Máscaras, puntos clave, cajas rotadas y etiquetas de clase: etiquetados, entrenados, convertidos en números y listos para su uso

Itinerario de nivel Práctica profesionalintermedio ~5 horas 10 leccionesExamen final · Certificado

Más allá de la detección: segmentación, pose, OBB y clasificación

Sabes entrenar un detector. Ultralytics YOLO admite siete tareas de visión, y este curso te enseña las cinco con las que te encontrarás más a menudo después de la detección: segmentación de instancias y semántica, pose, cajas delimitadoras orientadas y clasificación. Aprenderás desde el formato de las etiquetas y el entrenamiento hasta la lectura de resultados en código, la combinación de modelos y la evaluación y exportación específicas de cada tarea. La estimación de profundidad, la séptima tarea, forma parte del plan de tareas y de las lecciones de evaluación y exportación.

Por Ultralytics Academy

Empezar el curso Inicia sesión para guardar tu progreso

Qué aprenderás

Elige la tarea adecuada de Ultralytics YOLO26 para responder a una pregunta sobre un producto y, después, etiqueta, entrena, interpreta, evalúa y exporta modelos de segmentación, segmentación semántica, pose, OBB y clasificación. Combínalos en flujos de trabajo que respondan a preguntas que un detector no puede resolver.

Asocia una pregunta sobre un producto con una de las siete tareas de Ultralytics YOLO, sus pesos, el campo de resultados y su métrica de aceptación.
Crea y comprueba conjuntos de datos de polígonos, mapas de clases PNG, puntos clave, OBB de cuatro esquinas y estructuras de carpetas antes del entrenamiento.
Entrena los modelos -seg, -sem, -pose, -obb y -cls, y consulta el mAP de máscaras, el mIoU, el mAP de pose basado en OKS, el mAP de cajas orientadas y la precisión top-1.
Convierte las predicciones en decisiones: áreas y solapamientos de máscaras, cobertura del mapa de clases, ángulos articulares, rumbos de barcos y etiquetas asignadas según la confianza.
Encadena tareas (detectar y después clasificar, pose más seguimiento), mantén su coste estable y exporta todas las tareas a ONNX con una predicción verificada.

Qué crearás

Un plan de tareas que indique la tarea, los pesos, el formato de etiquetas, el campo de resultado y la métrica de aceptación de cada modelo de una canalización.
Comprobadores de etiquetas para conjuntos de datos de segmentación y pose que detectan filas mal formadas antes de gastar una hora de GPU.
Entrenamientos de una época para segmentación, segmentación semántica, pose, OBB y clasificación, con una explicación de cada métrica.
Scripts que miden el área y el solapamiento de máscaras, la superficie transitable, los ángulos de codos y rodillas y los ejes de los barcos a partir de predicciones reales.
Una canalización de dos etapas que clasifica a cada persona seguida una sola vez, y exportaciones ONNX de todas las tareas, cada una verificada con una predicción.

Requisitos previos

Completa Entrena tu primer modelo YOLO: este curso da por hecho que sabes entrenar, validar y generar predicciones con un detector.
Tener soltura con Python y las matrices de NumPy.
Una GPU ayuda, pero no es imprescindible: todos los ejemplos se ejecutan en la CPU de un portátil con epochs=1 y un imgsz pequeño.

Contenido del curso

4 módulos · 10 lecciones

Módulo 1

Planificar

Elige la tarea y planifica la canalización

Asocia cada pregunta sobre el producto con una de las siete tareas YOLO de Ultralytics, junto con sus pesos, campo de resultado, formato de etiquetas y métrica de aceptación, y demuestra el plan ejecutando cada tarea sobre una imagen.

Módulo 2

Segmentar

Etiquetar y entrenar la segmentación de instancias

Escribe etiquetas de polígonos, compruébalas en el código, entrena yolo26n-seg.pt con COCO8-seg y diagnostica un modelo a partir de la diferencia entre sus métricas de cajas y máscaras.

Usa máscaras en el código: área, solapamiento, contornos y recortes

Lee correctamente masks.data y masks.xy, mide el área y el relleno de los objetos, comprueba el solapamiento con máscaras en lugar de cajas y recorta objetos del fotograma.

Segmentación semántica: etiqueta cada píxel

Predice un mapa de clases por píxel con yolo26n-sem.pt, conviértelo en cifras de cobertura, crea conjuntos de datos de mapas de clases PNG e interpreta mIoU sin dejarte engañar por la precisión por píxel.

Módulo 3

Pose y OBB

Etiqueta y entrena modelos de pose

Escribe etiquetas de puntos clave con visibilidad, configura correctamente kpt_shape y flip_idx, entrena con COCO8-pose y convierte los puntos clave en ángulos articulares sujetos a un umbral de confianza.

Puntos clave personalizados y métricas OKS

Diseña un esquema de puntos clave para objetos no humanos, escribe y comprueba el YAML del conjunto de datos y define sigmas OKS según la precisión con la que se puede colocar cada punto.

Cuadros delimitadores orientados para objetos girados

Etiqueta OBB de cuatro vértices, entrena yolo26n-obb.pt con DOTA8 y convierte las predicciones xywhr en un eje de orientación estable sin caer en las convenciones de los ángulos.

Módulo 4

Clasifica, combina y embarca

Entrena un clasificador de imágenes

Organiza un conjunto de datos en carpetas, entrena yolo26n-cls.pt con MNIST160, consulta probs y la precisión top-1, y envía las predicciones con poca confianza a revisión humana.

Combina tareas en un único flujo de trabajo

Crea una cascada de detección y clasificación, clasifica cada objeto rastreado una sola vez en lugar de en cada fotograma y convierte los puntos clave de pose en series temporales por persona.

Evalúa y entrega cada tarea

Establece un umbral para cada tarea según su propia métrica y el tamaño de implementación, valida todas las tareas en un solo bucle y exporta cada una a ONNX con una predicción verificada.

Get Started

Más allá de la detección: segmentación, pose, OBB y clasificación

Contenido del curso