Link to this sectionمجموعة بيانات تجزئة الطرود#

تعد مجموعة بيانات تجزئة الطرود Ultralytics عبارة عن مجموعة مختارة من 2,197 صورة معلّقة (annotated) للطرود لتدريب نماذج تجزئة المثيلات على فئة package واحدة. صُممت هذه المجموعة لحالات استخدام الخدمات اللوجستية وأتمتة المستودعات مثل تحديد الطرود وفرزها ومناولتها، وهي تتكامل مباشرة مع Ultralytics YOLO لتحليل الطرود في الوقت الفعلي ضمن خطوط معالجة الرؤية الحاسوبية. استكشف المزيد من مجموعات بيانات التجزئة على صفحة نظرة عامة على مجموعات البيانات الخاصة بنا.

Link to this sectionهيكل مجموعة البيانات#

تقسم مجموعة بيانات تجزئة الطرود صورها البالغ عددها 2,197 صورة كالتالي:

• مجموعة التدريب: 1,920 صورة تُستخدم لـ تدريب نموذج التعلم العميق.
• مجموعة التحقق من الصحة: 188 صورة تُستخدم أثناء التدريب لضبط المعلمات الفائقة ومنع الفرط في التخصيص.
• مجموعة الاختبار: 89 صورة تم الاحتفاظ بها لتقييم النموذج بعد التدريب.
• الفئات: فئة package واحدة تغطي كل طرد معلّق.
• حجم التنزيل: ~103 ميجابايت.

Link to this sectionالتطبيقات#

تعمل تجزئة الطرود على تحسين الخدمات اللوجستية، والتسليم في الميل الأخير، ومراقبة جودة التصنيع، وأنظمة المدن الذكية، مع تطبيقات تمتد لتشمل تلبية طلبات التجارة الإلكترونية وفحص الأمان. تتيح أقنعة الطرود الدقيقة للأنظمة الآلية تحديد مواقع الطرود وعدها وفحصها في الوقت الفعلي.

Link to this sectionالمستودعات الذكية والخدمات اللوجستية#

في المستودعات الحديثة، يمكن لـ حلول الذكاء الاصطناعي للرؤية تبسيط العمليات من خلال أتمتة تحديد الطرود وفرزها. يمكن لنماذج رؤية الحاسوب المدربة على مجموعة البيانات هذه اكتشاف وتجزئة الطرود بسرعة في الوقت الفعلي، حتى في البيئات الصعبة ذات الإضاءة الخافتة أو المساحات المزدحمة. يؤدي هذا إلى أوقات معالجة أسرع، وتقليل الأخطاء، وتحسين الكفاءة الإجمالية في العمليات اللوجستية.

Link to this sectionمراقبة الجودة واكتشاف التلف#

يمكن لنماذج تجزئة الطرود تحديد الطرود التالفة من خلال تحليل شكلها ومظهرها. ومن خلال اكتشاف المخالفات أو التشوهات في حدود الطرود، تساعد هذه النماذج في ضمان أن الطرود السليمة فقط هي التي تمر عبر سلسلة التوريد، مما يقلل من شكاوى العملاء ومعدلات الإرجاع. يعد هذا جانبًا رئيسيًا من مراقبة الجودة في التصنيع وهو أمر حيوي للحفاظ على سلامة المنتج.

يمكن أيضاً تصفح وإدارة مجموعة بيانات تجزئة الطرود الكاملة على منصة Ultralytics.

Link to this sectionYAML مجموعة البيانات#

يحدد ملف YAML إعدادات مجموعة البيانات، بما في ذلك المسارات والفئات والتفاصيل الأساسية الأخرى. بالنسبة لمجموعة بيانات Package Segmentation، يتم الاحتفاظ بملف package-seg.yaml في الرابط https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/package-seg.yaml.

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

# Package-seg dataset by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/segment/package-seg
# Example usage: yolo train data=package-seg.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── package-seg ← downloads here (103 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: package-seg # dataset root dir
train: images/train # train images (relative to 'path') 1920 images
val: images/val # val images (relative to 'path') 188 images
test: images/test # test images (relative to 'path') 89 images

# Classes
names:
  0: package

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

Link to this sectionالاستخدام#

لتدريب نموذج Ultralytics YOLO26n على مجموعة بيانات تجزئة الطرود لمدة 100 حقبة بحجم صورة 640، استخدم مقتطفات التعليمات البرمجية التالية. يتم تنزيل مجموعة البيانات (~103 ميجابايت) تلقائياً عند الاستخدام الأول. للحصول على قائمة شاملة بالوسائط المتاحة، راجع صفحة التدريب الخاصة بالنموذج.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-seg.pt")  # load a pretrained segmentation model (recommended for training)

# Train the model on the Package Segmentation dataset
results = model.train(data="package-seg.yaml", epochs=100, imgsz=640)

# Validate the model
results = model.val()

# Perform inference on an image
results = model("path/to/image.jpg")

Link to this sectionعينة من البيانات والتعليقات#

فيما يلي مثال من مجموعة بيانات تجزئة الطرود مع تراكب أقنعة التجزئة الخاصة بها، والتي تحدد الطرود المكتشفة:

تغطي مجموعة البيانات مواقع وبيئات وكثافات طرود متنوعة، لذا فإن النماذج المدربة عليها ترى مجموعة واسعة من مشاهد الخدمات اللوجستية الواقعية التي تحتاج إلى التعميم عبرها. راجع صفحة مهمة التجزئة للاطلاع على سير العمل ذي الصلة.

Link to this sectionالاقتباسات والشكر#

إذا قمت بدمج مجموعة بيانات تجزئة الطرود في مبادرات البحث أو التطوير الخاصة بك، يرجى الاستشهاد بالمصدر بشكل مناسب:

@misc{ factory_package_dataset,
    title = { factory_package Dataset },
    type = { Open Source Dataset },
    author = { factorypackage },
    url = { https://universe.roboflow.com/factorypackage/factory_package },
    year = { 2024 },
    month = { jan },
    note = { visited on 2024-01-24 },
}

نعرب عن امتناننا لمبتكري مجموعة بيانات تجزئة الطرود لمساهمتهم في مجتمع الرؤية الحاسوبية. لمزيد من مجموعات البيانات، تفضل بزيارة مجموعة بيانات Ultralytics ودليلنا حول نصائح تدريب النموذج.

Link to this sectionالأسئلة الشائعة#

Link to this sectionما هي مجموعة بيانات تجزئة الطرود، وكيف يتم استخدامها في Ultralytics YOLO26؟#

مجموعة بيانات تجزئة الطرود هي مجموعة من 2,197 صورة معلّقة للطرود لتدريب وتقييم نماذج تجزئة المثيلات على فئة package واحدة. وهي تستهدف تطبيقات الخدمات اللوجستية وأتمتة المستودعات مثل تحديد الطرود وفرزها ومراقبة الجودة، وتُستخدم مباشرة مع Ultralytics YOLO26 عبر ملف التهيئة package-seg.yaml.

Link to this sectionكم عدد الصور والفئات التي تحتوي عليها مجموعة بيانات تجزئة الطرود؟#

يبلغ إجمالي مجموعة البيانات 2,197 صورة - 1,920 للتدريب، و188 للتحقق من الصحة، و89 للاختبار - وجميعها معلّقة لفئة package واحدة. يتم تنزيل الأرشيف الكامل تلقائياً كملف .zip بحجم ~103 ميجابايت عند الاستخدام الأول.

Link to this sectionكيف يمكنني تدريب نموذج Ultralytics YOLO26 على مجموعة بيانات تجزئة الطرود؟#

قم بتحميل نموذج تجزئة مدرب مسبقاً (على سبيل المثال، yolo26n-seg.pt) وقم بتدريبه باستخدام تهيئة package-seg.yaml باستخدام مقتطفات Python أو CLI في قسم الاستخدام أعلاه. راجع دليل التدريب للحصول على القائمة الكاملة للوسائط المتاحة.

Link to this sectionلماذا نستخدم Ultralytics YOLO26 لتجزئة الطرود في الخدمات اللوجستية؟#

يوفر YOLO26 أحدث مستويات الدقة وسرعة الوقت الفعلي لـ تجزئة المثيلات، مما يتيح للأنظمة الآلية اكتشاف الطرود وفرزها بشكل موثوق حتى في المستودعات الخافتة أو المزدحمة - انظر قسم التطبيقات أعلاه. يتم تصدير النماذج المدربة إلى تنسيقات مثل ONNX و TensorRT للنشر عبر أجهزة المستودعات.

Link to this sectionأين يمكنني العثور على ملف تهيئة مجموعة البيانات لتجزئة الطرود؟#

يوجد ملف package-seg.yaml الذي يحدد مسارات مجموعة البيانات وفئة package الواحدة في مستودع Ultralytics على GitHub: package-seg.yaml.