Gerçek zamanlı YOLO anlamsal segmentasyonu
Piksel başına yoğun sınıf etiketleriyle tüm sahneleri anlamlandır. Ultralytics anlamsal segmentasyon modelleri her pikseli (yolları, bitki örtüsünü, binaları, ürünleri) sınıflandırır ve her YOLO göreviyle aynı hızlı eğitim ve dağıtım iş akışını sunar.
YOLO26 anlamsal segmentasyon modelleri
YOLO26-sem modelleri sahnedeki her pikseli etiketler; sonuçlar aşağıda 1024×2048 çözünürlükte ortalama IoU olarak verilmiştir. Beş boyut, uç cihaz dağıtımından doğruluğun kritik olduğu haritalamaya kadar farklı ihtiyaçları karşılar; daha hafif iş yükleri için ek 640 piksel varyantları da belgelenmiştir.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 semantic segmentation model
model = YOLO("yolo26n-sem.pt")
# Run inference
results = model("image.jpg")| Model | Boyut (px) | mIoU | RTX 3090 PyTorch (ms) | Parametre (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 belgelerinden 1024×2048 çözünürlükte YOLO26 anlamsal segmentasyon kıyaslama sonuçları.
Dünyanın önde gelen kuruluşlarının tercihi
Modellerimizin etkisi
En yeni görüntü yapay zekâ modellerimizle sektörler genelindeki süreçleri kolaylaştır. Ultralytics'in sunduğu hız, doğruluk ve kullanım kolaylığı.
Ultralytics YOLO modellerinin gelişimi
Ultralytics YOLO'nun pratik YOLOv5 iş akışından uç cihazlara hazır YOLO26 çıkarımına nasıl evrildiğini gör.
Akıllı anotasyonla 10 kata kadar daha hızlı etiketle
Ultralytics Platform, yüksek kaliteli veri kümelerini daha hızlı oluşturman için görüntü anotasyon aracı sunar. Akıllı anotasyondan hassas manuel düzenlemeye kadar bu özellikler, kaliteden ödün vermeden görüntü etiketleme süresini azaltmak için tasarlandı.
- SAM destekli akıllı anotasyon:Maskeler ve sınırlayıcı kutular tek tıkla.
- Tüm yapay zekâ görevlerini kapsar:Nesne algılama, örnek segmentasyonu, anlamsal segmentasyon, sınıflandırma, poz tahmini, OBB.
- Evrensel biçim desteği:YOLO, COCO ve daha fazlası arasından seçim yap.
- Ekip incelemesi ve sürüm takibi:Her adımda sorunsuz iş birliği.
En iyi GPU'larda daha ucuza eğitim yap
Saatte $0.24 fiyatından başlayan 26 NVIDIA GPU — Ampere'den Blackwell'e. Ek ücret yok, minimum yok, taahhüt yok.
Sektörel çözümleri keşfet
Ekiplerin Ultralytics bilgisayarlı görü teknolojisini üretim ortamlarında nasıl kullandığını gör.
Tarım
Otomotiv
Sağlık
Lojistik
Üretim
Perakende
Robotik
Sık sorulan sorular
Anlamsal segmentasyon, kutular veya nesne başına maskeler yerine tüm sahnenin yoğun bir haritasını oluşturarak görüntüdeki her piksele bir sınıf etiketi atar. Hangi piksellerin yol, su, ekin veya kusur olduğunu belirlemeyi sağlar; mobilite, tarım, denetim ve haritalamada sahneyi anlamanın temelini oluşturur.
Anlamsal segmentasyon, tek tek nesneleri birbirinden ayırmadan her pikseli sınıfına göre etiketler; tüm arabalar aynı etiketi alır. Örnek segmentasyonu ise her nesne için ayrı bir maske üretir, böylece nesneleri sayabilir ve takip edebilirsin. Sahne düzeyinde anlama için anlamsal segmentasyonu, nesne düzeyinde analiz için örnek segmentasyonunu kullan; Ultralytics her ikisini de tek bir iş akışıyla destekler.
Ultralytics anlamsal segmentasyon modelleri, yoğun piksel başına etiketler üreten YOLO ailesinin ilk modelleridir; bu modeller Ultralytics yol haritasında duyuruldu ve anlamsal segmentasyon belgelerinde açıklandı. Alışık olduğun Ultralytics eğitim, doğrulama ve dışa aktarma iş akışını paylaşırlar.
Sınıfların için piksel başına maskeler hazırla ve Ultralytics kütüphanesinin eğitim modunu çalıştır ya da açıklama ekleme, bulut GPU eğitimi ve değerlendirme işlemlerini tarayıcıda Ultralytics Platform ile yönet. Önceden eğitilmiş ağırlıklarda ince ayar yapmak, güçlü sonuçlara ulaşmanın en hızlı yoludur.
Uç cihazlarda, araçlarda ve sunucularda gerçek zamanlı çıkarım yapmak için dışa aktarma moduyla ONNX, OpenVINO ve TensorRT gibi biçimlere aktar. Piksel başına yoğun çıktılar doğrudan dışa aktarılan modelden alınır ve sonraki işlem hatları basit kalır.
Ultralytics ile anlamsal segmentasyon geliştir
Piksel başına yoğun segmentasyon modellerini eğit ve Ultralytics Platform ile her yerde dağıt.