Segmentazione immagini YOLO in tempo reale
Vai oltre i bounding box con maschere pixel-accurate. Ultralytics YOLO26 supporta la segmentazione delle istanze e semantica con lo stesso rapido flusso di lavoro di addestramento, convalida e distribuzione di ogni task YOLO.
Modelli di segmentazione YOLO26
I modelli YOLO26-seg rilevano gli oggetti e prevedono una maschera pixel-accurate per ciascuno di essi, in cinque dimensioni, dalla nano alla extra-large. L'accuratezza dei box e delle maschere è riportata separatamente qui sotto; tutte le dimensioni si addestrano, si convalidano e si esportano tramite il flusso di lavoro standard di Ultralytics.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 segmentation model
model = YOLO("yolo26n-seg.pt")
# Run inference
results = model("image.jpg")| Modello | Dimensione (px) | mAP box (e2e) | mAP mask (e2e) | CPU ONNX (ms) | T4 TensorRT (ms) | Parametri (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 |
Benchmark di segmentazione delle istanze YOLO26 dalla documentazione di Ultralytics.
Scelto dalle principali organizzazioni mondiali
L'impatto dei nostri modelli
Semplifica i processi in tutti i settori con i nostri modelli di visione artificiale all'avanguardia. Velocità, precisione e facilità d'uso potenziate da Ultralytics.
L'evoluzione dei modelli Ultralytics YOLO
Scopri come Ultralytics YOLO si è evoluto dal pratico flusso di lavoro di YOLOv5 all'inferenza YOLO26 pronta per l'edge.
Ha reso l'object detection in tempo reale accessibile con un workflow PyTorch rapido e pratico.
Espanso il flusso di lavoro unificato tra rilevamento, segmentazione, classificazione, pose e OBB.
Precisione, velocità ed efficienza migliorate mantenendo il familiare flusso di lavoro Ultralytics.
Introdotta l'inferenza end-to-end e un'architettura ottimizzata per un efficiente deployment sull'edge.
Etichetta fino a 10 volte più velocemente con l'annotazione intelligente
La Ultralytics Platform ti offre lo strumento di annotazione delle immagini per creare dataset di alta qualità più velocemente. Dall'annotazione intelligente alla precisa modifica manuale, queste funzionalità sono progettate per ridurre i tempi di etichettatura delle immagini senza sacrificarne la qualità.
- Annotazione intelligente basata su SAM: Maschere e bounding boxes in un solo clic.
- Copertura completa dei task AI: Detection, instance segmentation, semantic segmentation, classification, pose, OBB.
- Supporto universale per i formati: La tua scelta tra YOLO, COCO, VOC e altro ancora.
- Revisione del team e versionamento: Collaborazione chiara in ogni fase.
Addestra sulle migliori GPU spendendo meno
26 GPU NVIDIA a partire da $0,24/ora — da Ampere a Blackwell. Nessun sovrapprezzo, nessun minimo, nessun impegno.
Implementa ovunque
Esporta in 20 formati e distribuisci su edge, cloud e mobile.
Esplora le soluzioni industriali
Scopri come i team applicano la visione artificiale di Ultralytics negli ambienti di produzione.
AI in agricoltura
AI nell'automotive
AI nella sanità
AI nella logistica
AI nella produzione
AI nel retail
AI nella robotica
AI in agricoltura
AI nell'automotive
AI nella sanità
AI nella logistica
AI nella produzione
AI nel retail
AI nella robotica
AI in agricoltura
AI nell'automotive
AI nella sanità
AI nella logistica
AI nella produzione
AI nel retail
AI nella robotica
Domande frequenti
La segmentazione delle istanze rileva ogni oggetto e lo delinea con una maschera pixel-accurate invece del solo bounding box. È il task ideale quando la forma, l'area o i confini dell'oggetto sono importanti, ad esempio per misurare articoli, separare oggetti che si toccano o mascherare regioni per l'elaborazione a valle. La segmentazione di Ultralytics YOLO viene eseguita in tempo reale con la stessa API del rilevamento.
La segmentazione delle istanze produce una maschera separata per oggetto, quindi due auto adiacenti ottengono due maschere. La segmentazione semantica assegna un'etichetta di classe a ogni pixel nella scena senza separare i singoli oggetti. Ultralytics YOLO26 le supporta entrambe: usa la segmentazione delle istanze per contare e tracciare oggetti distinti e la segmentazione semantica per la comprensione completa della scena, come la mappatura stradale o della vegetazione.
I modelli di segmentazione Ultralytics YOLO26 sono il punto di partenza consigliato per i nuovi progetti, dalla dimensione nano per i dispositivi edge ai modelli più grandi per lavori che richiedono alta precisione. I modelli di segmentazione YOLO11 rimangono supportati attraverso lo stesso flusso di lavoro.
Annota le maschere e addestra con la modalità di addestramento della libreria Ultralytics, oppure usa Ultralytics Platform per annotare con strumenti di poligono intelligenti, addestrare su GPU cloud e confrontare le esecuzioni. Il fine-tuning da pesi di segmentazione preaddestrati converge rapidamente sulla maggior parte dei dataset personalizzati.
Esporta i modelli addestrati con la modalità di esportazione in ONNX, TensorRT, CoreML, OpenVINO, LiteRT e altro ancora. Le maschere di segmentazione sono prodotte nativamente dal modello esportato, così la pipeline di distribuzione rimane semplice su target edge, cloud e mobile.
Costruisci la segmentazione immagini con Ultralytics
Annota maschere, addestra modelli di segmentazione YOLO26 e distribuiscili ovunque con Ultralytics Platform.