مجموعة بيانات HomeObjects-3K#

2,686

HomeObjects-3K

ultralytics

publicDetect

Official Ultralytics HomeObjects-3K object detection dataset with 2,686 unique indoor images and 22,275 bounding boxes across 12 household classes. The 2,689-file source release contains three byte-identical image pairs, which Platform deduplicates while retaining the richer annotation variants. Includes 2,283 train and 403 validation images after deduplication.

112 classes769.9 MBAug 21, 2026

bedsofachairtable+8

object-detectionindoorhome-objects+1

مجموعة بيانات Ultralytics HomeObjects-3K هي مجموعة بيانات داخلية لـ اكتشاف الكائنات تضم 2,689 صورة (2,285 للتدريب و404 للتحقق من الصحة) مصنفة عبر 12 فئة منزلية يومية — السرير، الأريكة، الكرسي، الطاولة، المصباح، التلفزيون، الكمبيوتر المحمول، خزانة الملابس، النافذة، الباب، النبتة المنزلية، وإطار الصورة. صُممت خصيصًا لتدريب وتقييم مقارنة أداء نماذج رؤية الحاسوب، وهي تستهدف فهم المشهد الداخلي، وأجهزة المنازل الذكية، والروبوتات، والواقع المعزز.

هيكل مجموعة البيانات#

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

يتم تصنيف كل صورة بمربعات محيطة بتنسيق Ultralytics YOLO، وهي جاهزة لخطوط أنابيب اكتشاف الكائنات والتتبع.

فئات الأغراض#

تغطي مجموعة البيانات 12 فئة من الكائنات اليومية التي تشمل الأثاث والإلكترونيات والعناصر الزخرفية الموجودة عادة في البيئات المنزلية الداخلية:

التطبيقات#

تدعم HomeObjects-3K مجموعة من تطبيقات رؤية الحاسوب الداخلية عبر البحث وتطوير المنتجات:

• اكتشاف الكائنات الداخلية: استخدم نماذج مثل Ultralytics YOLO26 للعثور على وتحديد العناصر المنزلية الشائعة مثل الأسرة، والكراسي، والمصابيح، وأجهزة الكمبيوتر المحمولة في الصور لفهم المشاهد الداخلية في الوقت الفعلي.

• تحليل تخطيط المشهد: مساعدة أنظمة الروبوتات والمنزل الذكي على فهم كيفية ترتيب الغرف — أين توجد الأبواب والنوافذ والأثاث — بحيث يمكن للأجهزة التنقل بأمان والتفاعل مع بيئتها.

• تطبيقات الواقع المعزز: تشغيل ميزات التعرف على الكائنات في تطبيقات الواقع المعزز. على سبيل المثال، اكتشاف أجهزة التلفزيون أو خزائن الملابس وتراكب معلومات أو تأثيرات إضافية عليها.

• التعليم والبحث: توفير مجموعة بيانات جاهزة للاستخدام للطلاب والباحثين لممارسة اكتشاف الكائنات الداخلية باستخدام أمثلة من العالم الحقيقي.

• جرد المنزل وتتبع الأصول: اكتشاف الأغراض المنزلية وإدراجها تلقائياً في الصور أو مقاطع الفيديو، وهو أمر مفيد لإدارة الممتلكات، أو تنظيم المساحات، أو تصور الأثاث في العقارات.

لتسمية صورك الداخلية الخاصة، وتدريب وإدارة إصدارات مجموعة البيانات في متصفحك، قم بتشغيل سير العمل الكامل باستخدام Ultralytics Platform.

YAML مجموعة البيانات#

يحدد ملف HomeObjects-3K.yaml تكوين مجموعة البيانات — مسارات صور التدريب والتحقق من الصحة وقائمة فئلات الكائنات. تتم صيانته في مستودع Ultralytics على الرابط 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 (epochs) باستخدام حجم صورة يبلغ 640. يتم تنزيل مجموعة البيانات (390 ميغابايت) تلقائيًا عند الاستخدام الأول. تظهر الأمثلة أدناه كيفية البدء. لمزيد من خيارات التدريب والإعدادات التفصيلية، تحقق من دليل Training.

from ultralytics import YOLO

# Load pretrained model
model = YOLO("yolo26n.pt")

# Train the model on HomeObjects-3K dataset
model.train(data="HomeObjects-3K.yaml", epochs=100, imgsz=640)

صور وشروحات توضيحية عينة#

يعرض النموذج أدناه مشهداً داخلياً من مجموعة البيانات مع تعليقات توضيحية لصناديق الإحاطة، مما يوضح مواقع الكائنات ومقاييسها والعلاقات المكانية التي تتعلم النماذج اكتشافها.

الترخيص والنسب#

تم تطوير وإصدار HomeObjects-3K بواسطة Ultralytics team بموجب AGPL-3.0 License، مما يدعم البحث مفتوح المصدر والاستخدام التجاري مع الإسناد المناسب.

إذا كنت تستخدم مجموعة البيانات هذه في بحثك، فيرجى 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#