Empezar

Conjunto de datos Roboflow 100

Roboflow 100 (RF100), patrocinado por Intel, es una referencia de detección de objetos compuesta por 100 conjuntos de datos diversos. Está diseñada para probar la capacidad de adaptación de los modelos de visión artificial, como los modelos Ultralytics YOLO, a distintos ámbitos, como la sanidad, las imágenes aéreas y los videojuegos.

Roboflow 100 diverse object detection benchmark

Características principales#

  • Diversidad de ámbitos: incluye 100 conjuntos de datos de siete ámbitos distintos: aéreo, videojuegos, microscópico, submarino, documentos, electromagnético y mundo real.
  • Escala: el benchmark consta de 224.714 imágenes distribuidas en 805 clases y representa más de 11.170 horas de trabajo de etiquetado de datos.
  • Estandarización: todas las imágenes están preprocesadas y redimensionadas a 640x640 píxeles para garantizar una evaluación coherente.
  • Evaluación depurada: se centra en eliminar la ambigüedad entre clases y filtra las clases con poca representación para garantizar una evaluación del modelo más rigurosa.
  • Anotaciones: incluye cuadros delimitadores para los objetos, adecuados para el entrenamiento y la evaluación de modelos de detección de objetos con métricas como mAP.

Estructura del conjunto de datos#

El conjunto de datos Roboflow 100 está organizado en siete categorías, cada una con una colección única de conjuntos de datos, imágenes y clases:

  • Aéreo: 7 conjuntos de datos, 9.683 imágenes, 24 clases.
  • Videojuegos: 7 conjuntos de datos, 11.579 imágenes, 88 clases.
  • Microscópico: 11 conjuntos de datos, 13.378 imágenes, 28 clases.
  • Submarino: 5 conjuntos de datos, 18.003 imágenes, 39 clases.
  • Documentos: 8 conjuntos de datos, 24.813 imágenes, 90 clases.
  • Electromagnético: 12 conjuntos de datos, 36.381 imágenes, 41 clases.
  • Mundo real: 50 conjuntos de datos, 110.615 imágenes, 495 clases.

Esta estructura proporciona un entorno de prueba diverso y amplio para modelos de detección de objetos que refleja una gran variedad de situaciones de aplicación reales presentes en distintas soluciones de Ultralytics.

Evaluación comparativa#

La evaluación comparativa de conjuntos de datos consiste en evaluar el rendimiento de modelos de aprendizaje automático en conjuntos de datos específicos mediante métricas estandarizadas. Entre las métricas habituales se encuentran la precisión, la precisión media (mAP) y la puntuación F1. Puedes obtener más información en nuestra guía de métricas de rendimiento de YOLO.

Resultados de la evaluación comparativa

Todos los resultados se agrupan en un único directorio runs/<task>/multitrain/: cada conjunto de datos se ajusta en su propio subdirectorio (con su propio results.png), y las métricas de cada conjunto y las medias se escriben en multitrain_results.json, junto con un gráfico de barras multitrain_results.png. La llamada a model.train() también devuelve un diccionario {dataset: metrics} para acceder a los resultados mediante programación.

Ejemplo de evaluación comparativa

El siguiente script descarga de Roboflow los conjuntos de datos de Roboflow 100 incluidos en datasets_links.txt y después ajusta un único modelo base (por ejemplo, YOLO26n) en toda la colección con una sola llamada a model.train(). Al pasar una lista de conjuntos de datos, el modelo base se ajusta en cada uno por orden y se visualizan automáticamente los resultados entre conjuntos de datos.

import re
from pathlib import Path

from roboflow import Roboflow

from ultralytics import YOLO
from ultralytics.utils import ASSETS_URL, LOGGER, YAML
from ultralytics.utils.downloads import safe_download

# Download the RF100 datasets (requires a Roboflow API key)
rf = Roboflow(api_key="YOUR_ROBOFLOW_API_KEY")
safe_download(f"{ASSETS_URL}/datasets_links.txt")  # list of RF100 dataset links

datasets = []
for line in Path("datasets_links.txt").read_text().splitlines():
    try:
        _, _url, workspace, project, version = re.split("/+", line.strip())
        location = f"rf-100/{project}-{version}"
        rf.workspace(workspace).project(project).version(version).download("yolov8", location=location)
        yaml = Path(location) / "data.yaml"
        cfg = YAML.load(yaml)  # point train/val at the downloaded image folders
        cfg["train"], cfg["val"] = "train/images", "valid/images"
        YAML.save(yaml, cfg)
        datasets.append(str(yaml))
    except Exception as e:
        LOGGER.warning(f"Failed to prepare dataset from {line!r}: {e}")

# Fine-tune one base model across all RF100 datasets and visualize the cross-dataset results
model = YOLO("yolo26n.pt")
results = model.train(data=datasets, epochs=100, imgsz=640)  # {dataset: metrics}

# Per-dataset runs, multitrain_results.json (per-dataset + mean), and multitrain_results.png are saved
# together under runs/detect/multitrain. Read results in-memory or from the JSON for custom post-processing.
for dataset, metrics in results.items():
    if metrics:  # None if that dataset failed to train
        print(f"{dataset}: mAP50-95 = {metrics['metrics/mAP50-95(B)']:.4f}")

Aplicaciones#

Roboflow 100 es útil para una amplia variedad de trabajos de visión artificial y aprendizaje profundo. Los investigadores e ingenieros pueden utilizar esta referencia para:

Uso#

El conjunto de datos Roboflow 100, incluidos los metadatos y los enlaces de descarga, está disponible en el repositorio oficial de GitHub de Roboflow 100. Una vez descargados y preparados los conjuntos de datos como se indica más arriba, puedes ajustar los modelos Ultralytics con toda la colección en una sola llamada a model.train(), pasando la lista de archivos YAML de los conjuntos de datos.

Datos de ejemplo y anotaciones#

Roboflow 100 consta de conjuntos de datos con imágenes diversas, capturadas desde distintos ángulos y en diferentes ámbitos. A continuación se muestran ejemplos de imágenes anotadas incluidas en el benchmark RF100, que ilustran la variedad de objetos y escenas. Técnicas como el aumento de datos pueden ampliar aún más la diversidad durante el entrenamiento.

Roboflow 100 sample images with annotations

A diferencia de las referencias tradicionales, que suelen centrarse en optimizar una única métrica en un ámbito limitado, Roboflow 100 abarca muchos ámbitos. Esta amplitud ayuda a desarrollar modelos de visión artificial más robustos que funcionan bien en una gran variedad de situaciones.

Citas y agradecimientos#

Si utilizas el conjunto de datos Roboflow 100 en tus trabajos de investigación o desarrollo, cita el artículo original:

Cita
@misc{rf100benchmark,
    Author = {Floriana Ciaglia and Francesco Saverio Zuppichini and Paul Guerrie and Mark McQuade and Jacob Solawetz},
    Title = {Roboflow 100: A Rich, Multi-Domain Object Detection Benchmark},
    Year = {2022},
    Eprint = {arXiv:2211.13523},
    url = {https://arxiv.org/abs/2211.13523}
}

Agradecemos al equipo de Roboflow y a todas las personas colaboradoras sus importantes esfuerzos para crear y mantener el conjunto de datos Roboflow 100 como un recurso valioso para la comunidad de visión artificial.

Preguntas frecuentes#

  • El conjunto de datos Roboflow 100 es un benchmark para modelos de detección de objetos. Consta de 100 conjuntos de datos diversos que abarcan ámbitos como la sanidad, las imágenes aéreas y los videojuegos. Su importancia radica en que ofrece una forma estandarizada de probar la adaptabilidad y la robustez de los modelos en una amplia variedad de situaciones reales, superando las limitaciones de ámbito habituales en los benchmarks tradicionales.

  • El conjunto de datos Roboflow 100 abarca siete ámbitos diversos y plantea retos únicos a los modelos de detección de objetos:

    1. Aéreo: 7 conjuntos de datos (por ejemplo, imágenes por satélite y vistas desde drones).
    2. Videojuegos: 7 conjuntos de datos (por ejemplo, objetos de distintos entornos de juego).
    3. Microscópico: 11 conjuntos de datos (por ejemplo, células y partículas).
    4. Submarino: 5 conjuntos de datos (por ejemplo, vida marina y objetos sumergidos).
    5. Documentos: 8 conjuntos de datos (por ejemplo, regiones de texto y elementos de formularios).
    6. Electromagnético: 12 conjuntos de datos (por ejemplo, firmas de radar y visualizaciones de datos espectrales).
    7. Mundo real: 50 conjuntos de datos (una categoría amplia que incluye objetos cotidianos, escenas, comercio minorista, etc.).

    Esta variedad convierte RF100 en un excelente recurso para evaluar la capacidad de generalización de los modelos de visión artificial.

  • Al utilizar el conjunto de datos Roboflow 100, cita el artículo original para reconocer a sus creadores. Esta es la cita BibTeX recomendada:

    Cita
    @misc{rf100benchmark,
        Author = {Floriana Ciaglia and Francesco Saverio Zuppichini and Paul Guerrie and Mark McQuade and Jacob Solawetz},
        Title = {Roboflow 100: A Rich, Multi-Domain Object Detection Benchmark},
        Year = {2022},
        Eprint = {arXiv:2211.13523},
        url = {https://arxiv.org/abs/2211.13523}
    }

Comentarios2

Haz una pregunta, comparte tus resultados o ayuda a otra persona.

  1. mariem158GitHub

    les étapes pour télécharger ce dataset roboflow100 pour détection aerienne ?

    1. Glenn JocherUltralytics(editado)

      @mariem158 bonjour!

      Pour télécharger et utiliser le dataset Roboflow 100 pour la détection aérienne, suivez ces étapes :

      1. Accédez à Roboflow Universe:

      2. Téléchargez le Dataset:

        • Cliquez sur le dataset aérien de votre choix.
        • Utilisez le bouton "Export" pour télécharger les annotations et les images dans le format souhaité (par exemple, COCO, YOLO).
      3. Utilisez le Dataset avec Ultralytics YOLO:

        • Assurez-vous d'avoir les dernières versions de torch et ultralytics installées.
        • Voici un exemple de code pour entraîner un modèle YOLO26 avec un dataset aérien téléchargé :
        from ultralytics import YOLO
        
        # Charger le modèle YOLO26
        model = YOLO('yolo26n.pt')
        
        # Entraîner le modèle avec le dataset aérien
        model.train(data='path/to/aerial_dataset.yaml', epochs=100, imgsz=640)
      4. Benchmarking:

        • Vous pouvez également utiliser le script de benchmarking fourni dans la documentation pour évaluer les performances de votre modèle sur différents datasets du Roboflow 100.

      Pour plus de détails, consultez la documentation complète sur le dataset Roboflow 100 ici.

      N'hésitez pas à revenir si vous avez d'autres questions ! 😊

      Cordialement, L'équipe Ultralytics