這是使用 YOLOv7-seg（PyTorch）進行實例分割（instance segmentation）的主控台／終端機流程，支援 Windows 11 與 Ubuntu Linux 24.04。實例分割不只找出物件位置，還會描出每一個物件的實際輪廓，因此同一類別的兩個物件也能分開。核心引擎為 WongKinYiu/yolov7 的 u7/seg 分支（GPL），各資料集的設定由 coco.yaml、yolov7-seg.yaml 與 hyp.scratch-high.yaml 控制。內附兩組附有訓練好權重的範例資料集：nucleus（細胞核，預設）與 CT（肝臟電腦斷層）。推論可以直接執行，用 CPU 也跑得起來；訓練則實際上需要 NVIDIA GPU。標註使用內附的網頁工具，以 Labelme JSON（多邊形）模式進行。
[資料夾結構]
- CLAUDE.md / AGENT.md：程式規格書（內容相同）。
- CHANGELOG.md：變更紀錄。
- copyright.txt：版權聲明。
- 2207.02696.pdf：YOLOv7 的參考論文。
- data/{dataset}/：label.names、coco.yaml、yolov7-seg.yaml、hyp.scratch-high.yaml、由步驟 5 產生的 train.txt 與 val.txt 影像清單，以及 train/ 與 val/（各自有 images/、annotations/、labels/）與 test/images/。
- model/{dataset}/：best.pt（訓練好的權重，訓練時會被覆蓋）、logs/（TensorBoard 紀錄）、output/（標註後的結果影像）。
- src/：核心引擎（segment/、models/、utils/），以及包裝程式、啟動腳本與本說明文件。
- src/annotation/：內附的 aiohttp 標註伺服器，由步驟 3 啟動。
- tool/tools.py：共用函式。
- venv/：Python 虛擬環境，由步驟 1 建立。
[執行環境需求]
- 作業系統：Windows 11 或 Ubuntu Linux 24.04。
- Python 3 與 pip。
- 推論可在 CPU 執行；訓練則實際上需要 NVIDIA GPU。
- 攝影機推論（步驟 10）需要桌面環境與攝影機。
- 相依套件記錄於 src/requirements.txt，由步驟 1 自動安裝。
[操作步驟及說明]
步驟 1：建立虛擬環境
刪除舊的 venv/，重新建立虛擬環境並安裝 src/requirements.txt。若電腦有 NVIDIA 顯示卡，請改用 GPU 版的腳本，它會換成 CUDA 12.8（cu128）版的 torch，需要驅動程式的 CUDA 版本在 12.8 以上（可用 nvidia-smi 確認）。
Windows 11（CPU）：src\01_venv_create.bat
Windows 11（GPU）：src\01_venv_create_gpu.bat
Ubuntu 24.04（CPU）：bash src/01_venv_create.sh
Ubuntu 24.04（GPU）：bash src/01_venv_create_gpu.sh
步驟 2：啟用虛擬環境
啟用剛才建立的虛擬環境。Linux 請使用 source 的方式執行，否則環境變數不會套用到目前的終端機。
Windows 11：src\02_venv_activate.bat
Ubuntu 24.04：source src/02_venv_activate.sh
步驟 3：標註影像（使用自己的資料才需要）
啟動標註網頁工具（連接埠 8801），以 Labelme JSON（多邊形）模式畫出物件輪廓。可用 --dataset 與 --split train|val|test 指定要標註的資料集與分割。
Windows 11：src\03_annotation.bat
Ubuntu 24.04：bash src/03_annotation.sh
步驟 4：將標註轉成 YOLO-seg 格式（使用自己的資料才需要）
把 Labelme 的多邊形標註轉成 YOLO-seg 的標註 txt，train 與 val 都會處理。
Windows 11：src\04_convert_yolo_format.bat
Ubuntu 24.04：bash src/04_convert_yolo_format.sh
步驟 5：建立影像清單（使用自己的資料才需要）
產生訓練時要讀取的 train.txt 與 val.txt 影像清單。
Windows 11：src\05_prepare.bat
Ubuntu 24.04：bash src/05_prepare.sh
步驟 6：訓練模型（選用）
訓練 YOLOv7-seg。請注意這一步會覆蓋 model/{dataset}/best.pt，若想保留內附的權重，請先自行備份。
Windows 11：src\06_train.bat
Ubuntu 24.04：bash src/06_train.sh
步驟 7：觀察訓練過程（選用）
以連接埠 6066 啟動 TensorBoard，讀取 model/{dataset}/logs/。按 Ctrl+C 可停止。
Windows 11：src\07_tensorboard.bat
Ubuntu 24.04：bash src/07_tensorboard.sh
步驟 8：對單一影像推論
對一張影像做分割，預設使用 test 資料夾的第一張影像，門檻值為 0.5，結果會存到 model/{dataset}/output/。
Windows 11：src\08_inference.bat
Ubuntu 24.04：bash src/08_inference.sh
步驟 9：對整個資料夾推論並統計
一次處理整個資料夾，並依檔名前綴統計漏檢（underkill）、誤檢（overkill）與正確的比例。
Windows 11：src\09_inference_folder_1.bat
Ubuntu 24.04：bash src/09_inference_folder_1.sh
步驟 10：對攝影機畫面推論（選用）
以視窗顯示攝影機的即時分割結果，需要桌面環境。
Windows 11：src\10_inference_webcam.bat
Ubuntu 24.04：bash src/10_inference_webcam.sh
步驟 11：清除虛擬環境（選用）
不再需要時，可刪除 venv/ 資料夾以釋放磁碟空間。
Windows 11：src\99_venv_clear.bat
Ubuntu 24.04：bash src/99_venv_clear.sh
[使用自己的資料集]
- 要切換到內附的第二組資料集，在任何指令後面加上 --dataset CT 即可。
- 使用自己的資料時，先執行 03_annotation 畫出多邊形標註。
- 修改 label.names，並複製與調整 coco.yaml 與 yolov7-seg.yaml 以符合自己的類別。
- 依序執行 04_convert_yolo_format、05_prepare、06_train（可用 07_tensorboard 觀察），最後以步驟 8、9 做推論。
[GPU 設定]
- PyPI 預設的 torch 套件在 Windows 上只支援 CPU。若要使用 NVIDIA GPU，請安裝與驅動程式 CUDA 版本相符的 torch（可用 nvidia-smi 查看）。
- 最簡單的做法是直接執行 01_venv_create_gpu。
- 若要手動安裝，以 CUDA 12.8 的驅動程式為例：
pip uninstall -y torch torchvision
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu128
啟動腳本會自動偵測 CUDA。
[參考資料]
- YOLOv7 論文（Wang et al. 2022，已附於 2207.02696.pdf）：arxiv.org/abs/2207.02696
- yolov7 u7/seg 分支（本範例的引擎來源，GPL）：github.com/WongKinYiu/yolov7/tree/u7/seg
- PyTorch 安裝說明：pytorch.org/get-started/locally
這個 SDK 內建於 MYAI Studio 人工智慧開發工具。
單獨購買價格：5,000元，永久授權，單一 SDK 授權，單機授權，一次下載，一年電子郵件範例諮詢服務。如果是軟體客製化問題，請購買我們的客製化顧問服務點數。