许多现实应用中，理解物体的确切形状和边界非常重要，而这种精度正适用于这些场景。
图 2. 展示 Ultralytics YOLO11 对实例分割的支持。
实例分割与语义分割#
在了解实例分割时，你可能会遇到语义分割这一概念。
这两种技术都能帮助计算机在像素级别理解图像，但用途不同。语义分割根据类别为每个像素添加标签，并将所有同类型的物体归为一组。例如，在包含多辆汽车的图像中，语义分割会将它们全部标记为“car”，而不会区分不同的车辆。
另一方面，实例分割更进一步，会分别识别每个物体。它为每个独立实例分配唯一标签，并围绕其形状创建精确掩码。因此，在同一张图像中，实例分割不会只将所有物体标记为“car”，而是会分别识别并勾勒出每辆汽车。
两者的主要区别在于：语义分割按类别对物体进行分组，而实例分割将每个物体视为具有清晰边界的独立实体。选择使用哪项任务取决于具体应用——是只需了解图像中有什么，还是必须区分不同的物体。
图 3. 实例分割与语义分割对比（分别为右图和左图）。
热门实例分割模型#
如今，视觉 AI 社区可以使用各种实例分割模型。有些模型速度更快，有些精度更高，还有些更易于使用。
这些选项虽然很有用，但也可能引发一个问题：针对特定任务，究竟应该选择哪个模型？在众多选项中，Ultralytics YOLO 模型非常受欢迎，因为它们注重速度和精度。
此外，这些模型多年来也取得了显著发展。例如，Ultralytics YOLOv5 使用 PyTorch 等框架简化了部署，让更广泛的用户无需深厚的技术专业知识，也能使用先进的视觉 AI。
在此基础上，Ultralytics YOLOv8 增强了对实例分割、姿态估计和图像分类等计算机视觉任务的支持。
如今，Ultralytics YOLO11 将性能提升到了新的水平。它在 COCO 数据集上的平均精度均值（mAP）更高，同时参数量比 YOLOv8m 少 22%，这意味着它可以用更少的资源更精准地识别物体。
图 4. YOLO11 基准测试。
简单来说，Ultralytics YOLO11 在不牺牲效率的情况下实现了业界领先的精度，成为该领域的突破性方案。
了解实例分割的工作原理#
接下来，我们来了解实例分割通常是如何工作的。较早的计算机视觉模型采用两步法。
首先，它们通过在物体周围绘制边界框来检测目标。然后，生成像素级掩码，勾勒出每个物体的确切形状。Mask R-CNN 就是一个知名示例，它在目标检测模型的基础上增加了掩码预测步骤。虽然这种方法效果良好，但由于需要分多个阶段处理图像，速度可能较慢，从而使实时应用更具挑战性。
与此同时，Ultralytics YOLO11 等模型可以一次性处理图像，同时预测目标边界框和实例分割掩码。这种简化的方法在保持高精度的同时，速度也快得多。因此，它特别适用于自动驾驶、视频分析和机器人等实时应用，因为这些场景对速度和精度都有很高要求。
针对实例分割自定义训练 Ultralytics YOLO11#
YOLO11 开箱即用时是一个预训练模型。它使用 COCO-Seg 数据集进行训练，该数据集涵盖用于实例分割的日常物体。不过，Ultralytics Python 包支持自定义训练，这对于需要分割独特物体的专业应用至关重要。
为什么自定义训练或微调模型很重要？自定义训练通过利用预训练模型中已有的知识来实现迁移学习。它不是从头开始，而是使用更小的数据集和更少的计算资源，使现有模型适应新任务，同时保持较高的精度。
如何自定义训练 Ultralytics YOLO11#
下面详细介绍针对实例分割微调 Ultralytics YOLO11 所涉及的步骤：
- 数据准备： 根据具体应用收集并标注图像。Ultralytics 支持多个图像数据集，但你也可以准备符合要求的 YOLO 格式图像和标注，使用自己的数据集进行训练。
- 使用预训练模型： 不要从头开始，而是使用预训练的 Ultralytics YOLO11 模型。
- 模型训练： 调整批量大小（每次迭代处理的图像数量）、图像大小（目标输入分辨率）和训练轮数（训练周期总数）等关键训练设置，然后训练模型。
- 性能评估： 模型训练完成后，你可以使用 mAP 等性能指标测试模型的精度。Ultralytics Python 包还提供了用于模型评估的内置函数。
Ultralytics YOLO11 支持的实例分割应用#
实例分割可以帮助机器更准确地观察和理解物体，从而解决现实世界中的挑战。从提升自动化水平到保护环境，它在许多领域都发挥着重要作用。下面我们来看看它正在产生影响的一些应用示例。
使用 Ultralytics YOLO11 实现施工现场安全与监控#
实例分割对于确保施工现场的安全和效率至关重要。例如，它可以用于监控重型机械。
你可以对 Ultralytics YOLO11 进行微调，使其准确分割和识别起重机、挖掘机、推土机等不同类型的设备，并实时跟踪它们的位置。这有助于现场管理人员确保机械严格在指定区域内运行，不会进入有工作人员或存在危险的区域。
此外，将此类解决方案与实时警报系统集成后，可以迅速采取纠正措施。不仅如此，收集到的洞察还可以帮助优化现场布局和工作流程，进一步降低风险并提高生产力。
图 5. 使用 Ultralytics YOLO11 监控重型机械。
使用分割和 Ultralytics YOLO11 进行动物监控#
动物行为监控可以帮助研究人员、农场主和自然资源保护工作者更好地照顾不同环境中的动物。在农场、动物园和自然栖息地中，实例分割可以识别并分割单个动物，在这些系统中发挥重要作用。与使用边界框的传统目标检测不同，实例分割可以提供每只动物的像素级轮廓，尤其适用于动物彼此距离较近的场景。
详细的分割有助于更准确地跟踪动物的运动和行为。重叠或密集聚集的动物也能被清晰识别，从而更精确地分析互动、健康状况和活动模式。总体而言，对动物行为更深入的洞察可以改善动物护理和管理实践。
图 6. 使用实例分割监控牛群。
Ultralytics YOLO11 在体育分析和运动员跟踪中的应用#
精准跟踪运动员和比赛事件是体育分析的重要组成部分。传统跟踪方法依赖人工标注，可能无法捕捉详细的互动信息。你可以使用计算机视觉在像素级别分割每名运动员、球和关键事件等细节，从而获得深入洞察。
例如，实例分割可以通过清晰区分每名运动员和物体，帮助检测犯规或无球事件等情况。Ultralytics YOLO11 等模型实现的这种细粒度监控，可以为分析人员提供更清晰的信息，以高精度研究运动模式、空间位置和互动。更重要的是，这些洞察可以帮助团队优化策略并提升整体表现。
实例分割的优缺点#
下面是实例分割可以为各个行业带来的一些主要优势：
- 提升自动化水平： 通过自动执行质量控制和安全监控等任务，实例分割减少了人工干预需求，并最大限度地降低人为错误。
- 更好的场景理解： 通过准确勾勒每个物体，实例分割有助于更深入地理解复杂场景，从而支持更明智的决策。
- 高效的后处理： 像素级输出简化了背景移除、物体计数和空间分析等任务，减少了额外处理步骤的需求。
虽然这些优势突出了实例分割对不同应用场景的影响，但考虑其实施过程中涉及的挑战同样重要。
下面是实例分割的一些主要局限性：
- 透明性方面的挑战： 玻璃和水等透明或反光物体很难进行分割，容易导致边界不准确。
- 维护开销： 随着环境条件和数据集发生变化，需要持续更新和微调模型，才能保持其准确性和适用性。
- 较高的标注工作量： 训练实例分割模型需要详细的像素级标注，这会显著增加数据准备所需的时间和成本。
要点总结#
实例分割可以精准地区分单个物体，即使这些物体彼此重叠。通过在像素级别捕捉物体边界，它相比目标检测等传统计算机视觉任务，能够更深入地理解视觉数据。
计算机视觉领域的最新进展让实例分割变得更快、更易于使用。尤其是 Ultralytics YOLO11 等计算机视觉模型简化了这一流程，只需极少的设置即可实现实时分割，让更多行业和应用都能使用这项技术。
对 AI 感兴趣？访问我们的 GitHub 代码仓库，并加入我们的社区继续探索。前往我们的解决方案页面，了解自动驾驶汽车中的 AI和农业中的视觉 AI等创新应用。查看我们的许可选项，开始你的计算机视觉项目！
