Segmentazione delle immagini

La segmentazione delle immagini è una tecnica sofisticata nella visione artificiale (CV) che comporta la suddivisione di un'immagine digitale in più sottogruppi di pixel, spesso denominati segmenti o regioni dell'immagine. A differenza della classificazione standard delle immagini, che assegna un'unica etichetta all'intera immagine, la segmentazione analizza i dati visivi a un livello molto più granulare, assegnando un'etichetta di classe specifica a ogni singolo pixel. Questo processo crea una mappa precisa a livello di pixel, consentendo ai modelli di intelligenza artificiale (AI) di comprendere non solo quali oggetti sono presenti, ma anche dove si trovano esattamente e quali sono i loro confini specifici .

I meccanismi dell'analisi a livello di pixel

Per ottenere questa comprensione ad alta fedeltà, i modelli di segmentazione sfruttano tipicamente architetture di deep learning (DL), in particolare le reti neurali convoluzionali (CNN). Queste reti agiscono come potenti estrattori di caratteristiche, identificando modelli quali bordi, texture e forme complesse . Le architetture di segmentazione tradizionali, come la classica U-Net, spesso impiegano una struttura codificatore-decodificatore. Il codificatore comprime l'immagine in ingresso per catturare il contesto semantico, mentre il decodificatore ricostruisce i dettagli spaziali per produrre una maschera di segmentazione finale.

I progressi moderni hanno portato alla creazione di architetture in tempo reale come YOLO26, rilasciata nel gennaio 2026. Questi modelli integrano funzionalità di segmentazione direttamente in una pipeline end-to-end, consentendo un'elaborazione ad alta velocità su vari hardware, dalle GPU cloud ai dispositivi edge .

Tipi principali di segmentazione

A seconda dell'obiettivo specifico di un progetto, gli sviluppatori scelgono generalmente tra tre principali tecniche di segmentazione:

• Segmentazione semantica: Questo metodo classifica i pixel in base alla loro categoria, ma non distingue tra oggetti separati della stessa classe. Ad esempio, in un' analisi di immagini satellitari, tutti i pixel che rappresentano la "foresta" sarebbero colorati di verde, trattando l'intera foresta come un'unica entità.
• Segmentazione delle istanze: Questa tecnica identifica e separa singoli oggetti distinti di interesse. In una scena di strada trafficata, la segmentazione delle istanze genererebbe una maschera unica per "Auto A", "Auto B" e "Pedone A", consentendo ai sistemi di contare e track entità track . Questa è una caratteristica fondamentale della famiglia di modelli Ultralytics .
• Segmentazione panottica: un approccio ibrido che combina la copertura della segmentazione semantica con la precisione della segmentazione delle istanze. Assegna un'etichetta a ogni pixel, distinguendo gli elementi amorfi dello sfondo (come il cielo e la strada) e identificando in modo univoco gli oggetti numerabili in primo piano.

Distinzione dal rilevamento degli oggetti

È fondamentale distinguere la segmentazione dal rilevamento degli oggetti. Mentre gli algoritmi di rilevamento localizzano gli elementi utilizzando un riquadro rettangolare, essi includono inevitabilmente i pixel dello sfondo all'interno di tale riquadro. La segmentazione fornisce una rappresentazione più precisa e accurata tracciando il contorno esatto o il poligono dell'oggetto. Questa differenza è fondamentale per applicazioni come la presa robotica, dove un braccio robotico deve conoscere la geometria precisa di un oggetto per manipolarlo senza collisioni.

Applicazioni nel mondo reale

La precisione offerta dalla segmentazione delle immagini stimola l'innovazione in diversi settori industriali:

• Diagnostica medica: nel campo dell' analisi delle immagini mediche, la segmentazione è essenziale per delineare le strutture anatomiche. Gli algoritmi analizzano le scansioni MRI per delineare i tumori o i confini degli organi, consentendo ai chirurghi di calcolare i volumi esatti e pianificare le procedure con precisione salvavita.
• Guida autonoma: i veicoli a guida autonoma si affidano alla segmentazione per navigare in sicurezza. Elaborando i feed video, il computer del veicolo è in grado di distinguere le corsie percorribili dai marciapiedi e dagli ostacoli. Organizzazioni di normazione come SAE International definiscono livelli di autonomia che richiedono questa percezione ambientale ad alta fedeltà.
• Agricoltura di precisione: nell' agricoltura basata sull'intelligenza artificiale, la segmentazione aiuta i sistemi robotici a identificare le erbacce tra le colture. Generando maschere per foglie di piante specifiche, gli irroratori automatizzati possono colpire solo le specie invasive, riducendo significativamente l'uso di diserbanti.

Implementazione della segmentazione con YOLO26

Gli sviluppatori possono implementare la segmentazione delle istanze in modo efficiente utilizzando il ultralytics Python . L' esempio seguente utilizza il più recente Modello YOLO26, ottimizzato sia per la velocità che per la precisione.

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()

Per ottenere prestazioni elevate nelle attività personalizzate, i team spesso devono curare dati di addestramento di alta qualità . Ultralytics semplifica questo processo fornendo strumenti per annotare immagini con maschere poligonali, gestire set di dati e addestrare modelli nel cloud, ottimizzando l'intero ciclo di vita delle operazioni di machine learning (MLOps) . Librerie come OpenCV sono spesso utilizzate insieme a questi modelli per la pre-elaborazione delle immagini e la post-elaborazione delle maschere risultanti.