Máscaras, pontos-chave, caixas rotacionadas e rótulos de classe — anotados, treinados, transformados em números e entregues

trilha de nível Praticanteintermediário ~5 horas 10 aulasExame final · Certificado

Além da detecção: segmentação, pose, OBB e classificação

Você sabe treinar um detector. O Ultralytics YOLO oferece suporte a sete tarefas de visão, e este curso ensina as cinco que você encontrará com mais frequência depois da detecção — segmentação de instâncias e semântica, pose, caixas delimitadoras orientadas e classificação — desde o formato dos rótulos e o treinamento até a leitura dos resultados no código, a combinação de modelos e a avaliação e exportação específicas de cada tarefa. A estimativa de profundidade, a sétima tarefa, faz parte do plano de tarefas e das aulas de avaliação e exportação.

Por Ultralytics Academy

Iniciar curso Entre para salvar seu progresso

O que você vai aprender

Escolha a tarefa Ultralytics YOLO26 certa para uma questão de produto e, em seguida, rotule, treine, interprete, avalie e exporte modelos de segmentação, semântica, pose, OBB e classificação, combinando-os em pipelines que respondem a perguntas que um detector não consegue responder.

Associe uma questão de produto a uma das sete tarefas Ultralytics YOLO, seus pesos, seu campo de resultado e sua métrica de decisão.
Crie e verifique conjuntos de dados de polígonos, mapas de classes PNG, pontos-chave, OBBs de quatro cantos e estruturas de pastas antes do treinamento.
Treina os modelos -seg, -sem, -pose, -obb e -cls e consulta o mAP de máscara, mIoU, mAP de pose baseado em OKS, mAP de caixas rotacionadas e a precisão top-1.
Transforma previsões em decisões: áreas e sobreposições de máscaras, cobertura do mapa de classes, ângulos das articulações, rumos de navios e rótulos encaminhados por confiança.
Encadeia tarefas (detetar e depois classificar, pose mais rastreamento), mantém o custo estável e exporta cada tarefa para ONNX com uma previsão verificada.

O que você vai criar

Um plano de tarefas que especifica a tarefa, os pesos, o formato dos rótulos, o campo de resultado e a métrica de aprovação para cada modelo do pipeline.
Validadores de rótulos para conjuntos de dados de segmentação e pose que detetam linhas malformadas antes de gastar uma hora de GPU.
Execuções de treino de uma época para segmentação, segmentação semântica, pose, OBB e classificação, com explicação de cada métrica.
Scripts que medem área e sobreposição de máscaras, superfície transitável, ângulos dos cotovelos e joelhos e eixos dos navios a partir de previsões reais.
Um pipeline de duas etapas que classifica cada pessoa rastreada uma única vez e exportações ONNX de cada tarefa, todas verificadas com uma previsão.

Pré-requisitos

Conclui Treina o teu primeiro modelo YOLO — este curso pressupõe que sabes treinar, validar e fazer previsões com um detetor.
À vontade com Python e arrays NumPy.
Uma GPU ajuda, mas não é necessária: todos os exemplos são executados num portátil com CPU em epochs=1 e num imgsz pequeno.

Conteúdo do curso

4 módulos · 10 aulas

Módulo 1

Plano

Escolhe a tarefa e planeia o pipeline

Associa cada questão sobre o produto a uma das sete tarefas Ultralytics YOLO, com os respetivos pesos, campo de resultado, formato dos rótulos e métrica de aprovação, e comprova o plano executando cada tarefa numa imagem.

Módulo 2

Segmentar

Rotular e treinar a segmentação de instâncias

Escreve rótulos poligonais, verifica-os em código, treina yolo26n-seg.pt em COCO8-seg e diagnostica um modelo com base na diferença entre as métricas de caixas e máscaras.

Usar máscaras em código: área, sobreposição, contornos e recortes

Lê corretamente masks.data e masks.xy, mede a área e o preenchimento dos objetos, testa a sobreposição com máscaras em vez de caixas e recorta objetos da imagem.

Segmentação semântica: rotular cada pixel

Prevê um mapa de classes por pixel com yolo26n-sem.pt, converte-o em valores de cobertura, cria conjuntos de dados de mapas de classes PNG e interpreta mIoU sem te deixares enganar pela precisão por pixel.

Módulo 3

Pose e OBB

Rotular e treinar modelos de pose

Cria rótulos de pontos-chave com visibilidade, define corretamente kpt_shape e flip_idx, treina com COCO8-pose e converte os pontos-chave em ângulos articulares sujeitos a um limiar de confiança.

Pontos-chave personalizados e métricas OKS

Projete um esquema de pontos-chave para objetos não humanos, crie e verifique o YAML do conjunto de dados e defina sigmas do OKS conforme a precisão com que cada ponto pode ser posicionado.

Caixas delimitadoras orientadas para objetos girados

Rotule caixas delimitadoras orientadas (OBB) de quatro cantos, treine yolo26n-obb.pt com DOTA8 e converta previsões xywhr em um eixo de orientação estável sem cair nas armadilhas das convenções angulares.

Módulo 4

Classificar, combinar, embarcar

Treinar um classificador de imagens

Organize um conjunto de dados em pastas, treine yolo26n-cls.pt em MNIST160, leia probs e a acurácia top-1 e encaminhe para revisão humana as previsões com baixa confiança.

Combinar tarefas em um pipeline

Crie uma cascata de detecção seguida de classificação, classifique cada objeto rastreado apenas uma vez em vez de a cada quadro e transforme os pontos-chave de pose em séries temporais por pessoa.

Avalia e coloca em produção todas as tarefas

Define um critério para cada tarefa com a respetiva métrica na resolução de implantação, valida todas as tarefas num único ciclo e exporta cada uma para ONNX com uma predição verificada.

Get Started

Além da detecção: segmentação, pose, OBB e classificação

Conteúdo do curso