Découvre la puissance de la segmentation sémantique - classe chaque pixel des images pour une compréhension précise de la scène. Explore les applications et les outils maintenant !
La segmentation sémantique est une tâche fondamentale de la vision par ordinateur qui consiste à attribuer une étiquette de classe spécifique à chaque pixel d'une image. Contrairement à d'autres tâches de vision qui peuvent identifier des objets ou classer l'ensemble de l'image, la segmentation sémantique fournit une compréhension dense, au niveau des pixels, du contenu de la scène. Cela signifie qu'elle ne se contente pas de détecter la présence d'une voiture, mais qu'elle détermine précisément quels pixels appartiennent à la catégorie des voitures, en les différenciant des pixels appartenant à la route, au ciel ou aux piétons.
L'objectif principal de la segmentation sémantique est de diviser une image en régions significatives correspondant à différentes catégories d'objets. Par exemple, dans une image contenant plusieurs voitures, piétons et arbres, un modèle de segmentation sémantique qualifierait tous les pixels composant une voiture de "voiture", tous les pixels d'un piéton de "piéton" et tous les pixels d'un arbre d'"arbre". Il traite toutes les instances d'une même classe d'objets de manière identique. Cela contraste avec la classification d'images, qui attribue une seule étiquette à l'ensemble de l'image, et avec la détection d'objets, qui dessine des boîtes de délimitation autour des objets détectés mais ne décrit pas leur forme exacte.
Les modèles de segmentation sémantique sont généralement formés à l'aide de techniques d'apprentissage supervisé, nécessitant des ensembles de données avec des annotations détaillées au niveau des pixels. Le résultat est généralement une carte de segmentation, c'est-à-dire une image où la valeur (ou la couleur) de chaque pixel correspond à son étiquette de classe prédite.
Il est important de distinguer la segmentation sémantique des tâches connexes :
La compréhension détaillée de la scène fournie par la segmentation sémantique est cruciale pour de nombreuses applications du monde réel :
La segmentation sémantique emploie souvent des modèles d'apprentissage profond, en particulier des réseaux neuronaux convolutifs (CNN). Les architectures telles que les réseaux entièrement convolutifs (FCN) et U-Net sont des choix populaires. Les modèles modernes comme Ultralytics YOLOv8 offrent également de puissantes capacités pour les tâches de segmentation. Des outils comme Ultralytics HUB offrent des plateformes pour former, gérer des ensembles de données comme COCO et déployer des modèles de segmentation de manière efficace.