Seite auf GitHub bearbeiten (EN)

xView-Datensatz

Der xView-Datensatz ist einer der größten öffentlich zugänglichen Datensätze von Overhead-Aufnahmen. Er enthält Bilder aus komplexen Szenen weltweit, die mit Bounding Boxes annotiert wurden. Das Ziel des xView-Datensatzes ist es, den Fortschritt in vier Computer Vision-Bereichen 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 Herausforderungen 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 zu adressieren.

Manueller Download erforderlich

Der xView-Datensatz wird nicht automatisch durch Ultralytics-Skripte heruntergeladen. Du musst den Datensatz zuerst manuell von der offiziellen Quelle herunterladen:

Wichtig: Nachdem du die notwendigen Dateien heruntergeladen hast (z. B. train_images.tif, val_images.tif, xView_train.geojson), musst du sie entpacken und in die korrekte Verzeichnisstruktur bringen, die normalerweise unter einem datasets/xView/-Ordner erwartet wird, bevor du die unten aufgeführten Trainingsbefehle ausführst. Stelle sicher, dass der Datensatz gemäß den Anweisungen der Challenge korrekt eingerichtet ist.

Hauptmerkmale

  • 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 kleiner, seltener, feingranularer und verschiedenartiger Objekte mit Bounding Box-Annotation.
  • Wird mit einem vortrainierten Baseline-Modell unter Verwendung der TensorFlow Object Detection API sowie einem Beispiel für PyTorch geliefert.

Datensatzstruktur

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 Remote Sensing-Anwendungen und Umweltüberwachung.

Anwendungen

Der xView-Datensatz wird häufig zum Training und zur Evaluierung von Deep Learning-Modellen zur Objekterkennung in Overhead-Aufnahmen verwendet. Die vielfältige Auswahl an Objektklassen und die hochauflösenden Bilder machen ihn zu einer wertvollen Ressource für Forscher und Anwender im Bereich Computer Vision, insbesondere bei der Satellitenbildanalyse. Anwendungen umfassen:

  • Militärische und Verteidigungsaufklärung
  • Stadtplanung und -entwicklung
  • Umweltüberwachung
  • Katastrophenhilfe und -bewertung
  • Infrastruktur-Mapping und -management

Datensatz-YAML

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

ultralytics/cfg/datasets/xView.yaml
# 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

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

Trainingsbeispiel
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)

Beispieldaten und Annotationen

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

xView-Datensatz Overhead-Satellitenbilder mit Objekterkennung

  • Overhead-Aufnahmen: Dieses Bild zeigt ein Beispiel für Objekterkennung in Overhead-Aufnahmen, bei der Objekte mit Bounding Boxes annotiert sind. Der Datensatz liefert hochauflösende Satellitenbilder, 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 qualitativ hochwertiger Satellitenbilder für Objekterkennungsaufgaben.

Verwandte Datensätze

Wenn du mit Satellitenbildern arbeitest, könnten diese verwandten Datensätze ebenfalls interessant für dich sein:

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

Zitate und Danksagungen

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

Zitat
@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.

FAQ

Was ist der xView-Datensatz und welchen Nutzen hat er für die Computer-Vision-Forschung?

Der xView-Datensatz ist eine der größten öffentlich verfügbaren Sammlungen hochauflösender Overhead-Aufnahmen 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 Verringerung der Mindestauflösung für die Erkennung, die Verbesserung der Lerneffizienz, die Entdeckung weiterer Objektklassen und die Förderung der feingranularen Objekterkennung.

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

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

Trainingsbeispiel
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)

Detaillierte Argumente und Einstellungen findest du auf der Modell-Training-Seite.

Was sind die wichtigsten Merkmale des xView-Datensatzes?

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

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

Wie ist der Datensatz von xView strukturiert und wie ist er annotiert?

Der xView-Datensatz enthält hochauflösende Satellitenbilder, die von WorldView-3-Satelliten bei einer Bodenauflösung von 0,3 m aufgenommen wurden. Er umfasst über 1 Million Objekte in 60 verschiedenen Klassen auf ca. 1.400 km² annotierten Bildern. Jedes Objekt ist mit Bounding Boxes versehen, wodurch sich der Datensatz hervorragend zum Training und zur Evaluierung von Deep Learning-Modellen für die Objekterkennung in Overhead-Ansichten eignet. Eine detaillierte Aufschlüsselung findest du im Abschnitt Datensatzstruktur.

Wie zitiere ich den xView-Datensatz in meiner Forschung?

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

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

Contributors
Seite auf GitHub bearbeiten (EN)
GLglenn-jocher16PDpderrenger1MAMatthewNoyce1RIRizwanMunawar1JKjk4e1

Kommentare