MaskYOLO 是一款专为 360° 全景图像打造的物体遮罩生成工具。
基于 Ultralytics YOLO26 实例分割模型，自动检测并提取全景图中的指定目标（人物、车辆等），输出高质量二值 Mask 图，
可对接 3D高斯泼溅（3D Gaussian Splatting）中的Mask文件需求，尤其对于GUT这种全景图输入推理很有用。
- 高精度实例分割 — 基于 YOLO26-seg 最新模型，支持多类别检测
- 全景图专用流程 — ERP → Cubemap → YOLO 推理 → ERP，规避因全景图畸变导致YOLO识别性能下降的问题
- 现代化 GUI — 基于 Flet，支持中英文实时切换
- 文件名自定义 — 支持为输出文件添加自定义后缀
| 依赖 | 版本 | 说明 |
|---|---|---|
| ultralytics | ≥ 8.4.0 | YOLO26 模型推理 |
| opencv-python | ≥ 4.8.0 | 图像处理与 Mask 后处理 |
| numpy | ≥ 1.24.0 | 数值计算 |
| py360convert | ≥ 0.1.0 | ERP ⇔ Cubemap 全景投影转换 |
| flet | ≥ 0.25.0 | GUI 框架 |
| flet-desktop | ≥ 0.25.0 | Flet 桌面端支持 |
| torch | ≥ 2.0.0 | 深度学习框架（CUDA 12.4 优化） |
| torchvision | ≥ 0.15.0 | 计算机视觉工具 |
提示：首次运行程序时会自动从 Ultralytics 官方源下载
yolo26n-seg.pt预训练权重（约 7 MB），如遇下载失败可手动从 Ultralytics Assets 获取并放入项目根目录。找不到的的话就是文件太多被Github收起了，要按下 Show all *** assets。
# 克隆仓库
git clone https://github.com/dtpoi/YOLO26-seg-mask.git
cd YOLO26-seg-mask
# 同步依赖（自动创建 .venv 并安装所有依赖）
uv sync
# 运行程序
uv run python main.py注意：Windows 系统上
uv sync会自动配置 PyTorch CUDA 12.4 版本以获得最佳 GPU 推理性能。如需强制使用 CPU，请设置环境变量CUDA_VISIBLE_DEVICES=后再运行。
uv run python main.py- 输入路径 — 选择包含全景图（ERP 格式
.jpg/.png）或平面图的文件夹 - 输出路径 — 选择 Mask 图输出目录
在右侧面板勾选需要提取的目标类别（支持多选）：
| 类别 ID | 名称 | 说明 |
|---|---|---|
| 0 | person / 人 | 人物主体 |
| 1 | bicycle / 自行车 | |
| 2 | car / 汽车 | |
| 3 | motorcycle / 摩托车 | |
| 5 | bus / 公交车 | |
| 7 | truck / 卡车 | |
| 8 | boat / 船 |
| 参数 | 默认值 | 说明 |
|---|---|---|
| 膨胀程度 | 9 | Mask 边缘扩展像素数，值越大遮罩范围越宽（推荐 7–11） |
| 推理尺寸 | 1280 | YOLO 推理分辨率，越高越精细但越慢（推荐 1280 / 1920） |
| 置信度 | 0.15 | 检测阈值，越低越灵敏但可能误检（推荐 0.10–0.25） |
| Cubemap 分辨率 | 1024 | 全景模式下每面的宽（像素），仅全景模式有效（推荐 1024 / 1536） |
| 批量推理 | ✅ 开启 | 多面拼接后一次送入 GPU，提升利用率；显存不足可关闭 |
| 绕过全景拆分 | ❌ 关闭 | 勾选后跳过 Cubemap 转换，适合普通平面图 |
| Mask 反相 | ✅ 开启 | 勾选 → 目标为黑/背景为白（适用于 3DGS Mask 层） |
| 添加后缀 | ❌ 关闭 | 为输出文件名追加自定义后缀（默认 _mask） |
点击 开始处理，进度条实时显示处理进度。支持随时点击 停止 中断。
| 原图 | Mask |
|---|---|
 |
 |
| 原图 | Mask |
|---|---|
|
 |
ERP 全景图 → ERP 转 Cubemap（6 面）→ 批量 YOLO 推理 → 合并 Mask → Cubemap 转 ERP → 输出
全景图采用等距柱状投影（ERP），存在严重的球面畸变，直接用标准 CNN 处理效果不佳。本项目采用经典 Cubemap 策略：
- ERP → Cubemap — 使用
py360convert将球面全景图展开为 6 个平面立方体面 - YOLO 分割 — 对每个面独立运行 YOLO26-seg 实例分割
- 批量推理 — 6 面打包为一批送入 GPU，最大化GPU利用率
- Cubemap → ERP — 将 6 个面的 Mask 合并投影回原始 ERP 格式
- 后处理 — 膨胀操作扩展遮罩边缘，避免抠图残留
勾选「绕过全景图拆分流程」后，图片直接送入 YOLO 推理，跳过投影转换步骤，避免CPU瓶颈（因py360convert只能使用CPU计算），适合普通平面照片。
maskYOLO/
├── main.py # 程序入口
├── pyproject.toml # UV 项目配置
├── uv.lock # 依赖锁定文件
├── requirements.txt # pip 兼容依赖列表
├── assets/
│ └── fonts/
│ └── SarasaUiSC-Regular.ttf # 更纱黑体 UI 字体
├── examples/ # 示例图片
│ ├── UI.png # 界面截图
│ ├── e1.jpg # 原图
│ ├── mask1.png # 人物 Mask
│ └── mask2.png # 车辆 Mask
└── yolo26n-seg.pt # YOLO26-seg 预训练权重（自动下载）
本项目基于 AGPL-3.0 开源。调用了 ultralytics 库。
请遵守相应协议条款，如需将本软件用于商业闭源项目，请联系 Ultralytics 获取商业授权。
- Ultralytics — YOLO26 模型
- py360convert — 全景投影转换
- Flet — Python GUI 框架
- Sarasa Gothic — 更纱黑体字体
- 一键编译 exe 或文件夹
- 将py360convert更换成支持GPU加速的全景转换库，进一步提升全景图处理速度
如果对你有帮助，欢迎点个 ⭐ Star！