تخطي إلى المحتوى

Roboflow مجموعة بيانات تجزئة حزم الكون

مجموعة بيانات Roboflow مجموعة بيانات تجزئة الحزم عبارة عن مجموعة منسقة من الصور المصممة خصيصًا للمهام المتعلقة بتجزئة الحزم في مجال الرؤية الحاسوبية. صُممت مجموعة البيانات هذه لمساعدة الباحثين والمطورين والمتحمسين الذين يعملون على مشاريع تتعلق بتحديد الحزمة وفرزها ومعالجتها.

تحتوي مجموعة البيانات على مجموعة متنوعة من الصور التي تعرض حزمًا متنوعة في سياقات وبيئات مختلفة، وهي بمثابة مورد قيّم لتدريب نماذج التجزئة وتقييمها. سواءً كنت تعمل في مجال الخدمات اللوجستية أو أتمتة المستودعات أو أي تطبيق يتطلب تحليلاً دقيقاً للحزم، توفر مجموعة بيانات تجزئة الحزم مجموعة مستهدفة وشاملة من الصور لتحسين أداء خوارزميات الرؤية الحاسوبية الخاصة بك.

هيكلية مجموعة البيانات

توزيع البيانات في مجموعة بيانات تجزئة الحزمة منظم على النحو التالي:

  • مجموعة التدريب: تشمل 1920 صورة مصحوبة بشروحها التوضيحية المقابلة لها.
  • مجموعة الاختبار: تتكون من 89 صورة، كل منها مقترنة بالشروح الخاصة بها.
  • مجموعة التحقق: تتألف من 188 صورة، كل منها مع التعليقات التوضيحية المقابلة.

التطبيقات

يُعد تجزئة الطرود، التي تيسرها مجموعة بيانات تجزئة الطرود، أمرًا بالغ الأهمية لتحسين الخدمات اللوجستية، وتعزيز التسليم في الميل الأخير، وتحسين مراقبة جودة التصنيع، والمساهمة في حلول المدن الذكية. من التجارة الإلكترونية إلى التطبيقات الأمنية، تُعد مجموعة البيانات هذه مورداً رئيسياً يعزز الابتكار في مجال الرؤية الحاسوبية لتطبيقات تحليل الطرود المتنوعة والفعالة.

مجموعة البيانات YAML

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

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

الاستخدام

لتدريب نموذج Ultralytics YOLO11n على مجموعة بيانات تجزئة الحزمة لـ 100 حلقة تدريبية بحجم صورة 640، يمكنك استخدام مقتطفات التعليمات البرمجية التالية. للحصول على قائمة شاملة بالوسائط المتاحة، راجع صفحة تدريب النموذج.

مثال على القطار

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n-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=yolo11n-seg.pt epochs=100 imgsz=640

عينة من البيانات والشروح

تتألف مجموعة بيانات تقسيم الحزمة من مجموعة متنوعة من الصور ومقاطع الفيديو التي تم التقاطها من وجهات نظر متعددة. فيما يلي أمثلة لبيانات من مجموعة البيانات، مصحوبة بالشروح الخاصة بكل منها:

صورة عينة مجموعة البيانات

  • تعرض هذه الصورة مثالاً لاكتشاف الأجسام في الصورة، حيث تعرض مربعات محددة مشروحة مع أقنعة تحدد الأجسام التي تم التعرف عليها. تضم مجموعة البيانات مجموعة متنوعة من الصور الملتقطة في مواقع وبيئات وكثافات مختلفة. وهي بمثابة مورد شامل لتطوير نماذج خاصة بهذه المهمة.
  • يؤكد هذا المثال على التنوع والتعقيد الموجود في مجموعة بيانات VisDrone، مما يؤكد على أهمية بيانات المستشعرات عالية الجودة لمهام الرؤية الحاسوبية التي تتضمن طائرات بدون طيار.

الاستشهادات والشكر والتقدير

إذا قمت بدمج مجموعة بيانات التجزئة المتصدعة في مبادرات البحث أو التطوير الخاصة بك، يُرجى الاستشهاد بالورقة البحثية 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 لفريق Roboflow لجهودهم في إنشاء وصيانة مجموعة بيانات تجزئة الحزم، وهي من الأصول القيّمة للمشاريع اللوجستية والبحثية. لمزيد من التفاصيل حول مجموعة بيانات تجزئة الحزم ومنشئيها، يرجى زيارة صفحة مجموعة بيانات تجزئة الحزم.

الأسئلة الشائعة

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 على تحسين الخدمات اللوجستية وتعزيز نماذج الرؤية لتحديد الطرود وفرزها بدقة.

كيف أقوم بتدريب نموذج Ultralytics YOLO11 على مجموعة بيانات تقسيم الحزمة؟

يمكنك تدريب نموذج Ultralytics YOLO11n باستخدام كل من طريقتين Python و CLI . استخدم المقتطفات أدناه:

مثال على القطار

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n-seg.pt")  # load a pretrained model

# 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=yolo11n-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 تعليقات توضيحية.

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

لماذا يجب استخدام Ultralytics YOLO11 مع مجموعة بيانات تجزئة الحزمة؟

Ultralytics YOLO11 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 YOLO11 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 YOLO11 تجزئة.

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

إن 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.

📅 تم الإنشاء قبل 10 أشهر ✏️ تم التحديث منذ 2 أشهر
ألترالتيكسيستانتست غلين-جوتشر ماثيو نويس رضوان منور ج ك 4 هـ

التعليقات