Conjunto de datos TT100K#
El conjunto de datos Tsinghua-Tencent 100K (TT100K) es un banco de pruebas de señales de tráfico para la detección de objetos, creado por Zhu y otros para el artículo de CVPR 2016 Traffic-Sign Detection and Classification in the Wild. La configuración TT100K de Ultralytics incluye 16.817 imágenes (6.105 para entrenamiento / 7.641 para validación / 3.071 para prueba) y 221 categorías de señales de tráfico; el banco de pruebas original recoge más de 30.000 instancias de señales. El «100K» del nombre hace referencia a las aproximadamente 100.000 imágenes de Tencent Street View a partir de las cuales se creó el banco de pruebas, no al número de imágenes que descargas y utilizas para entrenar. Como el artículo original conserva únicamente las categorías con al menos 100 instancias de entrenamiento, existe un subconjunto muy utilizado de 45 clases, pero la configuración de Ultralytics conserva las 221 categorías anotadas (muchas de ellas con pocos ejemplos).
Las imágenes de alta resolución de vistas de calle muestran grandes variaciones de iluminación, condiciones meteorológicas, ángulo de visión y distancia, lo que convierte TT100K en un exigente banco de pruebas para la detección de objetos pequeños en escenas de conducción reales.
Características principales#
- Detección multiclase: 221 categorías de señales de tráfico que abarcan señales chinas de límite de velocidad, prohibición, advertencia, límite de altura y anchura, e información.
- Alta resolución: Imágenes de 2048×2048 píxeles, en las que las señales van desde primeros planos grandes hasta pequeños marcadores lejanos que ponen a prueba la detección detallada.
- Condiciones reales: Grandes variaciones de condiciones meteorológicas, iluminación, ángulo de visión y oclusión.
- Anotaciones de cajas delimitadoras: Cada señal se etiqueta con una clase y una caja delimitadora en formato YOLO tras la conversión automática.
- Divisiones predefinidas: Divisiones fijas de entrenamiento / validación / prueba (6.105 / 7.641 / 3.071 imágenes) para realizar evaluaciones coherentes.
Estructura del conjunto de datos#
La configuración TT100K de Ultralytics se divide en tres subconjuntos, todos con las mismas 221 categorías:
| División | Imágenes | Descripción |
|---|---|---|
| Entrenar | 6,105 | Imágenes de escenas de tráfico etiquetadas que se utilizan para entrenar el detector |
| Validación | 7,641 | La división original «other» del conjunto de datos, utilizada para la evaluación |
| Prueba | 3,071 | Imágenes reservadas para la evaluación final del modelo entrenado |
Las 221 categorías se organizan en varios grupos principales:
- Señales de límite de velocidad — límites prohibitivos
pl*(p. ej., pl5–pl120) y velocidades mínimaspm*(p. ej., pm5–pm55). - Señales de prohibición — prohibiciones generales
p1–p29, señales de prohibido el paso y prohibido aparcarpn/pne, y restriccionespr*(pr10–pr100). - Señales de advertencia —
w1–w67para peligros en la carretera, como cruces, curvas pronunciadas, calzadas resbaladizas y obras. - Señales de límite de altura y anchura — límites de altura
ph*(p. ej., ph2–ph5.5) y límites de anchurapb/pw*. - Señales informativas — información general
i1–i15, información sobre límites de velocidadil*(il50–il110), otras señalesioy paneles informativosip.
Aplicaciones#
TT100K se utiliza ampliamente para crear y evaluar sistemas de reconocimiento de señales de tráfico en condiciones reales. Entre sus aplicaciones habituales se incluyen:
- Sistemas de percepción para la conducción autónoma
- Sistemas avanzados de asistencia a la conducción (ADAS)
- Monitorización del tráfico y análisis de infraestructuras viarias
- Planificación urbana y estudios del flujo de tráfico
- Investigación en visión artificial sobre objetos pequeños en imágenes de alta resolución
YAML del conjunto de datos#
El archivo TT100K.yaml define la configuración del conjunto de datos: las rutas, los nombres de las clases y el script de descarga y conversión automáticas. Se mantiene en el repositorio de Ultralytics en https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/TT100K.yaml.
# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license
# Tsinghua-Tencent 100K (TT100K) dataset https://cg.cs.tsinghua.edu.cn/traffic-sign/ by Tsinghua University
# Documentation: https://cg.cs.tsinghua.edu.cn/traffic-sign/tutorial.html
# Paper: Traffic-Sign Detection and Classification in the Wild (CVPR 2016)
# License: CC BY-NC 2.0 license for non-commercial use only
# Example usage: yolo train data=TT100K.yaml
# parent
# ├── ultralytics
# └── datasets
# └── TT100K ← downloads here (~18 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: TT100K # dataset root dir
train: images/train # train images (relative to 'path') 6105 images
val: images/val # val images (relative to 'path') 7641 images (original 'other' split)
test: images/test # test images (relative to 'path') 3071 images
# Classes (221 traffic sign categories, 45 with sufficient training instances)
names:
0: i1
1: i10
2: i11
3: i12
4: i13
5: i14
6: i15
7: i2
8: i3
9: i4
10: i5
11: il100
12: il110
13: il50
14: il60
15: il70
16: il80
17: il90
18: io
19: ip
20: p1
21: p10
22: p11
23: p12
24: p13
25: p14
26: p15
27: p16
28: p17
29: p18
30: p19
31: p2
32: p20
33: p21
34: p22
35: p23
36: p24
37: p25
38: p26
39: p27
40: p28
41: p3
42: p4
43: p5
44: p6
45: p7
46: p8
47: p9
48: pa10
49: pa12
50: pa13
51: pa14
52: pa8
53: pb
54: pc
55: pg
56: ph1.5
57: ph2
58: ph2.1
59: ph2.2
60: ph2.4
61: ph2.5
62: ph2.8
63: ph2.9
64: ph3
65: ph3.2
66: ph3.5
67: ph3.8
68: ph4
69: ph4.2
70: ph4.3
71: ph4.5
72: ph4.8
73: ph5
74: ph5.3
75: ph5.5
76: pl10
77: pl100
78: pl110
79: pl120
80: pl15
81: pl20
82: pl25
83: pl30
84: pl35
85: pl40
86: pl5
87: pl50
88: pl60
89: pl65
90: pl70
91: pl80
92: pl90
93: pm10
94: pm13
95: pm15
96: pm1.5
97: pm2
98: pm20
99: pm25
100: pm30
101: pm35
102: pm40
103: pm46
104: pm5
105: pm50
106: pm55
107: pm8
108: pn
109: pne
110: po
111: pr10
112: pr100
113: pr20
114: pr30
115: pr40
116: pr45
117: pr50
118: pr60
119: pr70
120: pr80
121: ps
122: pw2
123: pw2.5
124: pw3
125: pw3.2
126: pw3.5
127: pw4
128: pw4.2
129: pw4.5
130: w1
131: w10
132: w12
133: w13
134: w16
135: w18
136: w20
137: w21
138: w22
139: w24
140: w28
141: w3
142: w30
143: w31
144: w32
145: w34
146: w35
147: w37
148: w38
149: w41
150: w42
151: w43
152: w44
153: w45
154: w46
155: w47
156: w48
157: w49
158: w5
159: w50
160: w55
161: w56
162: w57
163: w58
164: w59
165: w60
166: w62
167: w63
168: w66
169: w8
170: wo
171: i6
172: i7
173: i8
174: i9
175: ilx
176: p29
177: w29
178: w33
179: w36
180: w39
181: w4
182: w40
183: w51
184: w52
185: w53
186: w54
187: w6
188: w61
189: w64
190: w65
191: w67
192: w7
193: w9
194: pax
195: pd
196: pe
197: phx
198: plx
199: pmx
200: pnl
201: prx
202: pwx
203: w11
204: w14
205: w15
206: w17
207: w19
208: w2
209: w23
210: w25
211: w26
212: w27
213: pl0
214: pl4
215: pl3
216: pm2.5
217: ph4.4
218: pn40
219: ph3.3
220: ph2.6
# Download script/URL (optional) ---------------------------------------------------------------------------------------
download: |
import json
import shutil
from pathlib import Path
from PIL import Image
from ultralytics.utils import TQDM
from ultralytics.utils.downloads import download
def tt100k2yolo(dir):
"""Convert TT100K annotations to YOLO format with images/{split} and labels/{split} structure."""
data_dir = dir / "data"
anno_file = data_dir / "annotations.json"
print("Loading annotations...")
with open(anno_file, encoding="utf-8") as f:
data = json.load(f)
# Build class name to index mapping from yaml
names = yaml["names"]
class_to_idx = {v: k for k, v in names.items()}
# Create directories
for split in ["train", "val", "test"]:
(dir / "images" / split).mkdir(parents=True, exist_ok=True)
(dir / "labels" / split).mkdir(parents=True, exist_ok=True)
print("Converting annotations to YOLO format...")
skipped = 0
for img_id, img_data in TQDM(data["imgs"].items(), desc="Processing"):
img_path_str = img_data["path"]
if "train" in img_path_str:
split = "train"
elif "test" in img_path_str:
split = "test"
else:
split = "val"
# Source and destination paths
src_img = data_dir / img_path_str
if not src_img.exists():
continue
dst_img = dir / "images" / split / src_img.name
# Get image dimensions
try:
with Image.open(src_img) as img:
img_width, img_height = img.size
except Exception as e:
print(f"Error reading {src_img}: {e}")
continue
# Copy image to destination
shutil.copy2(src_img, dst_img)
# Convert annotations
label_file = dir / "labels" / split / f"{src_img.stem}.txt"
lines = []
for obj in img_data.get("objects", []):
category = obj["category"]
if category not in class_to_idx:
skipped += 1
continue
bbox = obj["bbox"]
xmin, ymin = bbox["xmin"], bbox["ymin"]
xmax, ymax = bbox["xmax"], bbox["ymax"]
# Convert to YOLO format (normalized center coordinates and dimensions)
x_center = ((xmin + xmax) / 2.0) / img_width
y_center = ((ymin + ymax) / 2.0) / img_height
width = (xmax - xmin) / img_width
height = (ymax - ymin) / img_height
# Clip to valid range
x_center = max(0, min(1, x_center))
y_center = max(0, min(1, y_center))
width = max(0, min(1, width))
height = max(0, min(1, height))
cls_idx = class_to_idx[category]
lines.append(f"{cls_idx} {x_center:.6f} {y_center:.6f} {width:.6f} {height:.6f}\n")
# Write label file
if lines:
label_file.write_text("".join(lines), encoding="utf-8")
if skipped:
print(f"Skipped {skipped} annotations with unknown categories")
print("Conversion complete!")
# Download
dir = Path(yaml["path"]) # dataset root dir
urls = ["https://cg.cs.tsinghua.edu.cn/traffic-sign/data_model_code/data.zip"]
download(urls, dir=dir, curl=True, threads=1)
# Convert
tt100k2yolo(dir)Uso#
TT100K se descarga automáticamente la primera vez que entrenas y necesita unos 18 GB de espacio libre en disco. La primera vez, el script de descarga obtiene los datos originales y convierte las anotaciones al formato YOLO, lo que puede tardar varios minutos.
Para entrenar un modelo YOLO26n con el conjunto de datos TT100K durante 100 épocas y con un tamaño de imagen de 640, puedes utilizar los siguientes fragmentos de código. Para consultar una lista completa de los argumentos disponibles, visita la página de Entrenamiento del modelo.
from ultralytics import YOLO
# Cargar un modelo
model = YOLO("yolo26n.pt") # Carga un modelo preentrenado (recomendado para el entrenamiento)
# Entrena el modelo: el conjunto de datos se descargará automáticamente en la primera ejecución
results = model.train(data="TT100K.yaml", epochs=100, imgsz=640)Para etiquetar más imágenes de señales de tráfico y gestionar las ejecuciones de entrenamiento de TT100K desde el navegador, utiliza Ultralytics Platform.
Datos de ejemplo y anotaciones#
Las imágenes de TT100K son escenas urbanas de 2048×2048 en las que las señales de tráfico suelen ocupar solo una pequeña parte del encuadre. Una sola imagen puede contener varias señales a diferentes escalas y distancias; algunas están parcialmente ocultas por vehículos, vegetación o estructuras, y se han capturado tanto de día como de noche y con tiempo despejado o lluvioso. Esta combinación de objetos pequeños y condiciones difíciles convierte el conjunto de datos en una buena prueba de la robustez de los detectores.
Citas y agradecimientos#
Si utilizas el conjunto de datos TT100K en tus trabajos de investigación o desarrollo, cita el siguiente artículo:
@InProceedings{Zhu_2016_CVPR,
author = {Zhu, Zhe and Liang, Dun and Zhang, Songhai and Huang, Xiaolei and Li, Baoli and Hu, Shimin},
title = {Traffic-Sign Detection and Classification in the Wild},
booktitle = {The IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
month = {June},
year = {2016}
}Queremos agradecer la colaboración entre la Universidad de Tsinghua y Tencent por crear y mantener este valioso recurso para las comunidades de visión artificial y conducción autónoma. Para obtener más información sobre el conjunto de datos TT100K, visita el sitio web oficial del conjunto de datos.
Preguntas frecuentes#
El conjunto de datos Tsinghua-Tencent 100K (TT100K) se utiliza para detectar y clasificar señales de tráfico en condiciones reales. Sus 221 categorías e imágenes de vistas urbanas de alta resolución lo convierten en un benchmark habitual para la percepción en conducción autónoma, los sistemas avanzados de asistencia a la conducción (ADAS) y la investigación sobre detección de objetos pequeños.
La configuración de TT100K de Ultralytics contiene 16.817 imágenes: 6.105 para entrenamiento, 7.641 para validación (la partición original «other» del conjunto de datos) y 3.071 para pruebas. Consulta la sección Estructura del conjunto de datos para ver el desglose completo.
«100K» hace referencia a las aproximadamente 100.000 imágenes de Tencent Street View a partir de las cuales se creó el benchmark original. La configuración de detección de Ultralytics proporciona 16.817 de esas imágenes con etiquetas en formato YOLO; el nombre refleja la colección de origen, no el tamaño del conjunto de entrenamiento.
TT100K define 221 categorías que abarcan señales de límite de velocidad, prohibición, advertencia, límite de altura/anchura e informativas. El artículo original conserva solo las 45 categorías con al menos 100 instancias de entrenamiento, pero la configuración de Ultralytics mantiene las 221. Consulta Estructura del conjunto de datos para ver el desglose por grupos.
TT100K ocupa unos 18 GB y se descarga automáticamente la primera vez que entrenas con
data="TT100K.yaml"; no hace falta descargarlo manualmente. El script también convierte las anotaciones originales al formato YOLO en la primera ejecución.Entrena un modelo YOLO26n con TT100K durante 100 épocas y con un tamaño de imagen de 640:
Ejemplo de entrenamientofrom ultralytics import YOLO # Cargar un modelo model = YOLO("yolo26n.pt") # Carga un modelo preentrenado (recomendado para el entrenamiento) # Entrenar el modelo results = model.train(data="TT100K.yaml", epochs=100, imgsz=640)Para ver configuraciones detalladas, consulta la página de entrenamiento y los consejos para entrenar modelos.
Empieza con
imgsz=640para las pruebas iniciales y, después, aumenta aimgsz=1280(con unbatchmás pequeño) si tienes suficiente memoria de GPU, ya que la mayor resolución ayuda a recuperar las señales pequeñas y lejanas:model.train(data="TT100K.yaml", imgsz=1280, batch=4) # mayor resolución para señales pequeñasTambién puedes ajustar el aumento de datos y plantearte estrategias de división en teselas para los objetos muy pequeños. Consulta Consejos para entrenar modelos para obtener más información.