Zum Inhalt springen

SKU-110k Datensatz

Der SKU-110k-Datensatz ist eine Sammlung dicht gepackter Bilder von Einzelhandelsregalen, die für die Forschung im Bereich der Objekterkennung entwickelt wurde. Der von Eran Goldman et al. entwickelte Datensatz enthält über 110.000 eindeutige Kategorien von Lagerhaltungseinheiten (SKU) mit dicht gepackten Objekten, die oft ähnlich oder sogar identisch aussehen und in unmittelbarer Nähe angeordnet sind.

Datensatz Beispielbild

Hauptmerkmale

  • SKU-110k enthält Bilder von Ladenregalen aus der ganzen Welt mit dicht gepackten Objekten, die eine Herausforderung für moderne Objektdetektoren darstellen.
  • Der Datensatz umfasst über 110.000 einzigartige SKU-Kategorien, die eine Vielzahl von Objekten darstellen.
  • Zu den Anmerkungen gehören Begrenzungsrahmen für Objekte und SKU-Kategoriebezeichnungen.

Struktur des Datensatzes

Der SKU-110k-Datensatz ist in drei große Teilmengen unterteilt:

  1. Trainingsset: Diese Teilmenge enthält Bilder und Anmerkungen, die für das Training von Objekterkennungsmodellen verwendet werden.
  2. Validierungssatz: Diese Teilmenge besteht aus Bildern und Anmerkungen, die während des Trainings zur Modellvalidierung verwendet werden.
  3. Testsatz: Diese Teilmenge ist für die abschließende Bewertung der trainierten Objekterkennungsmodelle gedacht.

Anwendungen

Der SKU-110k-Datensatz wird häufig zum Trainieren und Evaluieren von Deep-Learning-Modellen für die Objekterkennung verwendet, insbesondere in dicht gepackten Szenen wie z. B. in Einzelhandelsregalen. Die Vielfalt der SKU-Kategorien und die dichte Anordnung der Objekte machen den Datensatz zu einer wertvollen Ressource für Forscher/innen und Praktiker/innen auf dem Gebiet der Computer Vision.

Datensatz YAML

Eine YAML-Datei (Yet Another Markup Language) wird verwendet, um die Konfiguration des Datensatzes zu definieren. Sie enthält Informationen über die Pfade des Datensatzes, Klassen und andere relevante Informationen. Im Fall des SKU-110K-Datensatzes ist die SKU-110K.yaml Datei wird verwaltet unter https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/SKU-110K.yaml.

ultralytics/cfg/datasets/SKU-110K.yaml

# Ultralytics YOLO 🚀, AGPL-3.0 license
# SKU-110K retail items dataset https://github.com/eg4000/SKU110K_CVPR19 by Trax Retail
# Documentation: https://docs.ultralytics.com/datasets/detect/sku-110k/
# Example usage: yolo train data=SKU-110K.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── SKU-110K  ← downloads here (13.6 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: ../datasets/SKU-110K # dataset root dir
train: train.txt # train images (relative to 'path')  8219 images
val: val.txt # val images (relative to 'path')  588 images
test: test.txt # test images (optional)  2936 images

# Classes
names:
  0: object

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

  import numpy as np
  import pandas as pd
  from tqdm import tqdm

  from ultralytics.utils.downloads import download
  from ultralytics.utils.ops import xyxy2xywh

  # Download
  dir = Path(yaml['path'])  # dataset root dir
  parent = Path(dir.parent)  # download dir
  urls = ['http://trax-geometry.s3.amazonaws.com/cvpr_challenge/SKU110K_fixed.tar.gz']
  download(urls, dir=parent)

  # Rename directories
  if dir.exists():
      shutil.rmtree(dir)
  (parent / 'SKU110K_fixed').rename(dir)  # rename dir
  (dir / 'labels').mkdir(parents=True, exist_ok=True)  # create labels dir

  # Convert labels
  names = 'image', 'x1', 'y1', 'x2', 'y2', 'class', 'image_width', 'image_height'  # column names
  for d in 'annotations_train.csv', 'annotations_val.csv', 'annotations_test.csv':
      x = pd.read_csv(dir / 'annotations' / d, names=names).values  # annotations
      images, unique_images = x[:, 0], np.unique(x[:, 0])
      with open((dir / d).with_suffix('.txt').__str__().replace('annotations_', ''), 'w') as f:
          f.writelines(f'./images/{s}\n' for s in unique_images)
      for im in tqdm(unique_images, desc=f'Converting {dir / d}'):
          cls = 0  # single-class dataset
          with open((dir / 'labels' / im).with_suffix('.txt'), 'a') as f:
              for r in x[images == im]:
                  w, h = r[6], r[7]  # image width, height
                  xywh = xyxy2xywh(np.array([[r[1] / w, r[2] / h, r[3] / w, r[4] / h]]))[0]  # instance
                  f.write(f"{cls} {xywh[0]:.5f} {xywh[1]:.5f} {xywh[2]:.5f} {xywh[3]:.5f}\n")  # write label

Verwendung

Um ein YOLOv8n Modell auf dem SKU-110K-Datensatz für 100 Epochen mit einer Bildgröße von 640 zu trainieren, kannst du die folgenden Codeschnipsel verwenden. Eine umfassende Liste der verfügbaren Argumente findest du auf der Seite Modelltraining.

Beispiel für einen Zug

from ultralytics import YOLO

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

# Train the model
results = model.train(data='SKU-110K.yaml', epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo detect train data=SKU-110K.yaml model=yolov8n.pt epochs=100 imgsz=640

Beispieldaten und Anmerkungen

Der SKU-110k-Datensatz enthält eine Vielzahl von Einzelhandelsregalbildern mit dicht gepackten Objekten, die einen reichhaltigen Kontext für Objekterkennungsaufgaben bieten. Hier sind einige Beispiele von Daten aus dem Datensatz, zusammen mit den entsprechenden Anmerkungen:

Datensatz Beispielbild

  • Dicht gepacktes Einzelhandelsregal: Dieses Bild zeigt ein Beispiel für dicht gepackte Objekte in einem Einzelhandelsregal. Die Objekte sind mit Bounding Boxes und SKU-Kategorie-Etiketten beschriftet.

Das Beispiel zeigt die Vielfalt und Komplexität der Daten im SKU-110k-Datensatz und verdeutlicht, wie wichtig hochwertige Daten für die Objekterkennung sind.

Zitate und Danksagungen

Wenn du den SKU-110k-Datensatz in deiner Forschungs- oder Entwicklungsarbeit verwendest, zitiere bitte das folgende Dokument:

@inproceedings{goldman2019dense,
 author    = {Eran Goldman and Roei Herzig and Aviv Eisenschtat and Jacob Goldberger and Tal Hassner},
 title     = {Precise Detection in Densely Packed Scenes},
 booktitle = {Proc. Conf. Comput. Vision Pattern Recognition (CVPR)},
 year      = {2019}
}

Wir möchten Eran Goldman et al. dafür danken, dass sie den SKU-110k-Datensatz als wertvolle Ressource für die Computer Vision-Forschungsgemeinschaft erstellt und gepflegt haben. Weitere Informationen über den SKU-110k-Datensatz und seine Ersteller findest du im GitHub-Repository des SKU-110k-Datensatzes.



Erstellt 2023-11-12, Aktualisiert 2023-11-22
Autoren: glenn-jocher (3), Laughing-q (1)

Kommentare