Ultralytics YOLO27:

مجموعة بيانات xView#

تُعد مجموعة بيانات xView واحدة من أكبر معايير صور الأقمار الصناعية المتاحة للعامة لاختبار اكتشاف الكائنات، إذ توفر أكثر من مليون مثيل لكائنات ضمن 60 فئة، موسومة بـمربعات إحاطة في صور WorldView-3 تغطي أكثر من 1,400 km² وبدقة 0.3 m. أصدرتها الوكالة الوطنية الأمريكية للاستخبارات الجغرافية المكانية (NGA) لتحدي DIUx xView لعام 2018، ويتطلب تنزيلها يدويًا نحو 20.7 GB.

أُنشئت مجموعة البيانات لدفع أربعة من حدود الرؤية الحاسوبية إلى الأمام:

  1. خفض الحد الأدنى للدقة اللازمة للاكتشاف.
  2. تحسين كفاءة التعلّم.
  3. إتاحة اكتشاف مزيد من فئات الكائنات.
  4. تحسين اكتشاف الفئات الدقيقة.

انطلاقًا من معايير مثل COCO، تستهدف xView الصور الملتقطة من الأعلى، حيث تكون الكائنات أصغر بكثير وأكثر ازدحامًا مقارنةً بالصور الملتقطة من مستوى الأرض.

يلزم التنزيل يدويًا

لا تُنزّل مجموعة بيانات xView تلقائيًا. سجّل في موقع تحدي DIUx xView لعام 2018 لتنزيل train_images.zip (~15 GB) وtrain_labels.zip وval_images.zip (~5 GB)، ثم فك ضغطها ضمن datasets/xView/ بحيث يحتوي على:

datasets/xView/
├── train_images/          # 847 TIF satellite images
├── val_images/            # 282 TIF images (no public labels)
└── xView_train.geojson    # bounding-box annotations

في أول تشغيل للتدريب، تحوّل Ultralytics التعليقات التوضيحية بتنسيق GeoJSON إلى تنسيق YOLO، وتقسم الصور الموسومة تلقائيًا إلى مجموعتي تدريب وتحقق بنسبة تقارب 90/10 — ولا حاجة إلى تحويل يدوي.

الميزات الرئيسية#

  • الفئات الدقيقة: 60 فئة من الكائنات تشمل الطائرات والمركبات ومعدات السكك الحديدية والسفن البحرية ومعدات البناء والمباني — وكثير منها صغير ونادر ومتقارب بصريًا.
  • دقة عالية: تبلغ دقة العينة الأرضية 0.3 m، وجُمعت الصور من أقمار WorldView-3 الصناعية.
  • تعليقات توضيحية كثيفة: أكثر من مليون مثيل لكائنات ضمن أكثر من 1,400 km² من الصور، وكلها موسومة بمربعات إحاطة أفقية.
  • تحويل تلقائي: يحوّل برنامج التنزيل في Ultralytics تسميات GeoJSON الأصلية إلى تنسيق YOLO، وينشئ تقسيم التدريب/التحقق عند الاستخدام الأول.

بنية مجموعة البيانات#

صور xView مشاهد أقمار صناعية كبيرة بتنسيق TIF، ولا تأتي إلا صور التدريب البالغ عددها 847 مع تسميات متاحة للعامة — أما مجموعة التحقق الخاصة بالتحدي، التي تضم 282 صورة، فلا تحتوي على تسميات. لذلك يقسم إعداد xView.yaml من Ultralytics الصور الموسومة تلقائيًا عند الاستخدام الأول:

المجموعة الفرعيةالصورالوصف
التدريب~90% من 847الصور الموسومة المدرجة في autosplit_train.txt، والتي تُنشأ عند التشغيل الأول
التحقق~10% من 847الصور الموسومة المدرجة في autosplit_val.txt، والمستخدمة في التقييم

تشمل الفئات الستون تصنيفات دقيقة مثل الطائرات ثابتة الجناحين وطائرات الشحن والسيارات الصغيرة والحافلات والقاطرات والسفن البحرية والحفارات والمباني وحظائر الطائرات وخزانات التخزين؛ وترد القائمة الكاملة في ملف YAML لمجموعة البيانات أدناه. أثناء التحويل، تُعاد فهرسة معرّفات الفئات الأصلية في التحدي (11–94) لتصبح مؤشرات متصلة من 0 إلى 59.

التطبيقات#

تجعل الفئات الدقيقة في xView والمنظور عالي الدقة الملتقط من الأعلى منها معيارًا شائعًا لتدريب نماذج التعلّم العميق وتقييمها في الاستشعار عن بُعد. وتشمل التطبيقات الشائعة:

  • الاستطلاع العسكري والدفاعي
  • التخطيط الحضري والتطوير
  • الرصد البيئي
  • الاستجابة للكوارث وتقييمها
  • رسم خرائط البنية التحتية وإدارتها

للاطلاع على معايير أخرى للصور الملتقطة من الأعلى، راجع مجموعة بيانات VisDrone المخصصة للطائرات المسيّرة أو مجموعة بيانات DOTA-v2 ذات المربعات الموجّهة.

ملف YAML لمجموعة البيانات#

يحدد الملف xView.yaml إعدادات مجموعة البيانات — مسارات مجموعة البيانات وأسماء الفئات الستين والبرنامج النصي للتنزيل الذي يحوّل التعليقات التوضيحية بتنسيق GeoJSON وينشئ التقسيم التلقائي. ويُصان الملف في مستودع Ultralytics على https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/xView.yaml.

ultralytics/cfg/datasets/xView.yaml
# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# DIUx xView 2018 Challenge dataset https://challenge.xviewdataset.org by U.S. National Geospatial-Intelligence Agency (NGA)
# --------  Download and extract data manually to `datasets/xView` before running the train command.  --------
# Documentation: https://docs.ultralytics.com/datasets/detect/xview
# Example usage: yolo train data=xView.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── xView ← downloads here (20.7 GB)

# 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: xView # dataset root dir
train: images/autosplit_train.txt # train images (relative to 'path') 90% of 847 train images
val: images/autosplit_val.txt # val images (relative to 'path') 10% of 847 train images

# Classes
names:
  0: Fixed-wing Aircraft
  1: Small Aircraft
  2: Cargo Plane
  3: Helicopter
  4: Passenger Vehicle
  5: Small Car
  6: Bus
  7: Pickup Truck
  8: Utility Truck
  9: Truck
  10: Cargo Truck
  11: Truck w/Box
  12: Truck Tractor
  13: Trailer
  14: Truck w/Flatbed
  15: Truck w/Liquid
  16: Crane Truck
  17: Railway Vehicle
  18: Passenger Car
  19: Cargo Car
  20: Flat Car
  21: Tank car
  22: Locomotive
  23: Maritime Vessel
  24: Motorboat
  25: Sailboat
  26: Tugboat
  27: Barge
  28: Fishing Vessel
  29: Ferry
  30: Yacht
  31: Container Ship
  32: Oil Tanker
  33: Engineering Vehicle
  34: Tower crane
  35: Container Crane
  36: Reach Stacker
  37: Straddle Carrier
  38: Mobile Crane
  39: Dump Truck
  40: Haul Truck
  41: Scraper/Tractor
  42: Front loader/Bulldozer
  43: Excavator
  44: Cement Mixer
  45: Ground Grader
  46: Hut/Tent
  47: Shed
  48: Building
  49: Aircraft Hangar
  50: Damaged Building
  51: Facility
  52: Construction Site
  53: Vehicle Lot
  54: Helipad
  55: Storage Tank
  56: Shipping container lot
  57: Shipping Container
  58: Pylon
  59: Tower

# Download script/URL (optional) ---------------------------------------------------------------------------------------
download: |
  import json
  from pathlib import Path
  import shutil

  import numpy as np
  from PIL import Image

  from ultralytics.utils import TQDM
  from ultralytics.data.split import autosplit
  from ultralytics.utils.ops import xyxy2xywhn

  def convert_labels(fname=Path("xView/xView_train.geojson")):
      """Convert xView GeoJSON labels to YOLO format (classes 0-59) and save them as text files."""
      path = fname.parent
      with open(fname, encoding="utf-8") as f:
          print(f"Loading {fname}...")
          data = json.load(f)

      # Make dirs
      labels = path / "labels" / "train"
      shutil.rmtree(labels, ignore_errors=True)
      labels.mkdir(parents=True, exist_ok=True)

      # xView classes 11-94 to 0-59
      xview_class2index = [-1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, 0, 1, 2, -1, 3, -1, 4, 5, 6, 7, 8, -1, 9, 10, 11,
                           12, 13, 14, 15, -1, -1, 16, 17, 18, 19, 20, 21, 22, -1, 23, 24, 25, -1, 26, 27, -1, 28, -1,
                           29, 30, 31, 32, 33, 34, 35, 36, 37, -1, 38, 39, 40, 41, 42, 43, 44, 45, -1, -1, -1, -1, 46,
                           47, 48, 49, -1, 50, 51, -1, 52, -1, -1, -1, 53, 54, -1, 55, -1, -1, 56, -1, 57, -1, 58, 59]

      shapes = {}
      for feature in TQDM(data["features"], desc=f"Converting {fname}"):
          p = feature["properties"]
          if p["bounds_imcoords"]:
              image_id = p["image_id"]
              image_file = path / "train_images" / image_id
              if image_file.exists():  # 1395.tif missing
                  try:
                      box = np.array([int(num) for num in p["bounds_imcoords"].split(",")])
                      assert box.shape[0] == 4, f"incorrect box shape {box.shape[0]}"
                      cls = p["type_id"]
                      cls = xview_class2index[int(cls)]  # xView class to 0-59
                      assert 59 >= cls >= 0, f"incorrect class index {cls}"

                      # Write YOLO label
                      if image_id not in shapes:
                          shapes[image_id] = Image.open(image_file).size
                      box = xyxy2xywhn(box[None].astype(float), w=shapes[image_id][0], h=shapes[image_id][1], clip=True)
                      with open((labels / image_id).with_suffix(".txt"), "a", encoding="utf-8") as f:
                          f.write(f"{cls} {' '.join(f'{x:.6f}' for x in box[0])}\n")  # write label.txt
                  except Exception as e:
                      print(f"WARNING: skipping one label for {image_file}: {e}")

  # Download manually from https://challenge.xviewdataset.org
  dir = Path(yaml["path"])  # dataset root dir
  # urls = [
  #     "https://d307kc0mrhucc3.cloudfront.net/train_labels.zip",  # train labels
  #     "https://d307kc0mrhucc3.cloudfront.net/train_images.zip",  # 15G, 847 train images
  #     "https://d307kc0mrhucc3.cloudfront.net/val_images.zip",  # 5G, 282 val images (no labels)
  # ]
  # download(urls, dir=dir)

  # Convert labels
  convert_labels(dir / "xView_train.geojson")

  # Move images
  images = Path(dir / "images")
  images.mkdir(parents=True, exist_ok=True)
  Path(dir / "train_images").rename(dir / "images" / "train")
  Path(dir / "val_images").rename(dir / "images" / "val")

  # Split
  autosplit(dir / "images" / "train")

الاستخدام#

تنزيل يدوي بحجم 20.7 GB

يتطلب التدريب فك ضغط التنزيل اليدوي الموضح أعلاه ضمن datasets/xView/؛ ثم يجري تحويل التعليقات التوضيحية وتقسيم التدريب/التحقق تلقائيًا.

لتدريب نموذج على مجموعة بيانات xView لمدة 100 حقبة وبحجم صورة 640، يمكنك استخدام مقتطفات التعليمات البرمجية التالية. للاطلاع على قائمة شاملة بالوسائط المتاحة، راجع صفحة تدريب النموذج.

مثال على التدريب
from ultralytics import YOLO

# ⁨تحميل نموذج⁩
model = YOLO("yolo26n.pt")  # ⁨تحميل نموذج مدرّب مسبقًا (موصى به للتدريب)⁩

# ⁨تدريب النموذج⁩
results = model.train(data="xView.yaml", epochs=100, imgsz=640)

لتوسيم صور أقمار صناعية إضافية وإدارة عمليات تدريب xView في متصفحك، استخدم منصة Ultralytics.

البيانات النموذجية والتعليقات التوضيحية#

تعرض العينة أدناه مشهدًا نموذجيًا من xView: صورًا جوية عالية الدقة تُوسم فيها الكائنات الصغيرة، مثل المركبات والمباني، بمربعات إحاطة؛ ما يوضح سبب حاجة اكتشاف الكائنات في صور الأقمار الصناعية إلى تحديد مواقع دقيق.

صور أقمار صناعية جوية من مجموعة بيانات xView مع اكتشاف الكائنات

الاستشهادات والشكر والتقدير#

إذا استخدمت مجموعة بيانات xView في أبحاثك أو أعمال التطوير، فيُرجى الاستشهاد بالورقة البحثية التالية:

اقتباس
@misc{lam2018xview,
      title={xView: Objects in Context in Overhead Imagery},
      author={Darius Lam and Richard Kuzma and Kevin McGee and Samuel Dooley and Michael Laielli and Matthew Klaric and Yaroslav Bulatov and Brendan McCord},
      year={2018},
      eprint={1802.07856},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

نود أن نشكر وحدة الابتكار الدفاعي (DIU) والقائمين على إنشاء مجموعة بيانات xView على إسهامهم القيّم في مجتمع أبحاث الرؤية الحاسوبية. لمزيد من المعلومات، تفضل بزيارة موقع مجموعة بيانات xView.

الأسئلة الشائعة#

  • مجموعة بيانات xView معيار لصور الأقمار الصناعية أُصدر لتحدي DIUx xView لعام 2018 من قبل الوكالة الوطنية الأمريكية للاستخبارات الجغرافية المكانية، ويوفر أكثر من مليون مثيل لكائنات ضمن 60 فئة دقيقة في صور WorldView-3 بدقة 0.3 m. وتدعم المجموعة الأبحاث المتعلقة باكتشاف الكائنات الصغيرة والنادرة والدقيقة في المناظر الملتقطة من الأعلى، وهي أهداف أصعب بكثير من تلك الموجودة في الصور الملتقطة من مستوى الأرض.

  • يتطلب xView تنزيلًا يدويًا: سجّل في موقع تحدي DIUx xView لعام 2018، ونزّل train_images.zip (~15 GB) وtrain_labels.zip وval_images.zip (~5 GB) — بحجم إجمالي يقارب 20.7 GB — ثم فك ضغطها ضمن datasets/xView/ وفق البنية الموضحة في التحذير أعلى هذه الصفحة. في أول تشغيل للتدريب، تحوّل Ultralytics التعليقات التوضيحية بتنسيق GeoJSON تلقائيًا إلى تنسيق YOLO، وتنشئ تقسيم التدريب/التحقق.

  • تتضمن xView عدد 847 صورة تدريب موسومة و282 صورة تحقق بلا تسميات متاحة للعامة، وكلها ملتقطة بأقمار WorldView-3 الصناعية بدقة 0.3 m. وتغطي التعليقات التوضيحية أكثر من مليون مثيل لكائنات ضمن 60 فئة. وبما أن تسميات التدريب وحدها متاحة للعامة، يقسم إعداد xView.yaml من Ultralytics الصور الموسومة البالغ عددها 847 تلقائيًا إلى مجموعتي تدريب وتحقق بنسبة تقارب 90/10؛ راجع بنية مجموعة البيانات للاطلاع على التفاصيل.

  • درّب نموذج YOLO26n على xView لمدة 100 حقبة وبحجم صورة 640:

    مثال على التدريب
    from ultralytics import YOLO
    
    # ⁨تحميل نموذج⁩
    model = YOLO("yolo26n.pt")  # ⁨تحميل نموذج مدرّب مسبقًا (موصى به للتدريب)⁩
    
    # ⁨تدريب النموذج⁩
    results = model.train(data="xView.yaml", epochs=100, imgsz=640)

    للاطلاع على الوسائط والإعدادات التفصيلية، راجع صفحة تدريب النموذج.

  • استشهد بالورقة البحثية "xView: Objects in Context in Overhead Imagery" (Lam وآخرون، arXiv:1802.07856، 2018)؛ يتوفر إدخال BibTeX الكامل في قسم الاستشهادات والشكر أعلاه.

التعليقات