Gerçek zamanlı YOLO anlamsal bölütleme
Yoğun piksel bazlı sınıf etiketleriyle tüm sahneleri anla. Ultralytics anlamsal bölütleme modelleri; yolları, bitki örtüsünü, binaları, ürünleri — her YOLO göreviyle aynı hızlı eğitim ve dağıtım iş akışıyla her pikseli sınıflandırır.
YOLO26 anlamsal bölütleme modelleri
YOLO26-sem modelleri sahnteki her pikseli etiketler; bunlar aşağıda 1024×2048 çözünürlükte ortalama IoU olarak bildirilmektedir. Beş farklı boyut, uç cihaz dağıtımlarından doğruluk odaklı haritalamaya kadar uzanır ve daha hafif iş yükleri için ek 640 piksel varyantlar 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) | Parametreler (M) | FLOP (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 bölütleme kıyaslamaları.
Dünyanın önde gelen kurumları tarafından güveniliyor
Modellerimizin etkisi
Son teknoloji görsel yörsel YZ modellerimizle endüstriler genelinde işreçleri iyileştir. Ultralytics tarafından desteklenen hız, doğruluk ve kolaylık.
Ultralytics YOLO modellerinin evrimi
Ultralytics YOLO'nun pratik YOLOv5 iş akışından uç kullanıma hazır YOLO26 çıkarımına nasıl evrildiğini gör.
Akıllı etiketleme ile 10 kata kadar daha hızlı etiketle
Ultralytics Platform, daha yüksek kalitede veri setlerini daha hızlı oluşturman için sana görsel etiketleme aracını sunar. Akıllı etiketlemeden hassas manuel düzenlemeye kadar bu özellikler, kaliteden ödün vermeden görsel etiketleme süresini azaltmak için tasarlanmıştır.
- SAM destekli akıllı etiketleme: Tek tıklamayla maskeler ve sınırlayıcı kutular.
- Tam YZ görev kapsamı: Tespit, örnek bölütleme, anlamsal bölütleme, sınıflandırma, poz, OBB.
- Evrensel biçim desteği: YOLO, COCO ve daha fazlası arasından seçimin.
- Ekip incelemesi ve sürümleme: Her adımda net iş birliği.
En İyi GPU'larda Daha Düşük Maliyetle Eğitim Yap
Ampere'den Blackwell'e 26 NVIDIA GPU, saatlik 0,24 $'dan başlayan fiyatlarla. Ek ücret yok, alt sınır yok, taahhüt yok.
Endüstri çözümlerini keşfet
Ekiplerin Ultralytics bilgisayarlı görüşü üretim ortamlarında nasıl uyguladığını gör.
Tarım
Otomotiv
Sağlık
Lojistik
Üretim
Perakende
Robotik
Tarım
Otomotiv
Sağlık
Lojistik
Üretim
Perakende
Robotik
Tarım
Otomotiv
Sağlık
Lojistik
Üretim
Perakende
Robotik
Sıkça sorulan sorular
Anlamsal segmentasyon, bir görüntürdeki her piksele bir sınıf etiketi atayarak kutular veya nesne başına maskeler yerine tüm sahnenin yoğun bir haritasını üretir. Hangi pikselin yol, su, ekin veya kusur olduğunu yanıtlar; bu da mobilite, tarım, denetim ve haritalandırmada sahne anlayışının temelidir.
Anlamsal segmentasyon, bireysel nesneleri ayırmadan her pikseli sınıfa göre etiketler; tüm arabalar tek bir etiket paylaşır. Örnek segmentasyonu, nesne başına ayrı bir maske üretir, böylece bunları sayabilir ve takip edebilirsin. Sahne düzeyinde anlayış için anlamsal segmentasyonu, nesne düzeyinde analiz için örnek segmentasyonunu kullan; Ultralytics her ikisini de tek bir iş akışıyla destekler.
Ultralytics anlamsal segmentasyon modelleri, YOLO ailesinde yoğun piksel bazlı etiketler üreten ilk modellerdir; bu modeller Ultralytics yol haritası üzerinde duyurulmuş ve anlamsal segmentasyon belgeleri içinde belgelenmiştir. Bu modeller, tanıdık Ultralytics eğitim, doğrulama ve dışa aktarma iş akışını paylaşır.
Sınıfların için piksel bazlı maskeler hazırla ve Ultralytics kütüphanesinin eğitim modu nu çalıştır veya Ultralytics Platform ile tarayıcıda etiketlemeyi, bulut GPU eğitimini ve değerlendirmeyi yönet. Önceden eğitilmiş ağırlıklara ince ayar yapmak, güçlü sonuçlara giden en hızlı yoldur.
Kenar cihazlarda, araçlarda ve sunucularda gerçek zamanlı çıkarım için ONNX, TensorRT ve OpenVINO gibi formatlara dışa aktarma modu ile dışa aktar. Yoğun piksel bazlı çıktılar doğrudan dışa aktarılan modelden gelir ve sonraki aşamadaki işlem hatlarını basit tutar.
Ultralytics ile anlamsal bölütleme oluştur
Yoğun piksel bazlı bölütleme modellerini eğit ve Ultralytics Platform ile bunları istediğin yere dağıt.