Semantic Segmentation

探索用于像素级图像理解的语义分割。了解如何立即使用 Ultralytics YOLO26 训练和部署精确的分割模型。

语义分割是一项计算机视觉任务，通过为每个像素分配特定的类别标签，将图像划分为不同的区域。与为整张图像分配单个标签的更简单任务（如图像分类）或在物体周围绘制边界框的任务（如目标检测）不同，语义分割提供对场景的像素级理解。这种精细的分析对于物体的精确形状和边界与其身份同样重要的应用至关重要。它使机器能够更像人类一样“看”世界，分辨出构成道路、行人和医疗扫描中肿瘤的确切像素。

语义分割的工作原理#

从核心来看，语义分割将图像视为需要分类的像素网格。深度学习模型，尤其是卷积神经网络 (CNN)，是此任务的标准架构。一个典型的架构（如广泛使用的U-Net）采用编码器-解码器结构。编码器压缩输入图像以提取高级特征（如纹理和形状），而解码器将这些特征上采样回原始图像分辨率，以生成精确的分割掩码。

为了实现这一点，模型在大型标注数据集上进行训练，其中人类标注员根据类别仔细对每个像素进行着色。诸如Ultralytics Platform之类的工具通过提供自动标注功能简化了这一过程，加快了高质量真值数据的创建。训练完成后，模型输出一个掩码，其中每个像素值对应一个类 ID，从而有效地用意义“绘制”图像。

区分相关概念#

通常人们会混淆语义分割和其他像素级任务。理解它们之间的差异对于为项目选择正确的方法至关重要：

**实例分割：**虽然语义分割将同一类的所有对象视为单个实体（例如，所有“汽车”都涂成蓝色），但实例分割区分各个单独的对象（例如，“汽车 A”是蓝色，“汽车 B”是红色）。
**全景分割：**这结合了这两个概念。它为每个像素分配一个类别（语义），同时分离可数对象的各个实例（实例），提供最全面的场景理解。

实际应用#

以像素级精度解析视觉数据的能力推动了许多高风险行业的创新：

**汽车领域的 AI：**自动驾驶汽车严重依赖分割来安全导航。通过识别可行驶区域与人行道，并精确勾勒出行人、汽车和障碍物的轮廓，自动驾驶系统能够实时做出关键决策。
**医疗健康领域的 AI：**在医学成像中，模型从 CT 和 MRI 扫描中分割出器官、病变或肿瘤。这有助于放射科医生计算肿瘤体积以便进行治疗规划，或者以极高的精度引导机器人手术工具。
**农业领域的 AI：**农民使用航拍无人机图像和分割技术来监测作物健康。通过将像素分类为“健康作物”、“杂草”或“土壤”，自动化系统可以有针对性地喷洒除草剂，从而减少化学品使用并优化产量。

使用 Ultralytics 实现分割#

现代分割模型需要在准确性和速度之间取得平衡，特别是对于边缘设备上的实时推理。Ultralytics YOLO26 模型系列包含专用的分割模型（带有 -seg 后缀），它们天生就是端到端的，与 YOLO11 等旧架构相比具有卓越的性能。

以下示例演示了如何使用 ultralytics Python 包对图像执行分割。这会生成描绘对象边界的二值掩码。

from ultralytics import YOLO

# Load a pre-trained YOLO26 segmentation model
model = YOLO("yolo26n-seg.pt")

# Run inference on an image
results = model("https://ultralytics.com/images/bus.jpg")

# Visualize the results
# This will display the image with the segmentation masks overlaid
results[0].show()