Segmentação de imagens YOLO em tempo real
Vá além das caixas delimitadoras com máscaras precisas ao nível do pixel. O Ultralytics YOLO26 suporta segmentação de instâncias e semântica com o mesmo fluxo de trabalho rápido de treino, validação e implementação de cada tarefa YOLO.
Modelos de segmentação YOLO26
Os modelos YOLO26-seg detectam objetos e preveem uma máscara precisa ao nível do pixel para cada um deles, em cinco tamanhos, do nano ao extra-large. A precisão da BBox e da máscara é reportada separadamente abaixo; todos os tamanhos treinam, validam e exportam através do fluxo de trabalho padrão da Ultralytics.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 segmentation model
model = YOLO("yolo26n-seg.pt")
# Run inference
results = model("image.jpg")| Modelo | Tamanho (px) | mAP box (e2e) | mAP mask (e2e) | CPU ONNX (ms) | T4 TensorRT (ms) | Parâmetros (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 de segmentação de instâncias YOLO26 da documentação da Ultralytics.
Com a confiança das organizações líderes mundiais
O impacto dos nossos modelos
Otimiza processos em todas as indústrias com os nossos modelos de IA de visão de última geração. Velocidade, precisão e facilidade de utilização potenciadas pela Ultralytics.
A evolução dos modelos Ultralytics YOLO
Vê como o Ultralytics YOLO evoluiu do prático fluxo de trabalho YOLOv5 para a inferência YOLO26 pronta para edge.
Tornou a detecção de objetos em tempo real acessível com um fluxo de trabalho PyTorch rápido e prático.
Expansão do fluxo de trabalho unificado em deteção, segmentação, classificação, pose e OBB.
Precisão, velocidade e eficiência melhoradas enquanto se preserva o familiar fluxo de trabalho Ultralytics.
Introduziu inferência de ponta a ponta e uma arquitetura otimizada para implantação eficiente na borda.
Rotule até 10x mais rápido com a anotação inteligente
A Ultralytics Platform fornece a ferramenta de anotação de imagens para criar conjuntos de dados de alta qualidade mais rapidamente. Desde a anotação inteligente até a edição manual precisa, estes recursos foram projetados para reduzir o tempo de rotulagem de imagens sem sacrificar a qualidade.
- Anotação inteligente baseada em SAM: Máscaras e caixas delimitadoras em um clique.
- Cobertura total de tarefas de IA: Detecção, segmentação de instâncias, segmentação semântica, classificação, pose, OBB.
- Suporte a formatos universais: A tua escolha entre YOLO, COCO, VOC e muito mais.
- Revisão de equipe e controle de versão: Colaboração clara em cada passo.
Treina nas melhores GPUs por menos
26 GPUs NVIDIA a partir de $0,24/hora — desde Ampere a Blackwell. Sem margens, sem mínimos, sem compromissos.
Implementa em qualquer lugar
Exporta para 20 formatos e faz o deploy em edge, cloud e mobile.
Explora soluções para a indústria
Vê como as equipas aplicam a visão computacional da Ultralytics em ambientes de produção.
IA na agricultura
IA na indústria automotiva
IA na saúde
IA em logística
IA na manufatura
IA no varejo
IA em robótica
IA na agricultura
IA na indústria automotiva
IA na saúde
IA em logística
IA na manufatura
IA no varejo
IA em robótica
IA na agricultura
IA na indústria automotiva
IA na saúde
IA em logística
IA na manufatura
IA no varejo
IA em robótica
Perguntas frequentes
A Instance segmentation detecta cada objeto e contorna-o com uma máscara precisa ao nível do pixel em vez de apenas uma caixa delimitadora. É a tarefa certa quando a forma, a área ou os limites do objeto são importantes — por exemplo, para medir itens, separar objetos que se tocam ou mascarar regiões para processamento posterior. A segmentação Ultralytics YOLO funciona em tempo real com a mesma API que a detecção.
A segmentação de instâncias produz uma máscara separada por objeto, pelo que dois carros adjacentes obtêm duas máscaras. A Semantic segmentation atribui um rótulo de classe a cada pixel na cena sem separar objetos individuais. O Ultralytics YOLO26 suporta ambas: usa instance segmentation para contar e rastrear objetos distintos, e a segmentação semântica para compreensão total da cena, como mapeamento de estradas ou vegetação.
Os modelos de segmentação Ultralytics YOLO26 são o ponto de partida recomendado para novos projetos, desde o tamanho nano para dispositivos de edge até variantes maiores para trabalhos que exigem precisão. Os modelos de segmentação YOLO11 continuam a ser suportados através do mesmo fluxo de trabalho.
Anote máscaras e treine com o train mode da biblioteca Ultralytics, ou use a Ultralytics Platform para anotar com ferramentas de polígono inteligentes, treinar em GPUs na nuvem e comparar execuções. O ajuste fino a partir de pesos de segmentação pré-treinados converge rapidamente na maioria dos conjuntos de dados personalizados.
Exporte modelos treinados com o export mode para ONNX, TensorRT, CoreML, OpenVINO, LiteRT e mais. As máscaras de segmentação são produzidas nativamente pelo modelo exportado, pelo que o pipeline de implementação permanece simples em alvos de edge, nuvem e dispositivos móveis.
Construa a segmentação de imagens com a Ultralytics
Anote máscaras, treine modelos de segmentação YOLO26 e implemente-os em qualquer lugar com a Ultralytics Platform.