Сегментация изображений

Сегментация изображений — это сложная техника в компьютерном зрении (CV), которая включает в себя разбиение цифрового изображения на несколько подгрупп пикселей, часто называемых сегментами или областями изображения. В отличие от стандартной классификации изображений, при которой всему изображению присваивается один ярлык, сегментация анализирует визуальные данные на гораздо более детальном уровне, присваивая конкретный ярлык класса каждому отдельному пикселю. В результате этого процесса создается точная карта на уровне пикселей, позволяющая моделям искусственного интеллекта (ИИ) понимать не только, какие объекты присутствуют, но и где именно они находятся и каковы их конкретные границы .

Механика анализа на уровне пикселей

Для достижения такого высококачественного понимания модели сегментации обычно используют архитектуры глубокого обучения (DL), в частности сверточные нейронные сети (CNN). Эти сети действуют как мощные экстракторы признаков, идентифицируя такие паттерны, как края, текстуры и сложные формы. Традиционные архитектуры сегментации, такие как классическая U-Net, часто используют структуру кодировщик-декодер. Кодировщик сжимает входное изображение для захвата семантического контекста, а декодер восстанавливает пространственные детали для вывода окончательной маски сегментации.

Современные достижения привели к появлению архитектур реального времени, таких как YOLO26, выпущенная в январе 2026 года. Эти модели интегрируют возможности сегментации непосредственно в сквозной конвейер, что позволяет осуществлять высокоскоростную обработку на различном оборудовании, от облачных графических процессоров до периферийных устройств.

Основные типы сегментации

В зависимости от конкретной цели проекта разработчики обычно выбирают один из трех основных методов сегментации:

• Семантическая сегментация: Этот метод классифицирует пиксели по их категории, но не различает отдельные объекты одного и того же класса. Например, при анализе спутниковых изображений все пиксели, представляющие «лес», будут окрашены в зеленый цвет, рассматривая весь лес как единое целое.
• Сегментация экземпляров: Эта техника идентифицирует и отделяет отдельные объекты, представляющие интерес. В оживленной уличной сцене сегментация экземпляров создаст уникальную маску для «Автомобиля A», «Автомобиля B» и «Пешехода A», позволяя системам считать и track объекты. Это основная функция семейства моделей Ultralytics .
• Паноптическая сегментация: гибридный подход, сочетающий охват семантической сегментации с точностью сегментации экземпляров. Он присваивает метку каждому пикселю, различая аморфные элементы фона (такие как небо и дорога) и однозначно идентифицируя поддающиеся подсчету объекты переднего плана.

Отличие от обнаружения объектов

Очень важно отличать сегментацию от обнаружения объектов. В то время как алгоритмы обнаружения локализуют объекты с помощью прямоугольной ограничивающей рамки, они неизбежно включают в эту рамку пиксели фона. Сегментация обеспечивает более точное и аккуратное представление, отслеживая точный контур или многоугольник объекта. Это различие имеет жизненно важное значение для таких приложений, как роботизированный захват, где робот-манипулятор должен знать точную геометрию объекта, чтобы манипулировать им без столкновений.

Применение в реальном мире

Точность, обеспечиваемая сегментацией изображений, стимулирует инновации в различных отраслях:

• Медицинская диагностика: В области анализа медицинских изображений сегментация необходима для определения контуров анатомических структур. Алгоритмы анализируют МРТ-сканы, чтобы определить границы опухолей или органов, что позволяет хирургам рассчитывать точные объемы и планировать процедуры с спасающей жизнь точностью.
• Автономное вождение: самоуправляемые автомобили полагаются на сегментацию для безопасного перемещения. Обрабатывая видеопоток, компьютер автомобиля может отличать проезжую часть от тротуаров и препятствий. Организации по стандартизации, такие как SAE International, определяют уровни автономности, которые требуют такого высокоточного восприятия окружающей среды.
• Точное земледелие: в сфере применения искусственного интеллекта в сельском хозяйстве сегментация помогает роботизированным системам выявлять сорняки среди сельскохозяйственных культур. Создавая маски для листьев определенных растений, автоматические опрыскиватели могут воздействовать только на инвазивные виды, что значительно сокращает использование гербицидов.

Реализация сегментации с помощью YOLO26

Разработчики могут эффективно реализовать сегментацию экземпляров с помощью ultralytics Python . В следующем примере используется современный Модель YOLO26, который оптимизирован как для скорости, так и для точности.

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()

Для достижения высокой производительности при выполнении пользовательских задач командам часто необходимо подбирать высококачественные учебные данные. Ultralytics упрощает этот процесс, предоставляя инструменты для аннотирования изображений с помощью многоугольных масок, управления наборами данных и обучения моделей в облаке, оптимизируя весь жизненный цикл операций машинного обучения (MLOps). Библиотеки, такие как OpenCV также часто используются вместе с этими моделями для предварительной обработки изображений и постобработки полученных масок.