不止于检测：分割、姿态、OBB 和分类

你已经会训练检测器。Ultralytics YOLO 支持七种视觉任务，本课程会讲解检测之外最常见的五种——实例分割与语义分割、姿态、定向边界框和分类——涵盖从标签格式和训练，到用代码读取结果、串联模型，以及各任务的评估和导出。第七种任务——深度估计——包含在任务规划以及评估和导出课程中。

作者 Ultralytics Academy

你将学到什么

针对产品问题选择合适的 Ultralytics YOLO26 任务，然后为分割、语义分割、姿态、OBB 和分类模型进行标注、训练、读取结果、评估和导出，并将这些模型串联成能够回答检测器无法解决的问题的流水线。

将产品问题对应到七种 Ultralytics YOLO 任务之一，并确定其权重、结果字段和门控指标。
在训练前编写并检查多边形、PNG 类别映射、关键点、四角 OBB 和文件夹布局数据集。
训练 -seg、-sem、-pose、-obb 和 -cls 模型，并查看掩码 mAP、mIoU、基于 OKS 的姿态 mAP、旋转框 mAP 和 top-1 准确率。
将预测转化为决策：掩码面积和重叠、类别图覆盖率、关节角度、船舶航向，以及按置信度分流的标签。
串联任务（先检测再分类、姿态加跟踪），控制整体成本不变，并将每项任务导出为 ONNX，再用预测结果进行验证。

你将构建什么

先修条件

课程内容

4 个模块 · 10 节课程

模块 1

计划

选择任务并规划流水线

将每个产品问题映射到 Ultralytics YOLO 七种任务之一，并确定其权重、结果字段、标签格式和门控指标，再通过在一张图像上运行每项任务来验证计划。

模块 2

分割

标注并训练实例分割模型

编写多边形标签、用代码检查标签、在 COCO8-seg 上训练 yolo26n-seg.pt，并根据框指标与掩码指标之间的差距诊断模型。

在代码中使用掩码：面积、重叠区域、轮廓和抠图

正确读取 masks.data 和 masks.xy，测量对象面积和填充率，用掩码而非框测试重叠，并从画面中抠出对象。

语义分割：标注每个像素

用 yolo26n-sem.pt 预测逐像素类别图，将其转换为覆盖率数值，构建 PNG 类别图数据集，并解读 mIoU，避免被像素准确率误导。

模块 3

姿态与 OBB

标注并训练姿态模型

编写带有可见性信息的关键点标签，正确设置 kpt_shape 和 flip_idx，在 COCO8-pose 上训练，并将关键点转换为带置信度门槛的关节角度。

自定义关键点与 OKS 指标

为非人类对象设计关键点方案，编写并检查数据集 YAML，并根据每个点可被定位的精度设置 OKS sigma。

旋转对象的有向边界框

标注四角 OBB，在 DOTA8 上训练 yolo26n-obb.pt，并将 xywhr 预测转换为稳定的方向轴，避免陷入角度约定的困扰。

模块 4

分类、组合、出航

训练图像分类器

整理文件夹数据集，在 MNIST160 上训练 yolo26n-cls.pt，读取概率和 top-1 准确率，并将低置信度预测转交人工审核。

在一个流水线中组合多个任务

构建先检测再分类的级联流程，让每个被跟踪的目标只分类一次而不是每帧都分类，并将姿态关键点转换为逐人的时间序列。

评估并交付每项任务

为每项任务设定适用于部署尺寸的专属指标门槛，在一个循环中验证所有任务，并将每项任务导出为 ONNX，且验证预测结果。