Scopri come la segmentazione delle istanze perfeziona il rilevamento degli oggetti con una precisione a livello di pixel, consentendo maschere dettagliate degli oggetti per le applicazioni di intelligenza artificiale.
La segmentazione delle istanze è una sofisticata tecnica di computer vision che identifica gli oggetti all'interno di un'immagine e delinea i confini precisi di ogni singola istanza a livello di pixel. In questo modo si ottiene una comprensione molto più dettagliata di una scena rispetto al semplice disegno di scatole intorno agli oggetti, consentendo applicazioni avanzate di intelligenza artificiale (AI) in cui la forma e la separazione esatta sono fondamentali.
Superando i metodi più semplici, la segmentazione delle istanze genera una maschera unica per ogni oggetto rilevato, anche se più oggetti appartengono alla stessa categoria (come l'identificazione di ogni auto separatamente in una foto del traffico). Questa delineazione perfetta al pixel permette ai sistemi di capire non solo quali oggetti sono presenti, ma anche la loro forma, dimensione e posizione esatta, distinguendo efficacemente gli oggetti che si sovrappongono. Questa capacità è fondamentale per i compiti che richiedono una precisa consapevolezza spaziale e un'elevata accuratezza.
È importante distinguere la segmentazione delle istanze dalle attività di computer vision correlate:
La segmentazione delle istanze si concentra in particolare sull'identificazione e la delineazione di oggetti distinti.
Gli approcci tradizionali, come il noto Mask R-CNN, utilizzano spesso un processo in due fasi: prima rilevano gli oggetti con dei riquadri di delimitazione, poi generano delle maschere all'interno di questi riquadri. Pur essendo accurati, questi metodi possono essere intensivi dal punto di vista computazionale. Metodi più moderni, a fase singola, come le varianti di Ultralytics YOLOprevedono contemporaneamente i riquadri di delimitazione e le maschere, ottenendo prestazioni più veloci e adatte all'inferenza in tempo reale. Questi modelli vengono addestrati su grandi set di dati come COCO, che includono annotazioni di segmentazione(COCO Segmentation Dataset).
I risultati dettagliati della segmentazione delle istanze sono preziosi in molti campi:
Ultralytics offre modelli all'avanguardia in grado di segmentare le istanze ad alte prestazioni. Modelli come Ultralytics YOLOv8 e il più recente Ultralytics YOLO11 offrono pesi pre-addestrati per le attività di segmentazione e possono essere facilmente addestrati su set di dati specifici. Puoi imparare a usare YOLO11 per la segmentazione di istanze o esplorare la segmentazione con i modelli YOLOv8 pre-addestrati. La gestione dei dataset, dell'addestramento e della distribuzione è semplificata grazie a Ultralytics HUB. Per un confronto dettagliato delle prestazioni, vedi YOLO11 vs YOLOv8. La documentazione sulle attività di segmentazione fornisce ulteriori indicazioni.