YOLO-Bildsegmentierung in Echtzeit
Gehe über Begrenzungsboxen hinaus und nutze pixelgenaue Masken. Ultralytics YOLO26 unterstützt die Instanz- und semantische Segmentierung mit demselben schnellen Arbeitsablauf für Training, Validierung und Bereitstellung wie alle anderen YOLO-Aufgaben.
YOLO26-Segmentierungsmodelle
YOLO26-seg-Modelle erkennen Objekte und sagen für jedes Objekt eine pixelgenaue Maske voraus. Sie sind in fünf Größen von Nano bis Extra-Large verfügbar. Die Genauigkeit der Boxen und Masken wird unten getrennt ausgewiesen; alle Größen lassen sich im standardmäßigen Ultralytics-Arbeitsablauf trainieren, validieren und exportieren.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 segmentation model
model = YOLO("yolo26n-seg.pt")
# Run inference
results = model("image.jpg")| Modell | Größe (px) | mAP Box (e2e) | mAP Maske (e2e) | CPU ONNX (ms) | T4 TensorRT (ms) | Parameter (M) | FLOPs (B) |
|---|---|---|---|---|---|---|---|
| YOLO26n-seg | 640 | 39.6 | 33.9 | 53.3 ± 0.5 | 2.1 ± 0.0 | 2.7 | 9.1 |
| YOLO26s-seg | 640 | 47.3 | 40.0 | 118.4 ± 0.9 | 3.3 ± 0.0 | 10.4 | 34.2 |
| YOLO26m-seg | 640 | 52.5 | 44.1 | 328.2 ± 2.4 | 6.7 ± 0.1 | 23.6 | 121.5 |
| YOLO26l-seg | 640 | 54.4 | 45.5 | 387.0 ± 3.7 | 8.0 ± 0.1 | 28.0 | 139.8 |
| YOLO26x-seg | 640 | 56.5 | 47.0 | 787.0 ± 6.8 | 16.4 ± 0.1 | 62.8 | 313.5 |
Benchmarks zur YOLO26-Instanzsegmentierung aus der Ultralytics-Dokumentation.
Weltweit führende Organisationen vertrauen uns
Die Wirkung unserer Modelle
Optimiere Abläufe in verschiedenen Branchen mit unseren hochmodernen Vision-AI-Modellen. Ultralytics sorgt für Geschwindigkeit, Genauigkeit und einfache Bedienung.
Die Entwicklung der Ultralytics-YOLO-Modelle
Sieh dir an, wie sich Ultralytics YOLO vom praktischen YOLOv5-Ablauf bis zur Inferenz mit YOLO26 für Edge-Geräte weiterentwickelt hat.
Bis zu 10-mal schneller beschriften – mit intelligenter Annotation
Die Ultralytics Platform bietet dir ein Bild-Annotationstool, mit dem du schneller hochwertige Datensätze erstellst. Von intelligenter Annotation bis hin zu präziser manueller Bearbeitung: Diese Funktionen verkürzen die Zeit für die Bildbeschriftung, ohne die Qualität zu beeinträchtigen.
- Intelligente, von SAM unterstützte Annotation:Masken und Begrenzungsrahmen mit einem Klick.
- Unterstützung für alle KI-Aufgaben:Objekterkennung, Instanzsegmentierung, semantische Segmentierung, Klassifizierung, Posenschätzung, OBB.
- Unterstützung universeller Formate:Du hast die Wahl zwischen YOLO, COCO und mehr.
- Teamprüfung und Versionsverwaltung:Klare Zusammenarbeit bei jedem Schritt.
Trainiere kostengünstig mit den besten GPUs
26 NVIDIA-GPUs ab 0,24 $/Std. – von Ampere bis Blackwell. Keine Aufschläge, keine Mindestabnahme, keine Vertragsbindung.
Überall bereitstellen
Exportiere in 22 Formate und stelle sie auf Edge-Geräten, in der Cloud und auf Mobilgeräten bereit.
Lösungen für verschiedene Branchen entdecken
Erfahre, wie Teams Computer Vision von Ultralytics in Produktionsumgebungen einsetzen.
Landwirtschaft
Automobilindustrie
Gesundheitswesen
Logistik
Fertigung
Einzelhandel
Robotik
Landwirtschaft
Automobilindustrie
Gesundheitswesen
Logistik
Fertigung
Einzelhandel
Robotik
Landwirtschaft
Automobilindustrie
Gesundheitswesen
Logistik
Fertigung
Einzelhandel
Robotik
Häufig gestellte Fragen
Die Instanzsegmentierung erkennt jedes Objekt und umreißt es mit einer pixelgenauen Maske, statt nur eine Begrenzungsbox zu verwenden. Sie eignet sich, wenn Form, Fläche oder Grenzen eines Objekts wichtig sind – zum Beispiel beim Vermessen von Gegenständen, Trennen einander berührender Objekte oder Maskieren von Bereichen für die weitere Verarbeitung. Die Ultralytics-YOLO-Segmentierung läuft in Echtzeit und verwendet dieselbe API wie die Erkennung.
Die Instanzsegmentierung erstellt für jedes Objekt eine eigene Maske, sodass zwei nebeneinanderliegende Autos zwei Masken erhalten. Die semantische Segmentierung weist jedem Pixel der Szene eine Klassenbezeichnung zu, ohne einzelne Objekte voneinander abzugrenzen. Ultralytics YOLO26 unterstützt beides: Nutze die Instanzsegmentierung, um einzelne Objekte zu zählen und zu verfolgen, und die semantische Segmentierung, um die gesamte Szene zu erfassen, etwa bei der Kartierung von Straßen oder Vegetation.
Ultralytics YOLO26-Segmentierungsmodelle sind der empfohlene Ausgangspunkt für neue Projekte – von der Nano-Größe für Edge-Geräte bis zu größeren Varianten für Anwendungen, bei denen Genauigkeit entscheidend ist. YOLO11-Segmentierungsmodelle werden weiterhin mit demselben Arbeitsablauf unterstützt.
Annotiere Masken und trainiere mit dem Trainingsmodus der Ultralytics-Bibliothek oder verwende die Ultralytics Platform, um Masken mit intelligenten Polygonwerkzeugen zu annotieren, auf Cloud-GPUs zu trainieren und Trainingsläufe zu vergleichen. Mit vortrainierten Segmentierungsgewichten konvergiert das Fine-Tuning bei den meisten benutzerdefinierten Datensätzen schnell.
Exportiere trainierte Modelle mit dem Exportmodus nach ONNX, OpenVINO, TensorRT, CoreML, LiteRT und in weitere Formate. Segmentierungsmasken werden direkt vom exportierten Modell erzeugt, sodass die Bereitstellung auf Edge-Geräten, in der Cloud und auf Mobilgeräten einfach bleibt.
Bildsegmentierung mit Ultralytics entwickeln
Annotiere Masken, trainiere YOLO26-Segmentierungsmodelle und stelle sie mit der Ultralytics Platform überall bereit.