Phân đoạn ảnh YOLO theo thời gian thực
Vượt ra ngoài hộp giới hạn với mask chính xác đến từng pixel. Ultralytics YOLO26 hỗ trợ phân đoạn instance và phân đoạn ngữ nghĩa với workflow huấn luyện, xác thực và triển khai nhanh tương tự mọi tác vụ YOLO khác.
Các model phân đoạn YOLO26
Model YOLO26-seg phát hiện đối tượng và dự đoán mask chính xác đến từng pixel cho mỗi đối tượng, với năm kích thước từ nano đến extra-large. Độ chính xác của hộp và mask được báo cáo riêng bên dưới; mọi kích thước đều hỗ trợ huấn luyện, xác thực và export theo workflow Ultralytics tiêu chuẩn.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 segmentation model
model = YOLO("yolo26n-seg.pt")
# Run inference
results = model("image.jpg")| Model | Kích thước (px) | mAP hộp (e2e) | mAP mask (e2e) | CPU ONNX (ms) | T4 TensorRT (ms) | Tham số (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 |
Các benchmark phân đoạn instance YOLO26 từ tài liệu Ultralytics.
Được các tổ chức hàng đầu thế giới tin dùng
Tác động từ các model của chúng tôi
Tinh gọn quy trình trên nhiều ngành với các model AI thị giác tiên tiến của chúng tôi. Tốc độ, độ chính xác và tính dễ sử dụng được hỗ trợ bởi Ultralytics.
Quá trình phát triển của các model Ultralytics YOLO
Tìm hiểu quá trình phát triển của Ultralytics YOLO, từ quy trình YOLOv5 thực tiễn đến suy luận YOLO26 sẵn sàng cho edge.
Gắn nhãn nhanh hơn tới 10 lần với công cụ chú thích thông minh
Ultralytics Platform cung cấp công cụ chú thích ảnh giúp bạn xây dựng dataset chất lượng cao nhanh hơn. Từ chú thích thông minh đến chỉnh sửa thủ công chính xác, các tính năng này được thiết kế để giảm thời gian gắn nhãn ảnh mà không ảnh hưởng đến chất lượng.
- Chú thích thông minh được hỗ trợ bởi SAM:Tạo mask và bounding box chỉ bằng một lần nhấp.
- Hỗ trợ đầy đủ các tác vụ AI:Phát hiện, phân đoạn instance, phân đoạn ngữ nghĩa, phân loại, pose, OBB.
- Hỗ trợ định dạng phổ quát:Tùy chọn YOLO, COCO và nhiều định dạng khác.
- Đánh giá và quản lý phiên bản nhóm:Cộng tác rõ ràng ở mọi bước.
Huấn luyện với GPU tốt nhất, tiết kiệm hơn
26 GPU NVIDIA với giá khởi điểm $0.24/giờ — từ Ampere đến Blackwell. Không phụ phí, không mức tối thiểu, không cam kết.
Triển khai ở mọi nơi
Xuất sang 22 định dạng và triển khai trên các thiết bị biên, nền tảng đám mây và thiết bị di động.
Khám phá giải pháp theo ngành
Tìm hiểu cách các nhóm ứng dụng thị giác máy tính Ultralytics trong môi trường sản xuất.
Nông nghiệp
Ô tô
Chăm sóc sức khỏe
Logistics
Sản xuất
Bán lẻ
Robot
Nông nghiệp
Ô tô
Chăm sóc sức khỏe
Logistics
Sản xuất
Bán lẻ
Robot
Nông nghiệp
Ô tô
Chăm sóc sức khỏe
Logistics
Sản xuất
Bán lẻ
Robot
Câu hỏi thường gặp
Phân đoạn instance phát hiện từng đối tượng và phác họa đối tượng bằng mask chính xác đến từng pixel, thay vì chỉ dùng hộp giới hạn. Đây là tác vụ phù hợp khi hình dạng, diện tích hoặc ranh giới của đối tượng đóng vai trò quan trọng — chẳng hạn như đo lường vật thể, tách các đối tượng tiếp xúc nhau hoặc tạo mask cho vùng cần xử lý tiếp. Phân đoạn Ultralytics YOLO chạy theo thời gian thực với cùng API như phát hiện đối tượng.
Phân đoạn instance tạo một mask riêng cho mỗi đối tượng, vì vậy hai chiếc ô tô cạnh nhau sẽ có hai mask. Phân đoạn ngữ nghĩa gán nhãn lớp cho từng pixel trong cảnh mà không tách riêng từng đối tượng. Ultralytics YOLO26 hỗ trợ cả hai: dùng phân đoạn instance để đếm và theo dõi các đối tượng riêng biệt, còn phân đoạn ngữ nghĩa phù hợp để hiểu toàn cảnh, chẳng hạn lập bản đồ đường sá hoặc thảm thực vật.
Các model phân đoạn Ultralytics YOLO26 là lựa chọn khởi đầu được khuyến nghị cho dự án mới, từ kích thước nano dành cho thiết bị biên đến các biến thể lớn hơn cho những tác vụ yêu cầu độ chính xác cao. Các model phân đoạn YOLO11 vẫn được hỗ trợ theo cùng workflow.
Gán nhãn mask và huấn luyện bằng chế độ train của thư viện Ultralytics, hoặc dùng Ultralytics Platform để gán nhãn bằng công cụ polygon thông minh, huấn luyện trên GPU cloud và so sánh các lượt chạy. Fine-tune từ trọng số phân đoạn pretrained giúp hội tụ nhanh trên hầu hết dataset tùy chỉnh.
Export model đã huấn luyện bằng chế độ export sang ONNX, OpenVINO, TensorRT, CoreML, LiteRT và nhiều định dạng khác. Model đã export tự tạo mask phân đoạn, nhờ đó pipeline triển khai vẫn đơn giản trên các nền tảng biên, cloud và di động.
Xây dựng giải pháp phân đoạn ảnh với Ultralytics
Gán nhãn mask, huấn luyện model phân đoạn YOLO26 và triển khai ở bất cứ đâu với Ultralytics Platform.