リアルタイムYOLOセマンティックセグメンテーション
ピクセル単位の詳細なクラスラベルで、シーン全体を理解できます。Ultralyticsのセマンティックセグメンテーションモデルは、道路、植生、建物、製品などのすべてのピクセルを分類し、あらゆるYOLOタスクと同じ高速なトレーニングおよびデプロイのワークフローを提供します。
YOLO26セマンティックセグメンテーションモデル
YOLO26-semモデルはシーン内のすべてのピクセルにラベルを付けます。以下では、1024×2048解像度での平均IoUとして報告しています。5つのサイズがエッジデプロイから精度重視のマッピングまで対応し、負荷の軽いワークロード向けに640ピクセル版もドキュメントで紹介しています。
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 semantic segmentation model
model = YOLO("yolo26n-sem.pt")
# Run inference
results = model("image.jpg")| モデル | サイズ（px） | mIoU | RTX 3090 PyTorch（ms） | パラメーター数（M） | FLOPs（B） |
|---|---|---|---|---|---|
| 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 |
Ultralyticsドキュメントに掲載されている、1024×2048でのYOLO26セマンティックセグメンテーションベンチマーク。
世界をリードする組織から信頼されています
当社のモデルがもたらす影響
最先端のビジョンAIモデルで、さまざまな業界のプロセスを効率化します。Ultralyticsが、スピード、精度、使いやすさを実現します。
Ultralytics YOLOモデルの進化
実用的なYOLOv5のワークフローからエッジ対応のYOLO26推論まで、Ultralytics YOLOの進化をご覧ください。
スマートアノテーションでラベル付けを最大10倍高速化
Ultralytics Platformは、高品質なデータセットをより速く構築するための画像アノテーションツールを提供します。スマートアノテーションから精密な手動編集まで、品質を損なうことなく画像のラベル付けにかかる時間を短縮できるよう設計されています。
- SAMを活用したスマートアノテーション：ワンクリックでマスクとバウンディングボックスを作成できます。
- あらゆるAIタスクに対応：検出、インスタンスセグメンテーション、セマンティックセグメンテーション、分類、姿勢推定、OBB。
- 幅広いフォーマットに対応：YOLO、COCOなどから選択できます。
- チームレビューとバージョン管理：あらゆる段階で明確なコラボレーションを実現します。
高性能GPUで、より低コストにトレーニング
26基のNVIDIA GPUを$0.24/時間から利用できます — AmpereからBlackwellまで対応。上乗せ料金なし、最低利用条件なし、契約の縛りなし。
業界別ソリューションを見る
さまざまな本番環境で、チームがUltralyticsのコンピュータービジョンをどのように活用しているかをご覧ください。
農業
自動車
ヘルスケア
物流
製造
小売
ロボティクス
よくある質問
セマンティックセグメンテーションは、画像内のすべてのピクセルにクラスラベルを割り当て、ボックスやオブジェクトごとのマスクではなく、シーン全体の詳細なマップを生成します。道路、水域、作物、欠陥に該当するピクセルを特定できるため、モビリティ、農業、検査、マッピングにおけるシーン理解の基盤となります。
セマンティックセグメンテーションは個々のオブジェクトを区別せず、クラスごとにすべてのピクセルにラベルを付けます。つまり、すべての車に同じラベルが付与されます。インスタンスセグメンテーションはオブジェクトごとに個別のマスクを生成するため、オブジェクトを数えたり追跡したりできます。シーン全体の理解にはセマンティックセグメンテーションを、オブジェクト単位の分析にはインスタンスセグメンテーションを使用してください。Ultralyticsは、1つのワークフローで両方をサポートしています。
Ultralyticsのセマンティックセグメンテーションモデルは、YOLOファミリーで初めてピクセル単位の詳細なラベルを生成するモデルです。Ultralyticsのロードマップで発表され、セマンティックセグメンテーションのドキュメントで説明されています。おなじみのUltralyticsのトレーニング、検証、エクスポートのワークフローを共有しています。
クラスごとのピクセル単位のマスクを用意し、Ultralyticsライブラリのtrainモードを実行してください。または、Ultralytics Platformを使って、ブラウザー上でアノテーション、クラウドGPUトレーニング、評価を管理できます。事前学習済みの重みをファインチューニングするのが、優れた結果を得る最も速い方法です。
exportモードでエクスポートすると、ONNX、OpenVINO、TensorRTなどのフォーマットを使用して、エッジデバイス、車両、サーバー上でリアルタイム推論を実行できます。ピクセル単位の詳細な出力はエクスポート済みモデルから直接取得できるため、後続のパイプラインをシンプルに保てます。
Ultralyticsでセマンティックセグメンテーションを構築
ピクセル単位の詳細なセグメンテーションモデルをトレーニングし、Ultralytics Platformであらゆる環境にデプロイできます。