xView-Datensatz#
Der xView-Datensatz ist einer der größten öffentlich verfügbaren Benchmarks für Satellitenbilder zur Objekterkennung. Er umfasst über 1 Million Objektinstanzen aus 60 Klassen, annotiert mit Begrenzungsrahmen in mehr als 1.400 km² WorldView-3-Bildmaterial mit einer Auflösung von 0,3 m. Er wurde für die DIUx xView Challenge 2018 von der US-amerikanischen Nationalen Behörde für Geoinformation und Aufklärung (NGA) veröffentlicht und muss manuell heruntergeladen werden; der Download ist etwa 20,7 GB groß.
Der Datensatz wurde erstellt, um vier Bereiche der Computer Vision voranzubringen:
- Die Mindestauflösung für die Erkennung verringern.
- Die Lerneffizienz verbessern.
- Die Entdeckung weiterer Objektklassen ermöglichen.
- Die Erkennung feingranularer Klassen verbessern.
Aufbauend auf Benchmarks wie COCO konzentriert sich xView auf Luft- und Satellitenbilder, in denen Objekte viel kleiner und dichter angeordnet sind als auf Bodenaufnahmen.
Der xView-Datensatz wird nicht automatisch heruntergeladen. Registriere dich auf der Website der DIUx xView Challenge 2018, um train_images.zip (~15 GB), train_labels.zip und val_images.zip (~5 GB) herunterzuladen. Entpacke die Dateien anschließend unter datasets/xView/, sodass folgendes Verzeichnis entsteht:
datasets/xView/
├── train_images/ # 847 TIF satellite images
├── val_images/ # 282 TIF images (no public labels)
└── xView_train.geojson # bounding-box annotationsBeim ersten Trainingslauf konvertiert Ultralytics die GeoJSON-Annotationen ins YOLO-Format und teilt die annotierten Bilder automatisch ungefähr im Verhältnis 90/10 in Trainings- und Validierungsdaten auf – eine manuelle Konvertierung ist nicht erforderlich.
Wichtige Funktionen#
- Feingranulare Klassen: 60 Objektklassen aus den Bereichen Luftfahrzeuge, Fahrzeuge, Schienenfahrzeuge, Schiffe, Baumaschinen und Gebäude – viele davon klein, selten und visuell ähnlich.
- Hohe Auflösung: Bodenauflösung von 0,3 m, erfasst von WorldView-3-Satelliten.
- Dichte Annotationen: Über 1 Million Objektinstanzen auf mehr als 1.400 km² Bildmaterial, alle mit horizontalen Begrenzungsrahmen gekennzeichnet.
- Automatische Konvertierung: Das Ultralytics-Downloadskript konvertiert die ursprünglichen GeoJSON-Beschriftungen ins YOLO-Format und erstellt bei der ersten Verwendung die Aufteilung in Trainings- und Validierungsdaten.
Datensatzstruktur#
xView-Bilder sind großflächige Satellitenaufnahmen im TIF-Format. Nur für die 847 Trainingsbilder sind öffentliche Beschriftungen verfügbar – für den Validierungssatz der Challenge mit 282 Bildern gibt es keine. Daher teilt die Ultralytics-Konfiguration xView.yaml die annotierten Bilder bei der ersten Verwendung automatisch auf:
| Aufteilung | Bilder | Beschreibung |
|---|---|---|
| Trainieren | ~90 % von 847 | In autosplit_train.txt aufgeführte annotierte Bilder, die beim ersten Lauf generiert werden |
| Validierung | ~10 % von 847 | In autosplit_val.txt aufgeführte annotierte Bilder, die zur Auswertung verwendet werden |
Die 60 Klassen umfassen feingranulare Kategorien wie Starrflügelflugzeug, Frachtflugzeug, Kleinwagen, Bus, Lokomotive, Schiff, Bagger, Gebäude, Flugzeughangar und Lagertank. Die vollständige Liste findest du in der Datensatz-YAML-Datei unten. Bei der Konvertierung werden die ursprünglichen Klassen-IDs der Challenge (11–94) den fortlaufenden Indizes 0–59 zugeordnet.
Anwendungsfälle#
Dank seiner feingranularen Klassen und der hochauflösenden Aufsichtsperspektive ist xView ein Standardbenchmark zum Trainieren und Bewerten von Deep-Learning-Modellen für die Fernerkundung. Häufige Anwendungsbereiche sind:
- Militärische Aufklärung und Verteidigung
- Stadtplanung und Stadtentwicklung
- Umweltüberwachung
- Katastrophenschutz und Schadensbewertung
- Kartierung und Verwaltung von Infrastruktur
Weitere Benchmarks für Luft- und Satellitenbilder findest du im auf Drohnen spezialisierten VisDrone-Datensatz oder im DOTA-v2-Datensatz mit orientierten Begrenzungsrahmen.
YAML-Datei des Datensatzes#
Die Datei xView.yaml definiert die Datensatzkonfiguration: die Datensatzpfade, die 60 Klassennamen und das Downloadskript, das die GeoJSON-Annotationen konvertiert und die automatische Aufteilung erstellt. Die Datei wird im Ultralytics-Repository unter https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/xView.yaml gepflegt.
# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license
# DIUx xView 2018 Challenge dataset https://challenge.xviewdataset.org by U.S. National Geospatial-Intelligence Agency (NGA)
# -------- Download and extract data manually to `datasets/xView` before running the 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: xView # dataset root dir
train: images/autosplit_train.txt # train images (relative to 'path') 90% of 847 train images
val: images/autosplit_val.txt # val 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
from pathlib import Path
import shutil
import numpy as np
from PIL import Image
from ultralytics.utils import TQDM
from ultralytics.data.split import autosplit
from ultralytics.utils.ops import xyxy2xywhn
def convert_labels(fname=Path("xView/xView_train.geojson")):
"""Convert xView GeoJSON labels to YOLO format (classes 0-59) and save them as text files."""
path = fname.parent
with open(fname, encoding="utf-8") as f:
print(f"Loading {fname}...")
data = json.load(f)
# Make dirs
labels = path / "labels" / "train"
shutil.rmtree(labels, ignore_errors=True)
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"]:
image_id = p["image_id"]
image_file = path / "train_images" / image_id
if image_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 0-59
assert 59 >= cls >= 0, f"incorrect class index {cls}"
# Write YOLO label
if image_id not in shapes:
shapes[image_id] = Image.open(image_file).size
box = xyxy2xywhn(box[None].astype(float), w=shapes[image_id][0], h=shapes[image_id][1], clip=True)
with open((labels / image_id).with_suffix(".txt"), "a", encoding="utf-8") 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 {image_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#
Zum Trainieren müssen die oben beschriebenen manuell heruntergeladenen Dateien unter datasets/xView/ entpackt werden. Anschließend werden die Annotationen automatisch konvertiert und die Trainings- und Validierungsdaten aufgeteilt.
Um ein Modell 100 Epochen lang mit einer Bildgröße von 640 auf dem xView-Datensatz zu trainieren, kannst du die folgenden Codebeispiele verwenden. Eine umfassende Liste der verfügbaren Argumente findest du auf der Seite zum Training des Modells.
from ultralytics import YOLO
# Ein Modell laden
model = YOLO("yolo26n.pt") # ein vortrainiertes Modell laden (für das Training empfohlen)
# Das Modell trainieren
results = model.train(data="xView.yaml", epochs=100, imgsz=640)Um zusätzliche Satellitenbilder zu annotieren und xView-Trainingsläufe im Browser zu verwalten, verwende die Ultralytics Platform.
Beispieldaten und Annotationen#
Das folgende Beispiel zeigt eine typische xView-Szene: hochauflösende Luft- und Satellitenbilder, auf denen kleine Objekte wie Fahrzeuge und Gebäude mit Begrenzungsrahmen annotiert sind. Das veranschaulicht, warum die Objekterkennung auf Satellitenbildern eine feingranulare Lokalisierung erfordert.
Zitate und Danksagungen#
Wenn du den xView-Datensatz in deiner Forschung oder Entwicklungsarbeit verwendest, zitiere bitte die folgende Arbeit:
@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 Einheit für Verteidigungsinnovation (DIU) und den Erstellern des xView-Datensatzes für ihren wertvollen Beitrag zur Computer-Vision-Forschungsgemeinschaft danken. Weitere Informationen findest du auf der xView-Datensatz-Website.
Häufig gestellte Fragen#
Der xView-Datensatz ist ein Benchmark für Satellitenbilder, der für die DIUx xView Challenge 2018 von der US-amerikanischen Nationalen Behörde für Geoinformation und Aufklärung veröffentlicht wurde. Er umfasst über 1 Million Objektinstanzen aus 60 feingranularen Klassen in WorldView-3-Bildmaterial mit einer Auflösung von 0,3 m. Der Datensatz unterstützt die Forschung zur Erkennung kleiner, seltener und feingranularer Objekte aus der Vogelperspektive, die wesentlich schwieriger zu erkennen sind als Objekte auf Bodenaufnahmen.
xView muss manuell heruntergeladen werden: Registriere dich auf der Website der DIUx xView Challenge 2018, lade
train_images.zip(~15 GB),train_labels.zipundval_images.zip(~5 GB) herunter – insgesamt etwa 20,7 GB – und entpacke sie entsprechend der oben auf dieser Seite in der Warnung gezeigten Verzeichnisstruktur unterdatasets/xView/. Beim ersten Trainingslauf konvertiert Ultralytics die GeoJSON-Annotationen automatisch ins YOLO-Format und erstellt die Aufteilung in Trainings- und Validierungsdaten.xView enthält 847 annotierte Trainingsbilder und 282 Validierungsbilder ohne öffentliche Beschriftungen. Alle wurden von WorldView-3-Satelliten mit einer Auflösung von 0,3 m aufgenommen. Die Annotationen umfassen über 1 Million Objektinstanzen aus 60 Klassen. Da nur die Trainingsbeschriftungen öffentlich verfügbar sind, teilt die Ultralytics-Konfiguration
xView.yamldie 847 annotierten Bilder ungefähr im Verhältnis 90/10 in Trainings- und Validierungsdaten auf. Weitere Informationen findest du unter Datensatzstruktur.Trainiere ein YOLO26n-Modell 100 Epochen lang mit xView und einer Bildgröße von 640:
Trainingsbeispielfrom ultralytics import YOLO # Ein Modell laden model = YOLO("yolo26n.pt") # ein vortrainiertes Modell laden (für das Training empfohlen) # Das Modell trainieren results = model.train(data="xView.yaml", epochs=100, imgsz=640)Ausführliche Informationen zu Argumenten und Einstellungen findest du auf der Seite zum Training des Modells.
Zitiere die Arbeit „xView: Objects in Context in Overhead Imagery“ (Lam et al., arXiv:1802.07856, 2018). Den vollständigen BibTeX-Eintrag findest du im obigen Abschnitt Zitate und Danksagungen.