手把手教你用YOLO11做图像分割，Jupyter环境开箱即用
1. 为什么选YOLO11做图像分割
图像分割是计算机视觉里最“看得见摸得着”的任务之一——它不只是框出目标，而是精准勾勒出每个像素的归属。相比传统目标检测，分割能告诉你“人”在哪、轮廓多精细、“车”的每个部件边界在哪，这对智能标注、工业质检、医疗影像分析都特别实用。
YOLO11不是简单升级，它在保持YOLO系列高速推理优势的同时，把实例分割能力真正做稳了：支持实时高清分割、小目标识别更准、边缘细节保留更好，而且训练配置更清晰、代码结构更干净。更重要的是，你不用从零搭环境——本文用的这个镜像，已经把Jupyter、PyTorch、Ultralytics、Labelme全配好了，打开就能写、运行就能出结果。
不需要你装CUDA驱动、不用反复试pip包版本、不担心conda环境冲突。整个过程就像打开一个预装好专业软件的笔记本电脑，插电即用。
2. 镜像开箱：三步进入Jupyter工作台
这个YOLO11镜像专为快速上手设计，核心入口就是Jupyter Lab。它不是命令行黑窗口，而是一个图形化、可交互、带文件浏览器和终端的开发环境，特别适合边学边调、边改边看。
2.1 启动Jupyter服务
镜像启动后，默认会自动运行Jupyter Lab服务。你只需在浏览器中访问提示的地址（通常是http://localhost:8888或镜像控制台显示的链接），输入Token即可登录。
小贴士：如果页面打不开，先确认镜像状态是否为“运行中”，再检查端口映射是否正确（8888端口需对外暴露）。部分平台会在控制台直接给出可点击的Jupyter链接，点开即进。
2.2 熟悉默认项目结构
登录后，你会看到一个已组织好的工程目录，路径清晰、命名直白：
ultralytics-8.3.9/ ← 主框架目录（Ultralytics官方v8.3.9分支适配YOLO11） ├── resources/ ← 所有自定义资源：数据、配置、脚本 │ ├── images/seg/ ← 图像分割专用数据区 │ │ └── datasets/ ← 最终训练用的数据集（train/val/test） │ ├── config/ ← 配置中心 │ │ ├── data/ ← 数据集yaml（如yolo11-seg.yaml） │ │ └── model/ ← 模型结构yaml（如yolo11-seg.yaml） │ └── tool/ ← 实用工具脚本（json2label_seg.py等） ├── weights/ ← 预训练权重与训练产出存放处 │ └── seg/ ← YOLO11分割模型权重（yolo11n-seg.pt等） └── train_seg.py ← 已写好的训练入口脚本（可直接运行）这个结构不是随意安排的，而是和Ultralytics训练逻辑强绑定的。你只要把数据放对位置、配置写对路径，model.train()就能自动找到一切。
2.3 终端就在旁边，随时切换
别被Jupyter界面“骗”了——它不只支持Notebook。右上角点+→ 选择Terminal，就能打开一个原生Linux终端，和你在本地服务器敲的一模一样：
cd ultralytics-8.3.9/ python train_seg.py所有命令、日志、报错都实时可见。调试时，你可以一边在Notebook里画图看效果，一边在终端里查进程、看GPU占用、杀卡住的任务——这才是真实工程流。
3. 数据准备：5张图也能跑通全流程
很多人卡在第一步：没数据、不会标、怕格式错。其实图像分割入门，5张高质量标注图就足够验证流程是否走通。我们用最轻量但最标准的方式完成。
3.1 标注前：建好文件夹，理清路径关系
在Jupyter左侧文件浏览器中，右键resources/images/seg/→ 新建文件夹：
json/：放Labelme生成的原始.json标注文件（和原图同名）datasets/：最终训练用的结构化数据（含images/和labels/子目录）
这个设计很关键：Labelme输出的是人类可读的JSON，而YOLO训练需要的是每行一个目标的文本标签（class x1 y1 x2 y2 ...）。中间转换靠脚本，不靠手动。
3.2 用Labelme标图：专注内容，不纠结工具
镜像已预装Labelme，无需额外安装。在终端中执行：
cd resources/images/seg/json labelme这时会弹出图形界面。操作极简：
- 点
Open Dir→ 选中你的5张原图所在文件夹 - 对每张图：点左上角
Create Polygon→ 沿人物/车辆轮廓逐点点击 → 双击闭合 → 在弹窗中输入类别名（person或car）→OK→Ctrl+S保存为同名.json
注意两个细节：
① 类别名必须和后续yaml里names:完全一致（区分大小写）；
② 一张图可标多个目标，每个都单独画多边形、单独输类别。
3.3 两行命令，完成JSON到YOLO标签转换
回到终端，执行转换脚本（已在镜像中预置）：
cd ../../../ python tool/tool_json2label_seg.py --json_dir resources/images/seg/json --img_dir resources/images/seg/json --label_dir resources/images/seg/datasets/labels它会自动：
- 读取每个
.json，提取多边形顶点坐标 - 归一化到0~1范围（适配YOLO输入）
- 按类别名映射为数字索引（
person→0,car→1） - 生成同名
.txt，每行格式：0 0.23 0.45 0.28 0.47 ...（class + 归一化xy序列）
再执行划分脚本，生成训练/验证集：
python tool/tool_seg2datasets.py --label_dir resources/images/seg/datasets/labels --img_dir resources/images/seg/json --output_dir resources/images/seg/datasets运行完，datasets/下会自动生成：
images/train/,images/val/（图片软链接或复制）labels/train/,labels/val/（对应标签文件）
整个过程无手动拷贝、无路径错误风险。
4. 训练配置：改3个地方，模型就开始学
YOLO11的训练配置分两层：数据描述（告诉模型“学什么”）和模型结构（告诉模型“怎么学”）。我们只动最关键的3处，其余保持默认即可跑通。
4.1 数据配置文件：yolo11-seg.yaml
编辑resources/config/data/yolo11-seg.yaml，确保以下三项准确：
path: ../ultralytics-8.3.9/resources/images/seg/datasets # 必须是相对路径，从train.py所在位置算起 train: images/train val: images/val names: 0: person 1: car验证技巧：在Jupyter终端里执行
ls resources/images/seg/datasets/images/train，看是否列出你的5张图（或其中一部分）。路径错，训练直接报FileNotFoundError。
4.2 模型配置文件：轻量起步，选yolo11n-seg
resources/config/model/yolo11-seg.yaml是完整网络定义。新手不必改它，但要确认两点：
nc: 2→ 类别数必须和names数量一致（当前是2：person+car）scales:下的n:行未被注释 → 我们用最小的yolo11n-seg，显存友好、训练快
4.3 训练脚本：train_seg.py里的关键参数
打开train_seg.py，重点关注这三行：
model = YOLO("resources/config/model/yolo11-seg.yaml").load("weights/seg/yolo11n-seg.pt") results = model.train(data="resources/config/data/yolo11-seg.yaml", epochs=100, batch=8)load(...)：加载官方预训练权重，迁移学习，收敛更快epochs=100：5张图训100轮足够观察loss下降趋势（数据少时，早停patience=20更安全）batch=8：小批量更稳定，显存吃紧时可降为4
运行它：
cd ultralytics-8.3.9 python train_seg.py你会看到实时打印的Epoch,GPU Mem,box_loss,seg_loss,mAP50-95。只要seg_loss持续下降、mAP从0.0x涨到0.3+，说明流程完全跑通。
5. 推理验证：一张图，三秒出分割结果
训练结束，模型权重保存在segment/train/weights/best.pt。现在用它处理新图，看效果是否符合预期。
5.1 写一个极简预测脚本
新建predict_seg.py（或直接改train_seg.py末尾）：
from ultralytics import YOLO model = YOLO("segment/train/weights/best.pt") # 加载你训好的模型 # 对单张图预测（也可传文件夹路径） results = model.predict( source="resources/images/seg/datasets/images/val/000001.jpg", imgsz=640, conf=0.5, # 置信度阈值，太低易出噪点 iou=0.45, # 分割掩码重叠阈值 save=True, # 自动保存带分割结果的图到 runs/segment/predict/ device="cpu" # 如有GPU，改用 "cuda:0" ) # 打印检测到的目标信息 for r in results: boxes = r.boxes.xyxy.cpu().numpy() # 边界框 masks = r.masks.data.cpu().numpy() # 二值掩码（True/False数组） classes = r.boxes.cls.cpu().numpy() # 类别索引 print(f"检测到 {len(boxes)} 个目标：{classes}")运行后，Jupyter会输出类似：
Predict: 100%|██████████| 1/1 [00:02<00:00, 2.10s/it] 检测到 2 个目标：[0. 1.]同时，在runs/segment/predict/下生成带彩色分割掩码的图片——绿色是person，黄色是car，边缘清晰，无明显锯齿。
5.2 结果怎么看：不止是“画出来”，更要“看得懂”
YOLO11的分割结果包含三层信息，都在results[0]里：
r.boxes：标准检测框（可用于粗略定位）r.masks：高精度像素级掩码（.data是bool数组，.xy是轮廓点）r.probs：各类别概率（多分类时用）
想提取person的掩码做后续处理？一行代码搞定：
person_mask = masks[classes == 0][0] # 取第一个person的掩码这个mask是和原图同尺寸的二维布尔数组，True位置就是person的像素——可直接用于抠图、面积统计、运动分析等。
6. 常见问题与避坑指南
实际操作中，90%的问题都出在路径、命名、格式这三处。以下是高频报错及解法：
6.1 “No images found” 错误
- 原因：
yolo11-seg.yaml里的path或train/val路径写错，或datasets/images/train/下没有图片文件（只有文件夹链接） - 解法：在终端执行
ls -l resources/images/seg/datasets/images/train，确认列出的是真实图片（如000001.jpg），不是空文件夹。若为链接，检查tool_seg2datasets.py是否成功运行。
6.2 训练loss不下降，mAP始终为0
- 原因：标注类别名和
names:不一致（如yaml写person，Labelme却输Person）；或JSON里的多边形点数太少（YOLO要求至少3个点） - 解法：打开一个
.json文件，检查shapes[].label字段；再用tool_json2label_seg.py加--debug参数运行，看是否报“polygon too small”。
6.3 预测结果空白，或全是噪点
- 原因：
conf阈值过低（如设0.01），或iou过高（如0.9）导致掩码被过滤 - 解法：先用
conf=0.1, iou=0.3测试，确认有输出后再逐步调高。也可用model.predict(..., show=True)在Jupyter里直接弹窗看实时结果。
6.4 Jupyter里绘图不显示
- 原因：缺少matplotlib后端或inline模式未启用
- 解法：在Notebook首单元格运行：
%matplotlib inline import matplotlib.pyplot as plt plt.rcParams['figure.figsize'] = (10, 8)
7. 下一步：让分割真正落地
跑通5张图只是起点。当你确认流程无误，可以立刻升级：
- 加数据：用
tool_seg2datasets.py支持--split_ratio 0.8，轻松扩到100+图 - 换模型：把
yolo11n-seg.pt换成yolo11s-seg.pt，精度更高（需更多显存） - 调细节：在
train_seg.py里加augment=True开启马赛克增强，小数据也能防过拟合 - 接业务：把
predict_seg.py封装成API（用Flask/FastAPI），前端上传图，后端返回JSON掩码坐标
YOLO11的真正价值，不在于它多先进，而在于它把前沿分割能力，压缩进一个jupyter notebook + 两个脚本 + 一次点击的体验里。你不需要成为深度学习专家，也能让像素听你指挥。
获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。
