Roboflow مجموعة بيانات تجزئة حزمة الكون

ال Roboflowمجموعة بيانات تجزئة الحزمة عبارة عن مجموعة منسقة من الصور المصممة خصيصا للمهام المتعلقة بتجزئة الحزمة في مجال رؤية الكمبيوتر. تم تصميم مجموعة البيانات هذه لمساعدة الباحثين والمطورين والمتحمسين الذين يعملون في مشاريع تتعلق بتحديد الحزمة وفرزها ومعالجتها.

تحتوي مجموعة البيانات على مجموعة متنوعة من الصور التي تعرض حزما مختلفة في سياقات وبيئات مختلفة ، وتعمل كمصدر قيم للتدريب وتقييم نماذج التجزئة. سواء كنت منخرطا في الخدمات اللوجستية أو أتمتة المستودعات أو أي تطبيق يتطلب تحليلا دقيقا للحزمة ، توفر مجموعة بيانات تجزئة الحزمة مجموعة مستهدفة وشاملة من الصور لتحسين أداء خوارزميات رؤية الكمبيوتر الخاصة بك.

هيكل مجموعة البيانات

يتم تنظيم توزيع البيانات في مجموعة بيانات تجزئة الحزمة على النحو التالي:

• مجموعة التدريب: تشمل 1920 صورة مصحوبة بالتعليقات التوضيحية المقابلة لها.
• مجموعة الاختبار: تتكون من 89 صورة ، كل منها مقترن بالتعليقات التوضيحية الخاصة بها.
• مجموعة التحقق من الصحة: تضم 188 صورة، لكل منها تعليقات توضيحية مقابلة.

التطبيقات

يعد تجزئة الحزمة ، الذي تسهله مجموعة بيانات تجزئة الحزمة ، أمرا بالغ الأهمية لتحسين الخدمات اللوجستية ، وتعزيز تسليم الميل الأخير ، وتحسين مراقبة جودة التصنيع ، والمساهمة في حلول المدن الذكية. من التجارة الإلكترونية إلى التطبيقات الأمنية ، تعد مجموعة البيانات هذه موردا رئيسيا ، مما يعزز الابتكار في رؤية الكمبيوتر لتطبيقات تحليل الحزم المتنوعة والفعالة.

مجموعة البيانات YAML

يتم استخدام ملف YAML (لغة ترميز أخرى) لتحديد تكوين مجموعة البيانات. يحتوي على معلومات حول مسارات مجموعة البيانات والفئات والمعلومات الأخرى ذات الصلة. في حالة مجموعة بيانات تجزئة الحزمة، package-seg.yaml يتم الاحتفاظ بالملف في https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/package-seg.yaml.

# Ultralytics YOLO 🚀, AGPL-3.0 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 (102 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: ../datasets/package-seg # dataset root dir
train: images/train # train images (relative to 'path') 1920 images
val: images/val # val images (relative to 'path') 89 images
test: test/images # test images (relative to 'path') 188 images

# Classes
names:
  0: package

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

استخدام

للتدريب Ultralytics YOLOv8n على مجموعة بيانات تجزئة الحزمة ل 100 حقبة بحجم صورة 640، يمكنك استخدام مقتطفات التعليمات البرمجية التالية. للحصول على قائمة شاملة بالوسيطات المتاحة، ارجع إلى صفحة نموذج التدريب .

from ultralytics import YOLO

# Load a model
model = YOLO("yolov8n-seg.pt")  # load a pretrained model (recommended for training)

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

# Start training from a pretrained *.pt model
yolo segment train data=package-seg.yaml model=yolov8n-seg.pt epochs=100 imgsz=640

عينة من البيانات والتعليقات التوضيحية

تشتمل مجموعة بيانات تجزئة الحزمة على مجموعة متنوعة من الصور ومقاطع الفيديو التي تم التقاطها من وجهات نظر متعددة. فيما يلي أمثلة للبيانات من مجموعة البيانات ، مصحوبة بالتعليقات التوضيحية الخاصة بكل منها:

• تعرض هذه الصورة مثيل لاكتشاف كائن الصورة، تتميز بمربعات محيطة مشروحة مع أقنعة تحدد الكائنات التي تم التعرف عليها. تتضمن مجموعة البيانات مجموعة متنوعة من الصور التي تم التقاطها في مواقع وبيئات وكثافات مختلفة. إنه بمثابة مورد شامل لتطوير نماذج خاصة بهذه المهمة.
• يؤكد المثال على التنوع والتعقيد الموجودين في مجموعة بيانات VisDrone ، مما يؤكد أهمية بيانات أجهزة الاستشعار عالية الجودة لمهام رؤية الكمبيوتر التي تنطوي على طائرات بدون طيار.

الاستشهادات والشكر

إذا قمت بدمج مجموعة بيانات تجزئة الكراك في مبادرات البحث أو التطوير الخاصة بك ، فيرجى الاستشهاد بالورقة التالية:

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

نعرب عن امتناننا ل Roboflow لجهودهم في إنشاء وصيانة مجموعة بيانات تجزئة الحزمة ، وهي أحد الأصول القيمة للمشاريع اللوجستية والبحثية. للحصول على تفاصيل إضافية حول مجموعة بيانات تجزئة الحزمة ومنشئيها، يرجى زيارة صفحة مجموعة بيانات تجزئة الحزمة.

الأسئلة المتداولة

ما هي مجموعة بيانات تقسيم الحزمة Roboflow وكيف يمكن أن تساعد في مشاريع الرؤية الحاسوبية؟

مجموعة بيانات تجزئة الحزمRoboflow عبارة عن مجموعة منسقة من الصور المصممة خصيصًا للمهام التي تتضمن تجزئة الحزم. وهي تتضمن صورًا متنوعة للحزم في سياقات مختلفة، مما يجعلها لا تقدر بثمن لتدريب وتقييم نماذج التجزئة. تعتبر مجموعة البيانات هذه مفيدة بشكل خاص للتطبيقات في مجال الخدمات اللوجستية وأتمتة المستودعات وأي مشروع يتطلب تحليلاً دقيقاً للحزم. فهي تساعد في تحسين الخدمات اللوجستية وتعزيز نماذج الرؤية لتحديد الطرود وفرزها بدقة.

كيف يمكنني تدريب نموذج Ultralytics YOLOv8 على مجموعة بيانات تقسيم الحزمة؟

يمكنك تدريب نموذج Ultralytics YOLOv8n باستخدام كل من الطريقتين Python و CLI . بالنسبة إلى Python ، استخدم المقتطف أدناه:

from ultralytics import YOLO

# Load a model
model = YOLO("yolov8n-seg.pt")  # load a pretrained model

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

على CLI:

# Start training from a pretrained *.pt model
yolo segment train data=package-seg.yaml model=yolov8n-seg.pt epochs=100 imgsz=640

راجع صفحة التدريب على الطراز لمزيد من التفاصيل.

ما هي مكونات مجموعة بيانات تجزئة الحزم، وكيف يتم تنظيمها؟

تنقسم مجموعة البيانات إلى ثلاثة مكونات رئيسية: - مجموعة التدريب: تحتوي على 1920 صورة مع تعليقات توضيحية. - مجموعة الاختبار: تتكون من 89 صورة مع التعليقات التوضيحية المقابلة. - مجموعة التحقق من الصحة: تتضمن 188 صورة مع التعليقات التوضيحية.

يضمن هذا الهيكل مجموعة بيانات متوازنة لتدريب النموذج والتحقق من صحته واختباره بشكل شامل، مما يعزز أداء خوارزميات التجزئة.

لماذا يجب استخدام Ultralytics YOLOv8 مع مجموعة بيانات تجزئة الحزمة؟

Ultralytics YOLOv8 أحدث ما توصلت إليه الدقة والسرعة في مهام الكشف عن الكائنات وتجزئتها في الوقت الفعلي. يتيح لك استخدامه مع مجموعة بيانات تجزئة الحزمة الاستفادة من إمكانيات YOLOv8 لتجزئة الحزمة بدقة. هذا المزيج مفيد بشكل خاص لقطاعات مثل الخدمات اللوجستية وأتمتة المستودعات، حيث يكون تحديد الحزمة بدقة أمرًا بالغ الأهمية. لمزيد من المعلومات، را جع صفحتنا على YOLOv8 تجزئة.

كيف يمكنني الوصول إلى ملف package-seg.yaml الخاص بمجموعة بيانات تجزئة الحزمة واستخدامه؟

ال package-seg.yaml مستضاف على مستودع Ultralytics' GitHub ويحتوي على معلومات أساسية حول مسارات مجموعة البيانات وفئاتها وتكوينها. يمكنك تنزيله من هنا. هذا الملف ضروري لتكوين نماذجك للاستفادة من مجموعة البيانات بكفاءة.

لمزيد من الأفكار والأمثلة العملية، استكشف قسم الاستخدام.

التعليقات