Wat is Instance Segmentation?

Wat is instance segmentation eigenlijk?

Stel je voor dat je een drukke straatfoto hebt met vijf fietsen, drie mensen en twee honden. Instance segmentation is een AI-techniek die niet alleen herkent wat er op de foto staat, maar ook precies aanwijst welke pixels bij welk specifiek object horen. Het onderscheidt dus niet alleen "hier staat een fiets", maar "hier staat fiets nummer 1, daar fiets nummer 2" — en het tekent rond elk object een exact randje dat de contouren volgt, alsof je met een heel nauwkeurige schaar elk ding uit de foto knipt.

Het verschil met andere technieken? Object detection tekent alleen een rechthoekig blokje rond objecten. Semantic segmentation kleurt alle fietsen dezelfde kleur, maar maakt geen onderscheid tussen fiets 1 en fiets 2. Instance segmentation combineert beide: het geeft elk object een eigen identiteit én een pixel-perfecte rand.

Hoe werkt het eigenlijk?

Instance segmentation werkt in twee stappen. Eerst zoekt het model alle objecten in een afbeelding — vergelijkbaar met hoe jij snel door een foto scant en denkt "daar zie ik drie auto's". Voor elk object tekent het een eerste ruwe rechthoek eromheen.

Daarna komt het verfijnde werk: voor elk object binnen die rechthoek voorspelt het model pixel voor pixel of die wel of niet bij het object hoort. Het resultaat is een masker — een soort digitaal sjabloon dat exact de vorm van het object volgt. Als twee objecten overlappen (een persoon die voor een auto staat), herkent het model dat als twee aparte instanties met elk hun eigen masker.

Onder de motorkap gebruiken veel systemen een combinatie van neural networks: een netwerk dat voorstellen doet ("hier zou een kat kunnen zijn"), een tweede dat checkt of dat klopt, en een derde dat de exacte rand tekent.

Waar kom je het tegen?

Instance segmentation duikt op in situaties waar je niet alleen moet weten wat iets is, maar ook waar precies en hoeveel:

• Zelfsturende auto's — de auto moet weten dat er drie voetgangers op het zebrapad staan, niet alleen "daar zijn mensen". Elk persoon krijgt een eigen masker zodat het systeem individuele bewegingen kan volgen.

• Medische beeldanalyse — radiologen gebruiken AI die elke tumor, elke plek of elk orgaan apart markeert op een scan, zelfs als ze dicht op elkaar liggen.

• Beeldbewerking — apps zoals Photoshop en Canva gebruiken het om achtergronden automatisch te verwijderen of objecten apart te selecteren.

• Retail en magazijnen — robots tellen voorraad door elk product op een plank apart te herkennen.

• Sport en biometrie — systemen die spelers op een veld volgen, elk met een eigen ID.

Bekende modellen zijn Mask R-CNN, YOLACT en SAM (Segment Anything Model van Meta). Deze zijn open-source of beschikbaar via cloud-diensten zoals Google Cloud Vision of AWS Rekognition.

Een voorbeeld uit de praktijk

Een supermarktketen wil weten hoeveel producten er nog op de schappen liggen, zonder dat medewerkers alles handmatig hoeven te tellen. Een camera maakt foto's van het schap, instance segmentation herkent elk pak melk, elke yoghurt en elk brood als een apart object — zelfs als ze gedeeltelijk achter elkaar staan. Het systeem telt: 12 melkpakken, 8 yoghurts, 5 broden. Die data gaat naar het voorraadsysteem, dat automatisch bijbestelt als iets onder een drempel komt.

Zonder instance segmentation zou het systeem alleen zien "hier staan zuivelproducten", maar niet hoeveel stuks of welke variant.

Waarom zou jij hier iets aan hebben?

Als je met visuele data werkt — of je nu foto's analyseert, producten telt, objecten volgt of beelden bewerkt — dan is instance segmentation de techniek die van een rommelige afbeelding een gestructureerde inventarislijst maakt. Het is wat AI de stap laat maken van "ik zie iets" naar "ik weet precies wat, waar en hoeveel".

Denk na over processen in jouw werk of leven waar je nu handmatig objecten telt, labelt of uitknipt. Daar ligt waarschijnlijk een toepassing. Tools worden steeds toegankelijker — je hoeft geen machine learning-expert te zijn om ermee te experimenteren. Begin met een kant-en-klare API en kijk of het voor jouw situatie werkt.