التجزئة الدلالية الآنية باستخدام YOLO
افهم المشاهد كاملةً باستخدام تسميات فئات كثيفة لكل بكسل. تصنّف نماذج التجزئة الدلالية من Ultralytics كل بكسل — كالطرق والغطاء النباتي والمباني والمنتجات — عبر سير عمل التدريب والنشر السريع نفسه المتاح لكل مهام YOLO.
نماذج YOLO26 للتجزئة الدلالية
تُصنّف نماذج YOLO26-sem كل بكسل في المشهد، وتُعرض نتائجها أدناه على هيئة متوسط IoU بدقة 1024×2048. تغطي خمسة أحجام نطاقًا يمتد من النشر على الأجهزة الطرفية إلى رسم الخرائط الحساس للدقة، كما توثّق إصدارات إضافية بدقة 640 بكسل لأعباء العمل الأخف.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 semantic segmentation model
model = YOLO("yolo26n-sem.pt")
# Run inference
results = model("image.jpg")| النموذج | الحجم (بكسل) | mIoU | PyTorch على RTX 3090 (مللي ثانية) | المعاملات (مليون) | FLOPs (مليار) |
|---|---|---|---|---|---|
| YOLO26n-sem | 1024 × 2048 | 78.3 | 4.4 ± 0.0 | 1.6 | 22.7 |
| YOLO26s-sem | 1024 × 2048 | 80.8 | 8.4 ± 0.0 | 6.5 | 88.8 |
| YOLO26m-sem | 1024 × 2048 | 82.0 | 19.9 ± 0.1 | 14.3 | 304.5 |
| YOLO26l-sem | 1024 × 2048 | 82.9 | 26.5 ± 0.1 | 17.9 | 384.7 |
| YOLO26x-sem | 1024 × 2048 | 83.6 | 48.9 ± 0.2 | 40.2 | 861.7 |
معايير أداء التجزئة الدلالية لنماذج YOLO26 بدقة 1024×2048، من وثائق Ultralytics.
تحظى بثقة المؤسسات الرائدة عالميًا
أثر نماذجنا
بسّط العمليات في مختلف القطاعات باستخدام نماذج الذكاء الاصطناعي للرؤية المتطورة لدينا. سرعة ودقة وسهولة استخدام مدعومة من Ultralytics.
تطور نماذج Ultralytics YOLO
تعرّف على تطور Ultralytics YOLO من سير عمل YOLOv5 العملي إلى استدلال YOLO26 الجاهز للأجهزة الطرفية.
أنجز وسم البيانات بسرعة تفوق 10 مرات باستخدام التعليقات التوضيحية الذكية
توفر لك منصة Ultralytics أداة لتعليق الصور التوضيحي لبناء مجموعات بيانات عالية الجودة بسرعة أكبر. صُممت هذه الميزات، بدءًا من التعليقات التوضيحية الذكية ووصولًا إلى التحرير اليدوي الدقيق، لتقليل الوقت اللازم لوسم الصور من دون التضحية بالجودة.
- تعليقات توضيحية ذكية مدعومة بـ SAM:أقنعة ومربعات إحاطة بنقرة واحدة.
- تغطية كاملة لمهام الذكاء الاصطناعي:الكشف، وتقسيم الكائنات إلى وحدات، والتقسيم الدلالي، والتصنيف، وتقدير الوضعية، وOBB.
- دعم شامل للتنسيقات:اختر YOLO أو COCO أو غيرهما.
- مراجعة الفريق وإدارة الإصدارات:تعاون واضح في كل خطوة.
درّب باستخدام أفضل وحدات GPU بتكلفة أقل
26 من وحدات NVIDIA GPU ابتداءً من $0.24/ساعة — من Ampere إلى Blackwell. بلا هوامش ربح، ولا حد أدنى، ولا التزام.
استكشف حلول القطاعات
تعرّف على كيفية تطبيق الفرق لرؤية الحاسوب من Ultralytics في بيئات الإنتاج.
الزراعة
السيارات
الرعاية الصحية
الخدمات اللوجستية
التصنيع
البيع بالتجزئة
الروبوتات
الأسئلة المتكررة
تُسنِد التجزئة الدلالية تسمية فئة إلى كل بكسل في الصورة، منتجةً خريطة كثيفة للمشهد بأكمله بدلًا من الصناديق أو الأقنعة المنفصلة لكل كائن. وهي تجيب عن أسئلة مثل: أي وحدات البكسل تمثل طريقًا أو ماءً أو محصولًا أو عيبًا — وهذا هو أساس فهم المشاهد في مجالات التنقل والزراعة والفحص ورسم الخرائط.
تضع التجزئة الدلالية تسمية فئة لكل بكسل من دون فصل الكائنات الفردية — إذ تشترك جميع السيارات في تسمية واحدة. أما تجزئة الكائنات فتنتج قناعًا مميزًا لكل كائن، ما يتيح لك عدّها وتتبعها. استخدم التجزئة الدلالية لفهم المشهد على مستوى المشهد، وتجزئة الكائنات للتحليل على مستوى الكائن؛ وتدعم Ultralytics كليهما ضمن سير عمل واحد.
نماذج التجزئة الدلالية من Ultralytics هي الأولى في عائلة YOLO التي تنتج تسميات كثيفة لكل بكسل، وقد أُعلن عنها في خارطة طريق Ultralytics ووُثّقت في وثائق التجزئة الدلالية. وهي تعتمد سير عمل التدريب والتحقق والتصدير المألوف في Ultralytics.
جهّز أقنعة لكل بكسل لفئاتك وشغّل وضع التدريب في مكتبة Ultralytics، أو أدر التعليقات التوضيحية والتدريب السحابي على GPU والتقييم في المتصفح باستخدام منصة Ultralytics. ويُعد الضبط الدقيق للأوزان المدرّبة مسبقًا أسرع طريق إلى نتائج قوية.
صدّر النموذج باستخدام وضع التصدير إلى تنسيقات مثل ONNX وOpenVINO وTensorRT للاستدلال الآني على الأجهزة الطرفية والمركبات والخوادم. وتصدر المخرجات الكثيفة لكل بكسل مباشرةً من النموذج المُصدّر، ما يبقي مسارات المعالجة اللاحقة بسيطة.
أنشئ حلول التجزئة الدلالية باستخدام Ultralytics
درّب نماذج تجزئة كثيفة لكل بكسل وانشرها في أي مكان باستخدام منصة Ultralytics.