YoloV8 Segmentation掩码问题：掩码显示两部分但仅输出第一部分

你的问题出在：被树木分割的目标属于同一个检测实例，所以results[0].masks.segments里只有1个元素，但这个元素包含了该实例的所有连通区域（也就是被树分开的两部分）。你之前只取了第一个连通区域的坐标，所以只显示了一部分。

有两种方法可以获取完整的掩码：

方法1：遍历实例的所有连通区域（基于segments） #

修改代码中绘制掩码的部分，遍历目标实例的每个连通区域：

import numpy as np
from ultralytics import YOLO
import cv2
from google.colab.patches import cv2_imshow

model = YOLO("yolov8n-seg.pt")
results = model.predict("payload.jpeg")

H,W,_ = cv2.imread("payload.jpeg").shape
blk = np.zeros((H,W), dtype=np.uint8)

# 遍历第0个实例的所有连通区域
for seg in results[0].masks.segments[0]:
    x = (seg[:,0] * W).astype("int")
    y = (seg[:,1] * H).astype("int")
    blk[y, x] = 255

cv2_imshow(blk)

方法2：直接获取完整实例掩码（基于masks.data） #

YOLOv8的masks.data直接存储了每个实例的完整二进制掩码（包含所有连通区域），使用这个方法更简洁：

import numpy as np
from ultralytics import YOLO
import cv2
from google.colab.patches import cv2_imshow

model = YOLO("yolov8n-seg.pt")
results = model.predict("payload.jpeg")

# 获取第0个实例的掩码，转成CPU numpy数组并缩放为0-255
mask = results[0].masks.data[0].cpu().numpy() * 255
mask = mask.astype("uint8")

cv2_imshow(mask)

说明：masks.data是一个形状为(num_instances, H, W)的张量，每个通道对应一个实例的掩码，其中1代表目标区域，0代表背景。直接提取后就能得到包含所有连通区域的完整掩码。

内容的提问来源于stack exchange，提问作者jawamba