Zum Inhalt springen

xView-Datensatz

Der xView-Datensatz ist einer der größten öffentlich zugänglichen Datensätze von Overhead-Bildern, der Bilder von komplexen Szenen auf der ganzen Welt enthält, die mit Bounding Boxes beschriftet sind. Das Ziel des xView-Datensatzes ist es, den Fortschritt in vier Bereichen der Computer Vision zu beschleunigen:

  1. Verringern Sie die Mindestauflösung für die Erkennung.
  2. Verbesserung der Lerneffizienz.
  3. Ermöglicht die Suche nach weiteren Objektklassen.
  4. Verbesserung der Erkennung von feinkörnigen Klassen.

xView baut auf dem Erfolg von Herausforderungen wie Common Objects in Context (COCO) auf und zielt darauf ab, Computer Vision zu nutzen, um die wachsende Menge an verfügbaren Bildern aus dem Weltraum zu analysieren, um die visuelle Welt auf neue Art und Weise zu verstehen und eine Reihe von wichtigen Anwendungen anzugehen.

Wesentliche Merkmale

  • xView enthält über 1 Million Objektinstanzen in 60 Klassen.
  • Der Datensatz hat eine Auflösung von 0,3 Metern und bietet damit eine höhere Auflösung als die meisten öffentlichen Satellitenbilddaten.
  • xView bietet eine vielfältige Sammlung von kleinen, seltenen, feinkörnigen und mehrtypigen Objekten mit Bounding-Box-Anmerkungen.
  • Im Lieferumfang enthalten sind ein vortrainiertes Basismodell mit der TensorFlow Object Detection API und ein Beispiel für PyTorch.

Struktur des Datensatzes

Der xView-Datensatz besteht aus Satellitenbildern, die von WorldView-3-Satelliten in einem Abstand von 0,3 m zum Boden aufgenommen wurden. Er enthält über 1 Million Objekte in 60 Klassen auf über 1 400 km² Bildfläche.

Anwendungen

Der xView-Datensatz wird häufig zum Trainieren und Evaluieren von Deep-Learning-Modellen für die Objekterkennung in Overhead-Bildern verwendet. Die vielfältigen Objektklassen und hochauflösenden Bilder machen den Datensatz zu einer wertvollen Ressource für Forscher und Praktiker auf dem Gebiet der Computer Vision, insbesondere für die Analyse von Satellitenbildern.

Datensatz YAML

Eine YAML-Datei (Yet Another Markup Language) wird zur Definition der Datensatzkonfiguration verwendet. Sie enthält Informationen über die Pfade des Datasets, Klassen und andere relevante Informationen. Im Falle des xView-Datensatzes wird die xView.yaml Datei wird verwaltet unter https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/xView.yaml.

ultralytics/cfg/datasets/xView.yaml

# Ultralytics YOLO 🚀, AGPL-3.0 license
# DIUx xView 2018 Challenge https://challenge.xviewdataset.org by U.S. National Geospatial-Intelligence Agency (NGA)
# --------  DOWNLOAD DATA MANUALLY and jar xf val_images.zip to 'datasets/xView' before running train command!  --------
# Documentation: https://docs.ultralytics.com/datasets/detect/xview/
# Example usage: yolo train data=xView.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── xView  ← downloads here (20.7 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/xView # dataset root dir
train: images/autosplit_train.txt # train images (relative to 'path') 90% of 847 train images
val: images/autosplit_val.txt # train images (relative to 'path') 10% of 847 train images

# Classes
names:
  0: Fixed-wing Aircraft
  1: Small Aircraft
  2: Cargo Plane
  3: Helicopter
  4: Passenger Vehicle
  5: Small Car
  6: Bus
  7: Pickup Truck
  8: Utility Truck
  9: Truck
  10: Cargo Truck
  11: Truck w/Box
  12: Truck Tractor
  13: Trailer
  14: Truck w/Flatbed
  15: Truck w/Liquid
  16: Crane Truck
  17: Railway Vehicle
  18: Passenger Car
  19: Cargo Car
  20: Flat Car
  21: Tank car
  22: Locomotive
  23: Maritime Vessel
  24: Motorboat
  25: Sailboat
  26: Tugboat
  27: Barge
  28: Fishing Vessel
  29: Ferry
  30: Yacht
  31: Container Ship
  32: Oil Tanker
  33: Engineering Vehicle
  34: Tower crane
  35: Container Crane
  36: Reach Stacker
  37: Straddle Carrier
  38: Mobile Crane
  39: Dump Truck
  40: Haul Truck
  41: Scraper/Tractor
  42: Front loader/Bulldozer
  43: Excavator
  44: Cement Mixer
  45: Ground Grader
  46: Hut/Tent
  47: Shed
  48: Building
  49: Aircraft Hangar
  50: Damaged Building
  51: Facility
  52: Construction Site
  53: Vehicle Lot
  54: Helipad
  55: Storage Tank
  56: Shipping container lot
  57: Shipping Container
  58: Pylon
  59: Tower

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

  import numpy as np
  from PIL import Image
  from tqdm import tqdm

  from ultralytics.data.utils import autosplit
  from ultralytics.utils.ops import xyxy2xywhn


  def convert_labels(fname=Path('xView/xView_train.geojson')):
      # Convert xView geoJSON labels to YOLO format
      path = fname.parent
      with open(fname) as f:
          print(f'Loading {fname}...')
          data = json.load(f)

      # Make dirs
      labels = Path(path / 'labels' / 'train')
      os.system(f'rm -rf {labels}')
      labels.mkdir(parents=True, exist_ok=True)

      # xView classes 11-94 to 0-59
      xview_class2index = [-1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, 0, 1, 2, -1, 3, -1, 4, 5, 6, 7, 8, -1, 9, 10, 11,
                           12, 13, 14, 15, -1, -1, 16, 17, 18, 19, 20, 21, 22, -1, 23, 24, 25, -1, 26, 27, -1, 28, -1,
                           29, 30, 31, 32, 33, 34, 35, 36, 37, -1, 38, 39, 40, 41, 42, 43, 44, 45, -1, -1, -1, -1, 46,
                           47, 48, 49, -1, 50, 51, -1, 52, -1, -1, -1, 53, 54, -1, 55, -1, -1, 56, -1, 57, -1, 58, 59]

      shapes = {}
      for feature in tqdm(data['features'], desc=f'Converting {fname}'):
          p = feature['properties']
          if p['bounds_imcoords']:
              id = p['image_id']
              file = path / 'train_images' / id
              if file.exists():  # 1395.tif missing
                  try:
                      box = np.array([int(num) for num in p['bounds_imcoords'].split(",")])
                      assert box.shape[0] == 4, f'incorrect box shape {box.shape[0]}'
                      cls = p['type_id']
                      cls = xview_class2index[int(cls)]  # xView class to 0-60
                      assert 59 >= cls >= 0, f'incorrect class index {cls}'

                      # Write YOLO label
                      if id not in shapes:
                          shapes[id] = Image.open(file).size
                      box = xyxy2xywhn(box[None].astype(np.float), w=shapes[id][0], h=shapes[id][1], clip=True)
                      with open((labels / id).with_suffix('.txt'), 'a') as f:
                          f.write(f"{cls} {' '.join(f'{x:.6f}' for x in box[0])}\n")  # write label.txt
                  except Exception as e:
                      print(f'WARNING: skipping one label for {file}: {e}')


  # Download manually from https://challenge.xviewdataset.org
  dir = Path(yaml['path'])  # dataset root dir
  # urls = ['https://d307kc0mrhucc3.cloudfront.net/train_labels.zip',  # train labels
  #         'https://d307kc0mrhucc3.cloudfront.net/train_images.zip',  # 15G, 847 train images
  #         'https://d307kc0mrhucc3.cloudfront.net/val_images.zip']  # 5G, 282 val images (no labels)
  # download(urls, dir=dir)

  # Convert labels
  convert_labels(dir / 'xView_train.geojson')

  # Move images
  images = Path(dir / 'images')
  images.mkdir(parents=True, exist_ok=True)
  Path(dir / 'train_images').rename(dir / 'images' / 'train')
  Path(dir / 'val_images').rename(dir / 'images' / 'val')

  # Split
  autosplit(dir / 'images' / 'train')

Verwendung

Um ein Modell auf dem xView-Datensatz für 100 Epochen mit einer Bildgröße von 640 zu trainieren, können Sie die folgenden Codeschnipsel verwenden. Eine umfassende Liste der verfügbaren Argumente finden Sie auf der Seite Modelltraining.

Beispiel für einen Zug

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="xView.yaml", epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo detect train data=xView.yaml model=yolo11n.pt epochs=100 imgsz=640

Beispieldaten und Anmerkungen

Der xView-Datensatz enthält hochauflösende Satellitenbilder mit einer Vielzahl von Objekten, die mit Bounding Boxes beschriftet sind. Im Folgenden finden Sie einige Beispiele für Daten aus dem Datensatz mit den entsprechenden Kommentaren:

Datensatz Beispielbild

  • Überkopf-Bilder: Dieses Bild zeigt ein Beispiel für die Objekterkennung in Overhead-Bildern, bei der Objekte mit Bounding Boxes versehen sind. Der Datensatz enthält hochauflösende Satellitenbilder, die die Entwicklung von Modellen für diese Aufgabe erleichtern.

Das Beispiel zeigt die Vielfalt und Komplexität der Daten im xView-Datensatz und verdeutlicht die Bedeutung hochwertiger Satellitenbilder für die Objekterkennung.

Zitate und Danksagungen

Wenn Sie den xView-Datensatz in Ihrer Forschungs- oder Entwicklungsarbeit verwenden, zitieren Sie bitte das folgende Dokument:

@misc{lam2018xview,
      title={xView: Objects in Context in Overhead Imagery},
      author={Darius Lam and Richard Kuzma and Kevin McGee and Samuel Dooley and Michael Laielli and Matthew Klaric and Yaroslav Bulatov and Brendan McCord},
      year={2018},
      eprint={1802.07856},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

Wir möchten der Defense Innovation Unit (DIU) und den Erstellern des xView-Datensatzes für ihren wertvollen Beitrag zur Computer-Vision-Forschungsgemeinschaft danken. Weitere Informationen über den xView-Datensatz und seine Ersteller finden Sie auf der Website des xView-Datensatzes.

FAQ

Was ist der xView-Datensatz und welchen Nutzen hat er für die Bildverarbeitungsforschung?

Der xView-Datensatz ist eine der größten öffentlich zugänglichen Sammlungen von hochauflösenden Overhead-Bildern und enthält über 1 Million Objektinstanzen in 60 Klassen. Er wurde entwickelt, um verschiedene Aspekte der Computer-Vision-Forschung zu verbessern, wie z. B. die Verringerung der Mindestauflösung für die Erkennung, die Verbesserung der Lerneffizienz, die Entdeckung von mehr Objektklassen und die Verbesserung der feinkörnigen Objekterkennung.

Wie kann ich Ultralytics YOLO verwenden, um ein Modell für den xView-Datensatz zu trainieren?

Führen Sie die folgenden Schritte aus, um ein Modell für den xView-Datensatz mit Ultralytics YOLO zu trainieren:

Beispiel für einen Zug

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="xView.yaml", epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo detect train data=xView.yaml model=yolo11n.pt epochs=100 imgsz=640

Detaillierte Argumente und Einstellungen finden Sie auf der Seite Modellschulung.

Was sind die wichtigsten Merkmale des xView-Datensatzes?

Der xView-Datensatz zeichnet sich durch eine Vielzahl von Merkmalen aus:

  • Über 1 Million Objektinstanzen in 60 verschiedenen Klassen.
  • Hochauflösende Bilder aus 0,3 Metern Höhe.
  • Verschiedene Objekttypen, darunter kleine, seltene und feinkörnige Objekte, die alle mit Bounding Boxes versehen sind.
  • Verfügbarkeit eines vortrainierten Basismodells und von Beispielen unter TensorFlow und PyTorch.

Wie ist die Datensatzstruktur von xView, und wie ist sie beschriftet?

Der xView-Datensatz umfasst hochauflösende Satellitenbilder, die von WorldView-3-Satelliten in einem Abstand von 0,3 m zum Boden aufgenommen wurden. Er umfasst über 1 Million Objekte in 60 Klassen auf einer Fläche von ca. 1.400 km². Jedes Objekt innerhalb des Datensatzes ist mit Bounding Boxes versehen und eignet sich daher ideal für das Training und die Evaluierung von Deep-Learning-Modellen zur Objekterkennung in Überkopfbildern. Eine detaillierte Übersicht über die Struktur des Datensatzes finden Sie hier.

Wie zitiere ich den xView-Datensatz in meiner Forschung?

Wenn Sie den xView-Datensatz in Ihrer Forschung verwenden, zitieren Sie bitte das folgende Dokument:

@misc{lam2018xview,
    title={xView: Objects in Context in Overhead Imagery},
    author={Darius Lam and Richard Kuzma and Kevin McGee and Samuel Dooley and Michael Laielli and Matthew Klaric and Yaroslav Bulatov and Brendan McCord},
    year={2018},
    eprint={1802.07856},
    archivePrefix={arXiv},
    primaryClass={cs.CV}
}

Weitere Informationen über den xView-Datensatz finden Sie auf der offiziellen Website zum xView-Datensatz.

📅 Erstellt vor 1 Jahr ✏️ Aktualisiert vor 2 Monaten

Kommentare