Link to this sectionxView Datensatz#

Der xView-Datensatz ist einer der größten öffentlich verfügbaren Datensätze für Luftaufnahmen und enthält Bilder aus komplexen Szenen auf der ganzen Welt, die mit Bounding Boxes annotiert sind. Das Ziel des xView-Datensatzes ist es, den Fortschritt in vier Bereichen der Computer Vision zu beschleunigen:

1. Verringerung der Mindestauflösung für die Erkennung.
2. Verbesserung der Lerneffizienz.
3. Ermöglichung der Entdeckung weiterer Objektklassen.
4. Verbesserung der Erkennung feingranularer Klassen.

xView baut auf dem Erfolg von Challenges wie Common Objects in Context (COCO) auf und zielt darauf ab, Computer Vision zur Analyse der wachsenden Menge an verfügbaren Weltraumbildern zu nutzen, um die visuelle Welt auf neue Weise zu verstehen und eine Reihe wichtiger Anwendungen anzugehen.

Link to this sectionHauptfunktionen#

• 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 Satellitenbild-Datensätze.
• xView bietet eine vielfältige Sammlung von kleinen, seltenen, feingranularen und verschiedenen Arten von Objekten mit Bounding Box-Annotation.
• Kommt mit einem vortrainierten Basismodell unter Verwendung der TensorFlow Object Detection API und einem Beispiel für PyTorch.

Link to this sectionDatensatzstruktur#

Der xView-Datensatz besteht aus Satellitenbildern, die von WorldView-3-Satelliten mit einer Bodenauflösung von 0,3 m aufgenommen wurden. Er enthält über 1 Million Objekte in 60 Klassen auf über 1.400 km² Bildmaterial. Der Datensatz ist besonders wertvoll für Fernerkundungs-Anwendungen und Umweltüberwachung.

Link to this sectionAnwendungen#

Der xView-Datensatz wird häufig für das Training und die Evaluierung von Deep Learning-Modellen zur Objekterkennung in Luftaufnahmen verwendet. Die vielfältige Menge an Objektklassen und die hochauflösenden Bilder des Datensatzes machen ihn zu einer wertvollen Ressource für Forscher und Praktiker im Bereich der Computer Vision, insbesondere für die Analyse von Satellitenbildern. Zu den Anwendungen gehören:

• Militärische Aufklärung und Verteidigung
• Stadtplanung und -entwicklung
• Umweltüberwachung
• Katastrophenhilfe und -bewertung
• Infrastruktur-Kartierung und -Management

Link to this sectionDatensatz-YAML#

Eine YAML (Yet Another Markup Language)-Datei 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 xView-Datensatzes wird die xView.yaml-Datei 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")

Link to this sectionVerwendung#

Um ein Modell auf dem xView-Datensatz für 100 Epochen mit einer Bildgröße von 640 zu trainieren, kannst du die folgenden Code-Snippets verwenden. Eine umfassende Liste der verfügbaren Argumente findest du auf der Modell-Training-Seite.

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="xView.yaml", epochs=100, imgsz=640)

Link to this sectionBeispieldaten und Annotationen#

Der xView-Datensatz enthält hochauflösende Satellitenbilder mit einer vielfältigen Menge an Objekten, die mit Bounding Boxes annotiert sind. Hier sind einige Beispiele von Daten aus dem Datensatz, zusammen mit den entsprechenden Annotationen:

• Luftaufnahmen: Dieses Bild zeigt ein Beispiel für Objekterkennung in Luftaufnahmen, bei denen Objekte mit Bounding Boxes annotiert sind. Der Datensatz stellt hochauflösende Satellitenbilder bereit, um die Entwicklung von Modellen für diese Aufgabe zu erleichtern.

Das Beispiel verdeutlicht die Vielfalt und Komplexität der Daten im xView-Datensatz und unterstreicht die Bedeutung von qualitativ hochwertigen Satellitenbildern für Objekterkennungsaufgaben.

Link to this sectionVerwandte Datensätze#

Wenn du mit Satellitenbildern arbeitest, könnten dich auch diese verwandten Datensätze interessieren:

• DOTA-v2: Ein Datensatz für orientierte Objekterkennung in Luftbildern
• VisDrone: Ein Datensatz für Objekterkennung und Tracking in von Drohnen aufgenommenen Bildern
• Argoverse: Ein Datensatz für autonomes Fahren mit 3D-Tracking-Annotationen

Link to this sectionZitate und Danksagungen#

Wenn du den xView-Datensatz in deiner Forschungs- oder Entwicklungsarbeit verwendest, zitiere bitte das folgende Papier:

@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 findest du auf der xView-Datensatz-Website.

Link to this sectionFAQ#

Link to this sectionWas ist der xView-Datensatz und welchen Nutzen hat er für die Computer-Vision-Forschung?#

Der xView-Datensatz ist eine der größten öffentlich zugänglichen Sammlungen hochauflösender Luftaufnahmen und enthält über 1 Million Objektinstanzen in 60 Klassen. Er wurde entwickelt, um verschiedene Facetten der Computer-Vision-Forschung zu verbessern, wie z. B. die Reduzierung der Mindestauflösung für die Erkennung, die Verbesserung der Lerneffizienz, die Entdeckung weiterer Objektklassen und die Förderung der feingranularen Objekterkennung.

Link to this sectionWie kann ich Ultralytics YOLO verwenden, um ein Modell auf dem xView-Datensatz zu trainieren?#

Um ein Modell mit dem xView-Datensatz unter Verwendung von Ultralytics YOLO zu trainieren, befolge diese Schritte:

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="xView.yaml", epochs=100, imgsz=640)

Für detaillierte Argumente und Einstellungen siehe die Modell-Training-Seite.

Link to this sectionWas sind die Hauptmerkmale des xView-Datensatzes?#

Der xView-Datensatz zeichnet sich durch seine umfassenden Funktionen aus:

• Über 1 Million Objektinstanzen in 60 verschiedenen Klassen.
• Hochauflösende Bilder bei 0,3 Metern.
• Vielfältige Objekttypen, einschließlich kleiner, seltener und feingranularer Objekte, alle mit Bounding Boxes annotiert.
• Verfügbarkeit eines vortrainierten Basismodells und Beispiele in TensorFlow und PyTorch.

Link to this sectionWie ist die Struktur des xView-Datensatzes und wie ist er annotiert?#

Der xView-Datensatz enthält hochauflösende Satellitenbilder, die von WorldView-3-Satelliten mit einer Bodenauflösung von 0,3 m aufgenommen wurden und über 1 Million Objekte in 60 verschiedenen Klassen innerhalb von ca. 1.400 km² annotiertem Bildmaterial abdecken. Jedes Objekt ist mit Bounding Boxes gekennzeichnet, was den Datensatz sehr gut für das Training und die Evaluierung von Deep Learning-Modellen zur Objekterkennung in Luftansichten geeignet macht. Eine detaillierte Aufschlüsselung findest du im Abschnitt Datensatzstruktur.

Link to this sectionWie zitiere ich den xView-Datensatz in meiner Forschung?#

Wenn du den xView-Datensatz in deiner Forschung verwendest, zitiere bitte das folgende Papier:

@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 findest du auf der offiziellen xView-Datensatz-Website.