مجموعة بيانات HomeObjects-3K#

2,686

HomeObjects-3K

ultralytics

publicDetect

HomeObjects-3K is an Ultralytics indoor detection benchmark spanning twelve furniture, appliance, opening, and decor classes. Images cover beds, sofas, chairs, tables, doors, windows, televisions, lamps, and other household objects across varied rooms and viewpoints.

212 classes769.9 MBSep 2, 2026

bedsofachairtable+8

object-detectionindoorhome-objects+1

مجموعة بيانات Ultralytics HomeObjects-3K هي مجموعة بيانات داخلية لـاكتشاف الكائنات، وتتألف من 2,689 صورة (2,285 للتدريب و404 للتحقق) مع تسميات تغطي 12 فئة من الأدوات المنزلية اليومية: سرير وأريكة وكرسي وطاولة ومصباح وتلفاز وحاسوب محمول وخزانة ملابس ونافذة وباب ونبات في أصيص وإطار صور. وقد أُعدّت لتدريب نماذج الرؤية الحاسوبية وتقييمها المعياري، وهي تستهدف فهم المشاهد الداخلية والأجهزة المنزلية الذكية والروبوتات والواقع المعزز.

بنية مجموعة البيانات#

تنقسم مجموعة بيانات HomeObjects-3K إلى مجموعتين فرعيتين محددتين مسبقًا، وفقًا لإعداد HomeObjects-3K.yaml:

تُوسم كل صورة بمربعات إحاطة وفق تنسيق Ultralytics YOLO، وهي جاهزة للاستخدام في مسارات عمل اكتشاف الكائنات وتتبّعها.

فئات الكائنات#

تغطي مجموعة البيانات 12 فئة من الكائنات اليومية، تشمل الأثاث والإلكترونيات والعناصر الزخرفية الشائعة في البيئات المنزلية الداخلية:

التطبيقات#

تدعم HomeObjects-3K مجموعة متنوعة من تطبيقات الرؤية الحاسوبية الداخلية في مجالي البحث وتطوير المنتجات:

• اكتشاف الكائنات الداخلية: استخدم نماذج مثل Ultralytics YOLO26 للعثور على الأدوات المنزلية الشائعة وتحديد مواقعها، مثل الأسرّة والكراسي والمصابيح والحواسيب المحمولة، في الصور لفهم المشاهد الداخلية آنيًا.

• تحليل تخطيط المشهد: ساعد أنظمة الروبوتات والمنازل الذكية على فهم ترتيب الغرف — ومواقع الأبواب والنوافذ والأثاث — كي تتمكن الأجهزة من التنقل بأمان والتفاعل مع بيئتها.

• تطبيقات الواقع المعزز: عزّز ميزات التعرّف على الكائنات في تطبيقات الواقع المعزز. فعلى سبيل المثال، اكتشف أجهزة التلفاز أو خزائن الملابس وأضف إليها معلومات أو مؤثرات إضافية.

• التعليم والبحث: وفّر للطلاب والباحثين مجموعة بيانات جاهزة للاستخدام للتدرب على اكتشاف الكائنات الداخلية باستخدام أمثلة من العالم الحقيقي.

• جرد المنزل وتتبع الأصول: اكتشف الأدوات المنزلية وأدرجها تلقائيًا في الصور أو مقاطع الفيديو، بما يفيد في إدارة الممتلكات وتنظيم المساحات أو تصوّر الأثاث في العقارات.

لوضع تسميات على صورك الداخلية، والتدريب، وإدارة إصدارات مجموعات البيانات في متصفحك، نفّذ سير العمل بالكامل باستخدام Ultralytics Platform.

ملف YAML لمجموعة البيانات#

يحدد الملف HomeObjects-3K.yaml إعدادات مجموعة البيانات، بما في ذلك مسارات صور التدريب والتحقق وقائمة فئات الكائنات. وتتم صيانته في مستودع Ultralytics عبر https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/HomeObjects-3K.yaml.

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# HomeObjects-3K dataset by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/detect/homeobjects-3k
# Example usage: yolo train data=HomeObjects-3K.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── homeobjects-3K ← downloads here (390 MB)

# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: homeobjects-3K # dataset root dir
train: images/train # train images (relative to 'path') 2285 images
val: images/val # val images (relative to 'path') 404 images

# Classes
names:
  0: bed
  1: sofa
  2: chair
  3: table
  4: lamp
  5: tv
  6: laptop
  7: wardrobe
  8: window
  9: door
  10: potted plant
  11: photo frame

# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/homeobjects-3K.zip

الاستخدام#

يمكنك تدريب نموذج YOLO26n على مجموعة بيانات HomeObjects-3K لمدة 100 حقبة باستخدام حجم صور قدره 640. تُنزّل مجموعة البيانات (390 MB) تلقائيًا عند استخدامها للمرة الأولى. وتوضح الأمثلة أدناه كيفية البدء. لمزيد من خيارات التدريب والإعدادات التفصيلية، راجع دليل التدريب.

from ultralytics import YOLO

# ⁨تحميل النموذج المدرّب مسبقًا⁩
model = YOLO("yolo26n.pt")

# ⁨تدريب النموذج على مجموعة بيانات HomeObjects-3K⁩
model.train(data="HomeObjects-3K.yaml", epochs=100, imgsz=640)

صور وتعليقات توضيحية نموذجية#

تعرض العينة أدناه مشهدًا داخليًا من مجموعة البيانات مع تعليقات مربعات الإحاطة التوضيحية، موضحةً مواقع الكائنات ومقاييسها وعلاقاتها المكانية التي يتعلم النموذج اكتشافها.

الترخيص والإسناد#

طوّر فريق Ultralytics مجموعة HomeObjects-3K وأصدرها بموجب ترخيص AGPL-3.0، دعمًا للأبحاث مفتوحة المصدر والاستخدام التجاري مع الإسناد المناسب.

إذا استخدمت مجموعة البيانات هذه في بحثك، فيُرجى الاستشهاد بها باستخدام التفاصيل المذكورة:

@dataset{Jocher_Ultralytics_Datasets_2025,
    author = {Jocher, Glenn and Rizwan, Muhammad},
    license = {AGPL-3.0},
    month = {May},
    title = {Ultralytics Datasets: HomeObjects-3K Detection Dataset},
    url = {https://docs.ultralytics.com/datasets/detect/homeobjects-3k},
    version = {1.0.0},
    year = {2025}
}

الأسئلة الشائعة#