وضع التسميات والتدريب على تجزئة الكائنات

صف تسمية المضلع#

يحتوي ملف تسميات التجزئة على صف واحد لكل كائن، مثل تسمية الكشف، لكنه يسرد مخطط الكائن على هيئة أزواج رؤوس مطبّعة بدلًا من صندوق. فيما يلي صف فعلي من COCO8-seg بعد اختصاره:

45 0.782016 0.986521 0.937078 0.874167 0.957297 0.782021 0.950562 0.739333 0.825844 0.561792 ...

ثلاث قواعد أساسية تحمل معظم العبء: ثلاثة رؤوس على الأقل لكل كائن، وقسمة الإحداثيات على أبعاد الصورة، وصف واحد لكل مثيل حتى عندما يتلامس كائنان من الفئة نفسها. يتضمن دليل مجموعة بيانات التجزئة المواصفات الكاملة.

تحقق من التسميات قبل التدريب#

لن يوقف التدريب صف يحتوي على عدد فردي من القيم، أو إحداثي مكتوب بالبكسل، أو مخطط مرسوم حول العنصر الخطأ. تقرأ أداة التحقق هذه مجموعة البيانات باستخدام أداة التحميل الخاصة بـ Ultralytics، وترفض الصفوف ذات التنسيق غير الصحيح، وتطبع مساحة كل مضلع بجانب الصندوق الذي ستشتقه Ultralytics منه:

from pathlib import Path

import numpy as np

from ultralytics.data.utils import check_det_dataset

data = check_det_dataset("coco8-seg.yaml")  # resolves paths, downloads if needed
for label in sorted(Path(data["path"], "labels", "train").glob("*.txt"))[:2]:
    for n, row in enumerate(label.read_text().splitlines(), 1):
        cls, *coords = row.split()
        if len(coords) % 2 or len(coords) < 6:
            print(f"{label.name}:{n} BAD: needs an even number of values and at least 3 vertices")
            continue
        xy = np.array(coords, dtype=float).reshape(-1, 2)
        if xy.min() < 0 or xy.max() > 1:
            print(f"{label.name}:{n} BAD: coordinates must be normalized to 0-1")
            continue
        x, y = xy[:, 0], xy[:, 1]
        area = 0.5 * abs(np.dot(x, np.roll(y, 1)) - np.dot(y, np.roll(x, 1)))  # shoelace formula
        w, h = xy.max(0) - xy.min(0)  # the box Ultralytics derives from the polygon
        name = data["names"][int(cls)]
        print(f"{label.stem} {name:9s} {len(xy):3d} vertices  polygon {area:.3f}  box {w * h:.3f}  fill {area / (w * h):.2f}")

000000000009 bowl       12 vertices  polygon 0.391  box 0.569  fill 0.69
000000000009 bowl       14 vertices  polygon 0.145  box 0.238  fill 0.61
000000000009 broccoli   50 vertices  polygon 0.161  box 0.252  fill 0.64
000000000009 bowl       55 vertices  polygon 0.079  box 0.531  fill 0.15
000000000009 orange     13 vertices  polygon 0.007  box 0.011  fill 0.64
000000000009 orange     13 vertices  polygon 0.005  box 0.009  fill 0.61
000000000009 orange     18 vertices  polygon 0.012  box 0.019  fill 0.61
000000000009 orange     12 vertices  polygon 0.010  box 0.022  fill 0.44
000000000025 giraffe    82 vertices  polygon 0.072  box 0.234  fill 0.31
000000000025 giraffe    19 vertices  polygon 0.010  box 0.027  fill 0.38

المساحات هي كسور من الصورة، لذا يغطي الوعاء الأول 39% من صورته. نسبة الامتلاء هي مساحة المضلع مقسومة على مساحة الصندوق، وهي العمود الذي ينبغي تفحصه:

• تقع معظم الكائنات المدمجة (الأوعية والبرتقال والبروكلي) ضمن النطاق 0.6–0.7.
• قيمة الزرافة، 0.31، حقيقية: تترك الأرجل الطويلة والرقبة معظم صندوقها فارغًا — وهذا هو سبب حاجة هذا الكائن إلى قناع أصلًا.
• قيمة الوعاء الثالث، 0.15، هي الصف الذي ينبغي للمراجع فتحه. لا يظهر من هذا الوعاء سوى حافة رفيعة حول الطعام، لذا يشكل مخططه شريطًا ضيقًا داخل صندوق كبير. وهذا صحيح هنا؛ أما في بياناتك، فكثيرًا ما تشير نسبة الامتلاء المنخفضة هذه إلى أن المخطط مرسوم حول كائن غير صحيح.

احصل على المضلعات دون تتبع كل حافة#

يُعد تتبع المخططات يدويًا الجزء المكلف من وضع تسميات البيانات. تحقق من الاختصار المناسب قبل أن يبدأ أي شخص:

في Ultralytics Platform، يشغّل الوضع الذكي SAM: تنتج نقرة إيجابية على الكائن ونقرة سلبية على ما ينبغي استبعاده قناعًا تراجعه بعد ذلك.

التدريب على COCO8-seg#

يتبع التدريب سير عمل الكشف باستخدام نموذج -seg ومجموعة بيانات تجزئة. يستغرق إكمال حقبة واحدة باستخدام imgsz=320 على وحدة CPU محمولة ثوانٍ، وهذا يكفي لإثبات عمل المسار كاملًا:

from ultralytics import YOLO

model = YOLO("yolo26n-seg.pt")
model.train(data="coco8-seg.yaml", epochs=1, imgsz=320, device="cpu")
metrics = model.val()
print(f"box  mAP50-95: {metrics.box.map:.3f}")
print(f"mask mAP50-95: {metrics.seg.map:.3f}")

                 Class     Images  Instances      Box(P          R      mAP50  mAP50-95)     Mask(P          R      mAP50  mAP50-95)
                   all          4         17      0.909      0.449      0.661      0.482      0.685      0.409      0.557      0.377
                 horse          1          2          1      0.993      0.995      0.564      0.619      0.857      0.663      0.199
box  mAP50-95: 0.482
mask mAP50-95: 0.377

تجعل صور التحقق الأربع هذه الأرقام غير موثوقة؛ المهم هو اكتمال التشغيل وكتابة weights/best.pt في runs/segment/. استخدم دليل مهمة التجزئة للبيانات الحقيقية، ودرّب النموذج وفق الجدول الكامل على GPU.

اقرأ مقاييس الصناديق والأقنعة جنبًا إلى جنب#

يحتوي جدول التحقق على مجموعتين. تقيّم الصناديق كل صندوق متوقع بمقارنته بالصندوق الذي توحي به التسمية؛ أما الأقنعة فتقيّم وحدات البكسل المتوقعة بمقارنتها بالمضلع الموسوم. ويستخدم كلاهما آلية mAP نفسها؛ والاختلاف الوحيد هو IoU.

غالبًا ما تكون قيمة mAP50-95 للأقنعة أقل من نظيرتها للصناديق، لأن IoU على مستوى البكسل أشد صرامة: يظل التداخل جيدًا حتى عندما ينحرف الصندوق بضعة بكسلات، بينما تفقد الأقنعة التي لا تشمل ذراعًا أو تمتد إلى الطريق IoU بسرعة عند العتبات 0.75–0.95. يوضح صف horse هذه الحالة بأقصى وضوح — تبلغ قيمة mAP50-95 للصناديق 0.564 وللأقنعة 0.199. عثر النموذج على الحصانين ورسم صندوقيهما جيدًا، لكنه لم يرسم مخططي الأرجل والذيل. استخدم الفجوة لتحديد ما ينبغي إصلاحه:

• كلاهما منخفض: المشكلة في العثور على الكائنات، لا في رسم مخططاتها. أضف أولًا بيانات للحالات التي لم تُكتشف.
• الصناديق جيدة، والأقنعة أقل بكثير: يعثر النموذج على الكائنات لكنه يرسم مخططاتها بصورة ضعيفة. شغّل أداة التحقق من التسميات، أو جرّب نموذجًا أكبر، أو درّب النموذج وتحقق منه باستخدام imgsz أعلى.
• تتحسن الأقنعة بينما تتوقف الصناديق عن التحسن: لا بأس بذلك — ففي منتج التجزئة، يكون mAP50-95 للأقنعة معيار اعتماد الإصدار.