YOLO Vision 2026:

Übersicht über Objekterkennungs-Datensätze#

Das Training eines robusten und präzisen object detection-Modells erfordert einen umfassenden Datensatz. Diese Anleitung stellt verschiedene Formate von Datensätzen vor, die mit dem Ultralytics YOLO-Modell kompatibel sind, und gibt Einblicke in deren Struktur, Verwendung sowie die Konvertierung zwischen verschiedenen Formaten.

Unterstützte Datensatzformate#

Ultralytics YOLO-Format#

Das Ultralytics YOLO-Format ist ein Datensatz-Konfigurationsformat, mit dem du das Stammverzeichnis des Datensatzes, die relativen Pfade zu den Verzeichnissen für Trainings-, Validierungs- und Testbilder oder *.txt-Dateien mit Bildpfaden sowie ein Wörterbuch der Klassennamen definieren kannst. Hier ist ein Beispiel:

ultralytics/cfg/datasets/coco8.yaml
# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# COCO8 dataset (first 8 images from COCO train2017) by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/detect/coco8
# Example usage: yolo train data=coco8.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── coco8 ← downloads here (1 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: coco8 # dataset root dir
train: images/train # train images (relative to 'path') 4 images
val: images/val # val images (relative to 'path') 4 images
test: # test images (optional)

# Classes
names:
  0: person
  1: bicycle
  2: car
  3: motorcycle
  4: airplane
  5: bus
  6: train
  7: truck
  8: boat
  9: traffic light
  10: fire hydrant
  11: stop sign
  12: parking meter
  13: bench
  14: bird
  15: cat
  16: dog
  17: horse
  18: sheep
  19: cow
  20: elephant
  21: bear
  22: zebra
  23: giraffe
  24: backpack
  25: umbrella
  26: handbag
  27: tie
  28: suitcase
  29: frisbee
  30: skis
  31: snowboard
  32: sports ball
  33: kite
  34: baseball bat
  35: baseball glove
  36: skateboard
  37: surfboard
  38: tennis racket
  39: bottle
  40: wine glass
  41: cup
  42: fork
  43: knife
  44: spoon
  45: bowl
  46: banana
  47: apple
  48: sandwich
  49: orange
  50: broccoli
  51: carrot
  52: hot dog
  53: pizza
  54: donut
  55: cake
  56: chair
  57: couch
  58: potted plant
  59: bed
  60: dining table
  61: toilet
  62: tv
  63: laptop
  64: mouse
  65: remote
  66: keyboard
  67: cell phone
  68: microwave
  69: oven
  70: toaster
  71: sink
  72: refrigerator
  73: book
  74: clock
  75: vase
  76: scissors
  77: teddy bear
  78: hair drier
  79: toothbrush

# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/coco8.zip

Jedes der Formate train, val und test akzeptiert ein Verzeichnis, eine Liste von Verzeichnissen oder eine *.txt-Datei, die einen Bildpfad pro Zeile auflistet (Pfadangaben beginnend mit ./ werden relativ zur *.txt-Datei aufgelöst). Eine *.txt-Datei ist nützlich, um auf einer Teilmenge eines Verzeichnisses zu trainieren, unbeschriftete Bilder zu überspringen oder Bilder aus mehreren Quellen zu einem Split zusammenzuführen.

Bildpfade als `*.txt`-Datei
path: datasets/coco8 # dataset root
train: train.txt # a directory, a list e.g. [images/a, images/b], or a *.txt file
val: val.txt
names:
  0: person

Beschriftungen für dieses Format sollten im YOLO-Format exportiert werden, wobei eine *.txt-Datei pro Bild vorliegt. Wenn sich keine Objekte auf einem Bild befinden, ist keine *.txt-Datei erforderlich. Die *.txt-Datei sollte mit einer Zeile pro Objekt im class x_center y_center width height-Format formatiert sein. Box-Koordinaten müssen im normalisierten xywh-Format (von 0 bis 1) vorliegen. Wenn deine Boxen in Pixeln angegeben sind, solltest du x_center und width durch die Bildbreite sowie y_center und height durch die Bildhöhe teilen. Klassennummern sollten nullbasiert sein (beginnend mit 0).

YOLO labeled image with bounding boxes on persons and tie

Die zum obigen Bild gehörende Beschriftungsdatei enthält 2 Personen (Klasse 0) und eine Krawatte (Klasse 27):

YOLO format label file with normalized coordinates

Wenn du das Ultralytics YOLO-Format verwendest, organisiere deine Trainings- und Validierungsbilder sowie -beschriftungen wie im folgenden Beispiel des COCO8 dataset gezeigt.

YOLO dataset directory structure with train and val folders

Anwendungsbeispiel#

So kannst du YOLO-Format-Datensätze verwenden, um dein Modell zu trainieren:

Beispiel
from ultralytics import YOLO

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

# Train the model
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

Ultralytics NDJSON-Format#

Das NDJSON (Newline Delimited JSON)-Format bietet eine alternative Möglichkeit, Datensätze für Ultralytics YOLO-Modelle zu definieren. Dieses Format speichert Datensatz-Metadaten und Annotationen in einer einzigen Datei, in der jede Zeile ein separates JSON-Objekt enthält.

Eine NDJSON-Datensatzdatei enthält:

  1. Datensatz-Datensatz (erste Zeile): Enthält Datensatz-Metadaten einschließlich Aufgabentyp, Klassennamen und allgemeiner Informationen
  2. Bild-Datensätze (nachfolgende Zeilen): Enthält individuelle Bilddaten einschließlich Dimensionen, Annotationen und Dateipfaden
NDJSON-Beispiel
{
    "type": "dataset",
    "task": "detect",
    "name": "Example",
    "description": "COCO NDJSON example dataset",
    "url": "https://app.ultralytics.com/user/datasets/example",
    "class_names": { "0": "person", "1": "bicycle", "2": "car" },
    "bytes": 426342,
    "version": 0,
    "created_at": "2024-01-01T00:00:00Z",
    "updated_at": "2025-01-01T00:00:00Z"
}

Benutzerdefinierte Bildmetadaten#

Jeder Bildeintrag kann ein metadata-JSON-Objekt für anwendungsspezifischen Kontext wie Aufnahmebedingungen, Geräteidentifikatoren oder den Überprüfungsstatus enthalten. Verschachtelte Werte werden unterstützt. Wenn die Metadaten in die Ultralytics Platform importiert werden, werden sie mit diesem Bild gespeichert und können über das Vollbild-Informationspanel angezeigt oder bearbeitet werden.

{
    "type": "image",
    "file": "airbus-wing.jpg",
    "url": "https://example.com/airbus-wing.jpg",
    "split": "train",
    "metadata": { "aircraft": { "family": "A350", "section": "wing" }, "inspectionStatus": "reviewed" }
}

Die Platform beschränkt Metadatenschlüssel der obersten Ebene auf 128 Zeichen, das serialisierte Metadatenobjekt jedes Bildes auf 500.000 Zeichen und die kombinierten effektiven Metadaten in einem NDJSON-Import auf 500.000 Zeichen.

Anwendungsbeispiel#

Um einen NDJSON-Datensatz mit YOLO26 zu verwenden, gib einfach den Pfad zur .ndjson-Datei an:

Beispiel
from ultralytics import YOLO

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

# Train using NDJSON dataset
results = model.train(data="path/to/dataset.ndjson", epochs=100, imgsz=640)

Vorteile des NDJSON-Formats#

  • Einzelne Datei: Alle Datensatzinformationen sind in einer Datei enthalten
  • Streaming: Kann große Datensätze zeilenweise verarbeiten, ohne alles in den Arbeitsspeicher zu laden
  • Cloud-Integration: Unterstützt Remote-Bild-URLs für cloudbasiertes Training
  • Erweiterbar: Einfaches Hinzufügen benutzerdefinierter Metadatenfelder
  • Versionskontrolle: Das Dateiformat funktioniert gut mit git und Versionskontrollsystemen

Unterstützte Datensätze#

Hier ist eine Liste der unterstützten Datensätze und eine kurze Beschreibung für jeden:

  • African-wildlife: Ein Datensatz mit Bildern afrikanischer Wildtiere, darunter Büffel, Elefanten, Nashörner und Zebras.
  • Argoverse: Ein Datensatz mit 3D-Tracking- und Bewegungsprognosedaten aus städtischen Umgebungen mit reichhaltigen Annotationen.
  • Brain-tumor: Ein Datensatz zur Erkennung von Hirntumoren, der MRT- oder CT-Scan-Bilder mit Details zu Tumorkorrelation, -standort und -eigenschaften enthält.
  • COCO: Common Objects in Context (COCO) ist ein groß angelegter Datensatz für object detection, Segmentierung und Beschriftung mit 80 Objektkategorien.
  • COCO8: Eine kleinere Teilmenge der ersten 4 Bilder aus COCO train und COCO val, geeignet für schnelle Tests.
  • COCO8-Grayscale: Eine Graustufenversion von COCO8, die durch Konvertierung von RGB in Graustufen erstellt wurde und nützlich für die Evaluierung von Einkanalmodellen ist.
  • COCO8-Multispectral: Eine 10-Kanal-Multispektralversion von COCO8, die durch Interpolation von RGB-Wellenlängen erstellt wurde und nützlich für die spektralbewusste Modellevaluierung ist.
  • COCO12-Formats: Ein Testdatensatz mit 12 Bildern, die 12 unterstützte Bildformate abdecken (AVIF, BMP, DNG, HEIC, JP2, JPEG, JPG, MPO, PNG, TIF, TIFF, WebP), zur Validierung von Bildlade-Pipelines.
  • COCO16: Eine Teilmenge der ersten 16 Bilder aus COCO train2017 (8 train + 8 val), geeignet für schnelle Tests.
  • COCO32: Eine Teilmenge der ersten 32 Bilder aus COCO train2017 (16 train + 16 val), geeignet für schnelle Tests.
  • COCO64: Eine Teilmenge der ersten 64 Bilder aus COCO train2017 (32 train + 32 val), geeignet für schnelle Tests.
  • COCO128: Eine kleinere Teilmenge der ersten 128 Bilder aus COCO train2017, geeignet für Tests.
  • Construction-PPE: Ein Datensatz mit Bauarbeitern, die mit Sicherheitsausrüstung wie Helmen, Westen, Handschuhen, Stiefeln und Schutzbrillen ausgestattet sind, einschließlich Annotationen für fehlende Ausrüstung wie no_helmet und no_goggle für die reale Einhaltung von Sicherheitsvorschriften.
  • Global Wheat 2020: Ein Datensatz mit Bildern von Weizenähren für die Global Wheat Challenge 2020.
  • HomeObjects-3K: Ein Datensatz mit Haushaltsgegenständen im Innenbereich, darunter Betten, Stühle, Fernseher und mehr – ideal für Anwendungen in der Smart-Home-Automatisierung, Robotik, Augmented Reality und Raumlayout-Analyse.
  • KITTI: Ein Datensatz mit realen Fahrszenen mit Stereo-, LiDAR- und GPS/IMU-Daten, der hier für 2D object detection-Aufgaben wie das Identifizieren von Autos, Fußgängern und Radfahrern in städtischen, ländlichen und Autobahnumgebungen verwendet wird.
  • LVIS: Ein groß angelegter Datensatz für Objekterkennung, Segmentierung und Beschriftung mit 1203 Objektkategorien.
  • Medical-pills: Ein Datensatz mit Bildern von medizinischen Pillen, annotiert für Anwendungen wie pharmazeutische Qualitätssicherung, Pillensortierung und Einhaltung gesetzlicher Vorschriften.
  • Objects365: Ein hochwertiger, groß angelegter Datensatz für Objekterkennung mit 365 Objektkategorien und über 600.000 annotierten Bildern.
  • OpenImagesV7: Ein umfassender Datensatz von Google mit 1,7 Millionen Trainingsbildern und 42.000 Validierungsbildern.
  • Roboflow 100: Ein vielfältiger Objekterkennungs-Benchmark mit 100 Datensätzen aus sieben Bilddomänen zur umfassenden Modellevaluierung.
  • Signature: Ein Datensatz mit Bildern verschiedener Dokumente mit annotierten Unterschriften, der die Forschung zur Dokumentenverifizierung und Betrugserkennung unterstützt.
  • SKU-110K: Ein Datensatz mit dichter Objekterkennung in Einzelhandelsumgebungen mit über 11.000 Bildern und 1,7 Millionen bounding boxes.
  • TT100K: Entdecke den Verkehrsschilder-Datensatz Tsinghua-Tencent 100K (TT100K) mit 16.817 Straßenansichtsbildern über 221 Schilderkategorien für eine robuste Erkennung und Klassifizierung.
  • VisDrone: Ein Datensatz mit Objekterkennungs- und Multi-Objekt-Tracking-Daten aus drohnenbasierten Bildaufnahmen mit über 10.000 Bildern und Videosequenzen.
  • VOC: Der Pascal Visual Object Classes (VOC) Datensatz für Objekterkennung und Segmentierung mit 20 Objektklassen und über 11.000 Bildern.
  • xView: Ein Datensatz zur Objekterkennung in Luftaufnahmen mit 60 Objektkategorien und über 1 Million annotierten Objekten.

Eigenen Datensatz hinzufügen#

Wenn du deinen eigenen Datensatz hast und diesen für das Training von Erkennungsmodellen im Ultralytics YOLO-Format verwenden möchtest, stelle sicher, dass er dem oben unter "Ultralytics YOLO-Format" angegebenen Format folgt. Konvertiere deine Annotationen in das erforderliche Format und gib die Pfade, die Anzahl der Klassen und die Klassennamen in der YAML-Konfigurationsdatei an.

Label-Formate portieren oder konvertieren#

COCO-Datensatzformat in YOLO-Format#

Du kannst Beschriftungen aus dem beliebten COCO dataset-Format ganz einfach mit dem folgenden Code-Snippet in das YOLO-Format konvertieren:

Beispiel
from ultralytics.data.converter import convert_coco

convert_coco(labels_dir="path/to/coco/annotations/")

Dieses Konvertierungstool kann verwendet werden, um den COCO-Datensatz oder jeden Datensatz im COCO-Format in das Ultralytics YOLO-Format zu konvertieren. Der Prozess transformiert die JSON-basierten COCO-Annotationen in das einfachere textbasierte YOLO-Format, wodurch sie mit Ultralytics YOLO models kompatibel werden.

Denke daran, zu überprüfen, ob der Datensatz, den du verwenden möchtest, mit deinem Modell kompatibel ist und die notwendigen Formatkonventionen einhält. Korrekt formatierte Datensätze sind entscheidend für das Training erfolgreicher Objekterkennungsmodelle.

Wie geht es weiter?#

Sobald dein Datensatz formatiert ist, kannst du start training your model. Du bist dir nicht sicher, mit welchem vortrainierten Modell du beginnen sollst? Vergleiche die Optionen in der YOLO26 model family.

FAQ#

Was ist das Ultralytics YOLO-Datensatzformat und wie strukturiert man es?#

Das Ultralytics YOLO-Format ist eine strukturierte Konfiguration zur Definition von Datensätzen in deinen Trainingsprojekten. Sie umfasst das Festlegen von Pfaden zu deinen Trainings-, Validierungs- und Testbildern sowie den entsprechenden Beschriftungen. Zum Beispiel:

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

# COCO8 dataset (first 8 images from COCO train2017) by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/detect/coco8
# Example usage: yolo train data=coco8.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── coco8 ← downloads here (1 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: coco8 # dataset root dir
train: images/train # train images (relative to 'path') 4 images
val: images/val # val images (relative to 'path') 4 images
test: # test images (optional)

# Classes
names:
  0: person
  1: bicycle
  2: car
  3: motorcycle
  4: airplane
  5: bus
  6: train
  7: truck
  8: boat
  9: traffic light
  10: fire hydrant
  11: stop sign
  12: parking meter
  13: bench
  14: bird
  15: cat
  16: dog
  17: horse
  18: sheep
  19: cow
  20: elephant
  21: bear
  22: zebra
  23: giraffe
  24: backpack
  25: umbrella
  26: handbag
  27: tie
  28: suitcase
  29: frisbee
  30: skis
  31: snowboard
  32: sports ball
  33: kite
  34: baseball bat
  35: baseball glove
  36: skateboard
  37: surfboard
  38: tennis racket
  39: bottle
  40: wine glass
  41: cup
  42: fork
  43: knife
  44: spoon
  45: bowl
  46: banana
  47: apple
  48: sandwich
  49: orange
  50: broccoli
  51: carrot
  52: hot dog
  53: pizza
  54: donut
  55: cake
  56: chair
  57: couch
  58: potted plant
  59: bed
  60: dining table
  61: toilet
  62: tv
  63: laptop
  64: mouse
  65: remote
  66: keyboard
  67: cell phone
  68: microwave
  69: oven
  70: toaster
  71: sink
  72: refrigerator
  73: book
  74: clock
  75: vase
  76: scissors
  77: teddy bear
  78: hair drier
  79: toothbrush

# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/coco8.zip

Beschriftungen werden in *.txt-Dateien mit einer Datei pro Bild gespeichert, formatiert als class x_center y_center width height mit normalisierten Koordinaten. Eine detaillierte Anleitung findest du im COCO8 dataset example.

Wie konvertiere ich einen COCO-Datensatz in das YOLO-Format?#

Du kannst einen COCO-Datensatz mit den Ultralytics conversion tools in das YOLO-Format konvertieren. Hier ist eine schnelle Methode:

from ultralytics.data.converter import convert_coco

convert_coco(labels_dir="path/to/coco/annotations/")

Dieser Code konvertiert deine COCO-Annotationen in das YOLO-Format und ermöglicht eine nahtlose Integration mit Ultralytics YOLO-Modellen. Weitere Details findest du im Abschnitt Port or Convert Label Formats.

Welche Datensätze werden von Ultralytics YOLO zur Objekterkennung unterstützt?#

Ultralytics YOLO unterstützt eine Vielzahl von Datensätzen, darunter:

Jede Datensatzseite bietet detaillierte Informationen zu Struktur und Verwendung, die auf ein effizientes YOLO26-Training zugeschnitten sind. Erkunde die vollständige Liste im Abschnitt Supported Datasets.

Wie fange ich mit dem Training eines YOLO26-Modells unter Verwendung meines Datensatzes an?#

Um mit dem Training eines YOLO26-Modells zu beginnen, stelle sicher, dass dein Datensatz korrekt formatiert ist und die Pfade in einer YAML-Datei definiert sind. Verwende das folgende Skript, um das Training zu starten:

Beispiel
from ultralytics import YOLO

model = YOLO("yolo26n.pt")  # Load a pretrained model
results = model.train(data="path/to/your_dataset.yaml", epochs=100, imgsz=640)

Weitere Details zur Nutzung verschiedener Modi, einschließlich CLI-Befehlen, findest du im Abschnitt Usage.

Wo finde ich praktische Beispiele für die Verwendung von Ultralytics YOLO zur Objekterkennung?#

Ultralytics bietet zahlreiche Beispiele und Praxisleitfäden für die Verwendung von YOLO26 in verschiedensten Anwendungen. Eine umfassende Übersicht findest du im Ultralytics Blog, wo du Fallstudien, detaillierte Tutorials und Community-Geschichten findest, die Objekterkennung, Segmentierung und mehr mit YOLO26 präsentieren. Spezifische Beispiele findest du im Abschnitt Usage in der Dokumentation.

Mitwirkende
GLglenn-jocher26RIRizwanMunawar7RAraimbekovm3LALaughing-q3PRPrashantDixit01Y-Y-T-G1MAMatthewNoyce1JKjk4e1IVIvorZhu3311

Kommentare