如何将YOLOv8分割模型正确导出为CoreML以获取类别标签与多边形？

依赖版本适配 #

• 使用Ultralytics最新版（≥8.0.100），旧版本导出逻辑存在bug
• coremltools选择7.x版本，6.x对分割模型的后处理支持不足

导出命令示例 #

直接用Ultralytics的export方法，明确指定分割任务并开启后处理，不要设置nms=True（该参数仅适用于检测模型）：

from ultralytics import YOLO

# 加载训练好的分割模型
model = YOLO('best.pt')

# 导出CoreML，关键参数必须配置
model.export(
    format='coreml',
    task='segment',
    predict=True,
    imgsz=640,  # 和训练时的图像尺寸保持一致
    batch_size=1  # 适配iPhone单图推理需求
)

参数说明 #

• task='segment'：必须明确指定任务为分割，否则工具会默认按检测模型处理，导致后处理逻辑错误
• predict=True：开启该参数后，导出的模型会包含完整后处理流程，直接输出检测框、类别ID、置信度、分割掩码，而非原始张量
• 不要设置nms=True：分割模型的后处理逻辑与检测模型不同，添加该参数只会触发无效警告

Xcode中的输出结构 #

导出后的.mlpackage在Xcode中会显示结构化输出：

• detections：包含每个目标的bbox（检测框）、classLabel（类别ID）、confidence（置信度）
• masks：分割掩码的MultiArray，可在iOS代码中进一步转换为多边形

预训练模型验证注意事项 #

你之前测试的yolov8n.pt是检测模型，需对应设置task='detect'才能看到类别标签。如果使用预训练分割模型yolov8n-seg.pt，用上述命令导出后，Xcode中会显示正确的结构化输出。

iOS端转换分割多边形思路 #

模型输出的掩码数组可通过以下步骤转换为多边形：

1. 将MultiArray转换为UIImage或二进制掩码
2. 使用Core Graphics提取掩码轮廓
3. 转换为UIBezierPath得到多边形路径

内容的提问来源于stack exchange，提问作者flypicaso