Conjunto de datos SKU-110k

El conjunto de datos SKU-110k es una colección de imágenes de estanterías de tiendas densamente empaquetadas, diseñada para apoyar la investigación en tareas de detección de objetos. Desarrollado por Eran Goldman et al., el conjunto de datos contiene más de 110.000 categorías únicas de unidades de mantenimiento de tienda (SKU) con objetos densamente empaquetados, a menudo de aspecto similar o incluso idéntico, situados muy cerca.

Características principales

• SKU-110k contiene imágenes de estanterías de tiendas de todo el mundo, con objetos densamente empaquetados que suponen un reto para los detectores de objetos de última generación.
• El conjunto de datos incluye más de 110.000 categorías únicas de SKU, lo que proporciona una gama diversa de apariencias de objetos.
• Las anotaciones incluyen cuadros delimitadores para los objetos y etiquetas de categoría SKU.

Estructura del conjunto de datos

El conjunto de datos SKU-110k está organizado en tres subconjuntos principales:

1. Conjunto de entrenamiento: Este subconjunto contiene imágenes y anotaciones utilizadas para entrenar los modelos de detección de objetos.
2. Conjunto de validación: Este subconjunto consta de imágenes y anotaciones utilizadas para la validación del modelo durante el entrenamiento.
3. Conjunto de pruebas: Este subconjunto está diseñado para la evaluación final de los modelos de detección de objetos entrenados.

Aplicaciones

El conjunto de datos SKU-110k se utiliza ampliamente para entrenar y evaluar modelos de aprendizaje profundo en tareas de detección de objetos, especialmente en escenas densamente empaquetadas, como las estanterías de los comercios. La diversidad de categorías de SKU del conjunto de datos y las disposiciones de objetos densamente empaquetados lo convierten en un valioso recurso para investigadores y profesionales del campo de la visión por ordenador.

Conjunto de datos YAML

Se utiliza un archivo YAML (Yet Another Markup Language) para definir la configuración del conjunto de datos. Contiene información sobre las rutas del conjunto de datos, las clases y otra información relevante. En el caso del conjunto de datos SKU-110K, el archivo SKU-110K.yaml se mantiene en https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/SKU-110K.yaml.

# Ultralytics YOLO 🚀, AGPL-3.0 license
# SKU-110K retail items dataset https://github.com/eg4000/SKU110K_CVPR19 by Trax Retail
# Documentation: https://docs.ultralytics.com/datasets/detect/sku-110k/
# Example usage: yolo train data=SKU-110K.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── SKU-110K  ← downloads here (13.6 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/SKU-110K # dataset root dir
train: train.txt # train images (relative to 'path')  8219 images
val: val.txt # val images (relative to 'path')  588 images
test: test.txt # test images (optional)  2936 images

# Classes
names:
  0: object

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

  import numpy as np
  import pandas as pd
  from tqdm import tqdm

  from ultralytics.utils.downloads import download
  from ultralytics.utils.ops import xyxy2xywh

  # Download
  dir = Path(yaml['path'])  # dataset root dir
  parent = Path(dir.parent)  # download dir
  urls = ['http://trax-geometry.s3.amazonaws.com/cvpr_challenge/SKU110K_fixed.tar.gz']
  download(urls, dir=parent)

  # Rename directories
  if dir.exists():
      shutil.rmtree(dir)
  (parent / 'SKU110K_fixed').rename(dir)  # rename dir
  (dir / 'labels').mkdir(parents=True, exist_ok=True)  # create labels dir

  # Convert labels
  names = 'image', 'x1', 'y1', 'x2', 'y2', 'class', 'image_width', 'image_height'  # column names
  for d in 'annotations_train.csv', 'annotations_val.csv', 'annotations_test.csv':
      x = pd.read_csv(dir / 'annotations' / d, names=names).values  # annotations
      images, unique_images = x[:, 0], np.unique(x[:, 0])
      with open((dir / d).with_suffix('.txt').__str__().replace('annotations_', ''), 'w') as f:
          f.writelines(f'./images/{s}\n' for s in unique_images)
      for im in tqdm(unique_images, desc=f'Converting {dir / d}'):
          cls = 0  # single-class dataset
          with open((dir / 'labels' / im).with_suffix('.txt'), 'a') as f:
              for r in x[images == im]:
                  w, h = r[6], r[7]  # image width, height
                  xywh = xyxy2xywh(np.array([[r[1] / w, r[2] / h, r[3] / w, r[4] / h]]))[0]  # instance
                  f.write(f"{cls} {xywh[0]:.5f} {xywh[1]:.5f} {xywh[2]:.5f} {xywh[3]:.5f}\n")  # write label

Utilización

Para entrenar un modelo YOLOv8n en el conjunto de datos SKU-110K durante 100 épocas con un tamaño de imagen de 640, puedes utilizar los siguientes fragmentos de código. Para obtener una lista completa de los argumentos disponibles, consulta la página Entrenamiento del modelo.

from ultralytics import YOLO

# Load a model
model = YOLO('yolov8n.pt')  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data='SKU-110K.yaml', epochs=100, imgsz=640)

# Start training from a pretrained *.pt model
yolo detect train data=SKU-110K.yaml model=yolov8n.pt epochs=100 imgsz=640

Muestra de datos y anotaciones

El conjunto de datos SKU-110k contiene un conjunto diverso de imágenes de estanterías de tiendas con objetos densamente empaquetados, lo que proporciona un contexto rico para las tareas de detección de objetos. Aquí tienes algunos ejemplos de datos del conjunto de datos, junto con sus correspondientes anotaciones:

• Imagen de una estantería de venta al por menor densamente empaquetada: Esta imagen muestra un ejemplo de objetos densamente empaquetados en una estantería de venta al por menor. Los objetos están marcados con cajas delimitadoras y etiquetas de categoría SKU.

El ejemplo muestra la variedad y complejidad de los datos del conjunto de datos SKU-110k y destaca la importancia de los datos de alta calidad para las tareas de detección de objetos.

Citas y agradecimientos

Si utilizas el conjunto de datos SKU-110k en tu trabajo de investigación o desarrollo, cita el siguiente documento:

@inproceedings{goldman2019dense,
 author    = {Eran Goldman and Roei Herzig and Aviv Eisenschtat and Jacob Goldberger and Tal Hassner},
 title     = {Precise Detection in Densely Packed Scenes},
 booktitle = {Proc. Conf. Comput. Vision Pattern Recognition (CVPR)},
 year      = {2019}
}

Queremos dar las gracias a Eran Goldman et al. por crear y mantener el conjunto de datos SKU-110k como un valioso recurso para la comunidad de investigadores de visión por ordenador. Para obtener más información sobre el conjunto de datos SKU-110k y sus creadores, visita el repositorio GitHub del conjunto de datos SKU-110k.

Comentarios