Empezar

Conjunto de datos VisDrone

El conjunto de datos VisDrone es un benchmark a gran escala de imágenes capturadas con drones. Su subconjunto de detección (VisDrone2019-DET) proporciona 8.629 imágenes aéreas —6.471 para entrenamiento, 548 para validación y 1.610 para test-dev— anotadas con 10 clases de objetos para la detección de objetos. Lo creó el equipo AISKYEYE del laboratorio de aprendizaje automático y minería de datos de la Universidad de Tianjin, China.



Ver: Cómo entrenar Ultralytics YOLO con el conjunto de datos VisDrone | Detección aérea | Tutorial completo 🚀

El benchmark VisDrone completo consta de 288 clips de vídeo (261.908 fotogramas) y 10.209 imágenes estáticas capturadas por cámaras montadas en drones en 14 ciudades distintas de China. Abarca entornos urbanos y rurales, escenas poco concurridas y abarrotadas, y condiciones meteorológicas y de iluminación variadas. Sus fotogramas contienen más de 2,6 millones de cajas delimitadoras anotadas manualmente, con atributos adicionales como la visibilidad de la escena, la clase del objeto y la oclusión. La configuración VisDrone.yaml de Ultralytics utiliza el subconjunto de imágenes estáticas VisDrone2019-DET de este benchmark.

Características principales#

  • Objetos pequeños y densos: Las vistas aéreas hacen que los objetivos sean diminutos y aparezcan muy juntos: solo las 548 imágenes de validación contienen 38.759 cajas etiquetadas, una media de unos 70 objetos por imagen.
  • Diversidad de escenas: Imágenes de 14 ciudades chinas que abarcan entornos urbanos y rurales, de día y de noche, y con distintas condiciones meteorológicas.
  • Anotaciones detalladas: Más de 2,6 millones de cajas en todo el benchmark, con atributos de oclusión y visibilidad.
  • Particiones predefinidas: Particiones fijas de entrenamiento / validación / test-dev (6.471 / 548 / 1.610 imágenes) para una evaluación coherente.

Estructura del conjunto de datos#

La configuración VisDrone de Ultralytics cubre el subconjunto de imágenes VisDrone2019-DET, dividido en tres partes:

DivisiónImágenesDescripción
Entrenar6,471Imágenes aéreas etiquetadas que se utilizan para entrenar el detector
Validación548Imágenes utilizadas para la evaluación durante el desarrollo
Test-dev1,610Imágenes reservadas para la evaluación final del modelo entrenado

Hay una cuarta partición, test-challenge (1.580 imágenes), que se reserva para la competición VisDrone y no se descarga; por eso el conjunto DET completo suma 10.209 imágenes.

El conjunto de datos anota 10 clases de objetos: peatón, personas, bicicleta, coche, furgoneta, camión, triciclo, triciclo con toldo, autobús y moto. VisDrone distingue entre peatón (una persona de pie o caminando) y personas (una persona en cualquier otra postura).

Conversión automática a YOLO

En el primer uso, el script de descarga convierte las anotaciones originales de VisDrone al formato YOLO y omite las regiones marcadas como ignoradas (lo que también excluye la categoría «others», que no se utiliza).

Aplicaciones#

Las escenas densas y los objetivos diminutos de VisDrone lo convierten en una referencia estándar para la detección de objetos pequeños desde perspectivas aéreas. Entre las aplicaciones de visión artificial con drones habituales se incluyen:

  • Seguimiento del tráfico y recuento de vehículos con UAV
  • Análisis de multitudes y vigilancia para la seguridad pública
  • Inspección de infraestructuras y obras
  • Investigación en visión artificial sobre la detección de objetos pequeños en escenas abarrotadas

Para consultar otros benchmarks de imágenes aéreas, echa un vistazo al conjunto de datos xView, centrado en imágenes de satélite, o al conjunto de datos DOTA-v2, con cajas orientadas.

YAML del conjunto de datos#

El archivo VisDrone.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/VisDrone.yaml.

ultralytics/cfg/datasets/VisDrone.yaml
# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# VisDrone2019-DET dataset https://github.com/VisDrone/VisDrone-Dataset by Tianjin University
# Documentation: https://docs.ultralytics.com/datasets/detect/visdrone
# Example usage: yolo train data=VisDrone.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── VisDrone ← downloads here (~2 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: VisDrone # dataset root dir
train: images/train # train images (relative to 'path') 6471 images
val: images/val # val images (relative to 'path') 548 images
test: images/test # test-dev images (optional) 1610 images

# Classes
names:
  0: pedestrian
  1: people
  2: bicycle
  3: car
  4: van
  5: truck
  6: tricycle
  7: awning-tricycle
  8: bus
  9: motor

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

  from ultralytics.utils.downloads import download
  from ultralytics.utils import ASSETS_URL, TQDM

  def visdrone2yolo(dir, split, source_name=None):
      """Convert VisDrone annotations to YOLO format with images/{split} and labels/{split} structure."""
      from PIL import Image

      source_dir = dir / (source_name or f"VisDrone2019-DET-{split}")
      images_dir = dir / "images" / split
      labels_dir = dir / "labels" / split
      labels_dir.mkdir(parents=True, exist_ok=True)

      # Move images to new structure
      if (source_images_dir := source_dir / "images").exists():
          images_dir.mkdir(parents=True, exist_ok=True)
          for img in source_images_dir.glob("*.jpg"):
              img.rename(images_dir / img.name)

      for f in TQDM((source_dir / "annotations").glob("*.txt"), desc=f"Converting {split}"):
          img_size = Image.open(images_dir / f.with_suffix(".jpg").name).size
          dw, dh = 1.0 / img_size[0], 1.0 / img_size[1]
          lines = []

          with open(f, encoding="utf-8") as file:
              for row in [x.split(",") for x in file.read().strip().splitlines()]:
                  if row[4] != "0":  # Skip ignored regions
                      x, y, w, h = map(int, row[:4])
                      cls = int(row[5]) - 1
                      # Convert to YOLO format
                      x_center, y_center = (x + w / 2) * dw, (y + h / 2) * dh
                      w_norm, h_norm = w * dw, h * dh
                      lines.append(f"{cls} {x_center:.6f} {y_center:.6f} {w_norm:.6f} {h_norm:.6f}\n")

          (labels_dir / f.name).write_text("".join(lines), encoding="utf-8")

  # Download (ignores test-challenge split)
  dir = Path(yaml["path"])  # dataset root dir
  urls = [
      f"{ASSETS_URL}/VisDrone2019-DET-train.zip",
      f"{ASSETS_URL}/VisDrone2019-DET-val.zip",
      f"{ASSETS_URL}/VisDrone2019-DET-test-dev.zip",
      # f"{ASSETS_URL}/VisDrone2019-DET-test-challenge.zip",
  ]
  download(urls, dir=dir, threads=4)

  # Convert
  splits = {"VisDrone2019-DET-train": "train", "VisDrone2019-DET-val": "val", "VisDrone2019-DET-test-dev": "test"}
  for folder, split in splits.items():
      visdrone2yolo(dir, split, folder)  # convert VisDrone annotations to YOLO labels
      shutil.rmtree(dir / folder)  # cleanup original directory

Uso#

Descarga de ~2 GB

VisDrone se descarga automáticamente la primera vez que entrenas —tres archivos comprimidos que ocupan en total unos 2 GB— y necesita unos 4 GB de espacio libre en disco durante la extracción y la conversión.

Para entrenar un modelo YOLO26n con el conjunto de datos VisDrone durante 100 épocas y con un tamaño de imagen de 640, puedes utilizar los siguientes fragmentos de código.

Ejemplo de entrenamiento
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="VisDrone.yaml", epochs=100, imgsz=640)

Para etiquetar imágenes aéreas adicionales y gestionar las ejecuciones de entrenamiento de VisDrone desde el navegador, utiliza Ultralytics Platform.

Datos de ejemplo y anotaciones#

El ejemplo siguiente muestra una escena típica de VisDrone: una vista aérea de una carretera transitada en la que peatones y vehículos aparecen como objetivos pequeños y muy juntos, muchos de ellos parcialmente ocultos unos por otros.

Imágenes aéreas del conjunto de datos VisDrone capturadas con drones para la detección de objetos

Citas y agradecimientos#

Si utilizas el conjunto de datos VisDrone en tus trabajos de investigación o desarrollo, cita el siguiente artículo:

Cita
@ARTICLE{9573394,
  author={Zhu, Pengfei and Wen, Longyin and Du, Dawei and Bian, Xiao and Fan, Heng and Hu, Qinghua and Ling, Haibin},
  journal={IEEE Transactions on Pattern Analysis and Machine Intelligence},
  title={Detection and Tracking Meet Drones Challenge},
  year={2022},
  volume={44},
  number={11},
  pages={7380-7399},
  doi={10.1109/TPAMI.2021.3119563}}

Queremos agradecer al equipo AISKYEYE del laboratorio de aprendizaje automático y minería de datos de la Universidad de Tianjin, China, la creación y el mantenimiento del conjunto de datos VisDrone. Para obtener más información, visita el repositorio de VisDrone en GitHub.

Preguntas frecuentes#

  • VisDrone se utiliza para entrenar detectores y evaluar su rendimiento con imágenes capturadas por drones, en las que los objetos son pequeños, aparecen muy juntos y se ven desde arriba. La combinación de vistas aéreas, escenas abarrotadas y condiciones variadas lo convierte en un banco de pruebas de referencia para la monitorización del tráfico con UAV, el análisis de multitudes y la investigación sobre detección de objetos pequeños.

  • La configuración VisDrone de Ultralytics contiene 8.629 imágenes: 6.471 para entrenamiento, 548 para validación y 1.610 para pruebas (test-dev). Las tres particiones comparten las mismas 10 clases: peatón, personas, bicicleta, coche, furgoneta, camión, triciclo, triciclo con toldo, autobús y moto. Consulta Estructura del conjunto de datos para ver el desglose completo.

  • VisDrone se descarga automáticamente la primera vez que entrenas con data="VisDrone.yaml"; no hace falta realizar ningún paso manual. El script descarga tres archivos comprimidos (unos 2 GB) desde los recursos de la versión de Ultralytics en GitHub y convierte las anotaciones al formato YOLO. No se incluye la partición test-challenge reservada para la competición.

  • Entrena un modelo YOLO26n con VisDrone durante 100 épocas y con un tamaño de imagen de 640:

    Ejemplo de entrenamiento
    from 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="VisDrone.yaml", epochs=100, imgsz=640)

    Para ver configuraciones detalladas, consulta la página de entrenamiento y los consejos para entrenar modelos.

  • Los objetos de VisDrone son diminutos en relación con el encuadre —a menudo solo ocupan unas pocas decenas de píxeles— y aparecen en grupos densos y muy ocluidos, lo que supone un reto para los detectores entrenados con fotos tomadas a ras de suelo. Entrenar y predecir con una resolución mayor (por ejemplo, imgsz=1280 con un lote más pequeño) permite recuperar objetos pequeños, y el teselado de alta resolución divide las imágenes grandes para que los objetos pequeños ocupen una mayor parte de cada ventana de inferencia.

  • El benchmark VisDrone completo abarca cinco tareas —detección de objetos en imágenes, detección de objetos en vídeos, seguimiento de un objeto, seguimiento de múltiples objetos y recuento de multitudes— en 288 clips de vídeo y 10.209 imágenes estáticas. La configuración VisDrone.yaml de Ultralytics cubre solo la tarea de detección en imágenes (VisDrone2019-DET) y descarga sus 6.471 imágenes de entrenamiento, 548 de validación y 1.610 de test-dev.

  • Cita el artículo «Detection and Tracking Meet Drones Challenge» (IEEE TPAMI, vol. 44, n.º 11, 2022, DOI 10.1109/TPAMI.2021.3119563); la entrada BibTeX completa está en la sección Citas y agradecimientos anterior.

Comentarios24

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

  1. arpithavkhanapur1226-collabGitHub

    Thank you for the suggestions. I’ve tried the recommended changes and checked the dataset, including removing the degenerate bounding box, but I’m still facing the NaN issue around epoch 30. The best mAP I’m getting is only around 33.2%, which is far below the expected performance. I’ve tried several approaches already, but I’m not able to figure out what is causing the instability. Could you please help me identify what might be going wrong or suggest what I should specifically check next? ,I have attached my code and result below ,I would really appreciate your guidance. visdrone result visdrone2.ipynb

    cmf

    1. Paula DerrengerUltralytics

      Please rerun a clean baseline with the official VisDrone.yaml, pretrained weights, and defaults; after correcting annotations, delete all *.cache files in the dataset’s labels directories, and restart the notebook kernel if Ultralytics was upgraded. If NaNs persist, share the complete text training log/traceback, exact model.train(...) arguments, Ultralytics version, and output from yolo checks; also try a smaller learning rate and higher imgsz such as 1280, since VisDrone contains many tiny objects.

  2. arpithavkhanapur1226-collabGitHub

    I’m training YOLOv12 on the VisDrone dataset, but I faced NaN losses after around epoch 29. I found a degenerate bounding box with zero height and removed it, but the NaN issue still occurred. I then tried DDPNet on VisDrone, but the validation performance started plateauing around epoch 14. Training is also very slow on a T4 (~4 hours for 12 epochs). Could you suggest what I should check or change to improve the training performance?

    1. Paula DerrengerUltralytics

      After correcting every invalid/non-finite label and ensuring normalized boxes have positive width/height, delete all *.cache files inside the labels directories before retraining. Establish a baseline with a pretrained Ultralytics model at imgsz=640; then inspect results.png, per-class AP, and the confusion matrix before changing augmentation or resolution. VisDrone contains many tiny, dense objects, so higher resolution may improve accuracy but will substantially slow a T4; use an n/s model and the largest stable batch first. If NaNs persist, please share the exact training command, complete text logs around the first NaN, Ultralytics version, and yolo checks output; see the VisDrone training guide and fine-tuning troubleshooting.

  3. mslabdelhak29GitHub

    Hello can you offre a pretrained model i need it and i dont have source to entrain for 100 epochs

    1. Glenn JocherUltralytics(editado)

      Hi, we don’t currently provide an official YOLO model pretrained specifically on VisDrone, so the usual workflow is to start from a generic checkpoint like yolo26n.pt and fine‑tune it on VisDrone; you can safely reduce epochs (e.g. 10–20) or train on a subset of the data in Colab to keep compute low, and the YOLO train mode docs show how to adjust these arguments.

  4. ysharvitGitHub

    I am looking for drone photos in desert area ( in order to develop rescue detection system (I volunteer in SAR unit)) Can I filter only desert BG pictures in your dataset?

    1. Glenn JocherUltralytics(editado)

      VisDrone doesn’t include scene/terrain metadata like “desert” (it’s largely urban/traffic), so there’s no built‑in way to filter for desert backgrounds; for SAR you’ll want to gather desert drone imagery and fine‑tune a COCO‑pretrained YOLO26 using the dataset setup in the Datasets Overview or manage it end‑to‑end with Ultralytics Platform datasets.

  5. fardinabbasiGitHub

    It would be very useful if someone could provide a list of pretrained YOLO models for the VisDrone dataset that are compatible with Ultralytics.

    1. Glenn JocherUltralytics(editado)

      Ultralytics doesn’t currently maintain an official list of VisDrone‑trained checkpoints; the recommended path is to fine‑tune a COCO‑pretrained YOLO26 variant (e.g., yolo26s.pt)—see the available base weights on the YOLO26 models page.

  6. lawyehGitHub

    Hello, the example and the yaml file pull from the object detection in images dataset (task 1). How can I train the model for object detection in video (task )?

    1. Glenn JocherUltralytics

      For video object detection (Task 2) with VisDrone, you'll use the same YOLO training process but process video frames as individual images. Ensure your dataset paths in VisDrone.yaml point to the video task's frame sequences (organized as images), then train normally. Video inference can be done with model.predict(source='video.mp4') after training. For video-specific annotations, verify they're converted to YOLO format per frame.

      1
  7. SudhanshuBlazeGitHub

    I trained yolov10x on VisDrone dataset with the below parameters, but I got the final box_loss of 1.97. I feel that model performed very poorly, do you know what might be the issue? Or what hyperparameters should I use?

    from ultralytics import YOLO
    
    # Load a model
    model = YOLO("yolov10x.pt")  # load a pretrained model (recommended for training)
    
    # Train the model
    results = model.train(data="VisDrone.yaml", epochs=1000, imgsz=640, patience=250, project='visdrone', name='train', batch=-1)

    F1_curve

    results

    1. Glenn JocherUltralytics

      @SudhanshuBlaze it sounds like your model might be struggling with the complexity of the VisDrone dataset. First, ensure you're using the latest version of the Ultralytics package. You might also want to experiment with different learning rates, batch sizes, and augmentation techniques. Sometimes, reducing the learning rate or increasing the batch size can help stabilize training. Additionally, consider using early stopping to prevent overfitting. If the issue persists, reviewing the dataset for any inconsistencies or mislabeled data could also be beneficial. For more detailed guidance, you can refer to the VisDrone documentation.

  8. mariem158GitHub

    quelles sont les étapes pour télécharger roboflow100 sur google colab. je veux utiliser ce dataset pour faire la détection précise des véhicules filmés par des caméras ?

    1. Paula DerrengerUltralytics(editado)

      @mariem158 bonjour!

      Pour télécharger et utiliser le dataset Roboflow100 sur Google Colab pour la détection précise des véhicules, vous pouvez suivre les étapes ci-dessous. Cependant, il semble que vous ayez mentionné le dataset VisDrone dans votre commentaire, donc je vais également inclure des informations sur ce dataset.

      Étapes pour télécharger Roboflow100 sur Google Colab
      1. Installer les dépendances nécessaires:

        !pip install roboflow
      2. Importer et configurer Roboflow:

        from roboflow import Roboflow
        rf = Roboflow(api_key="YOUR_API_KEY")
        project = rf.workspace().project("roboflow100")
        dataset = project.version("1").download("yolov8")
      3. Configurer le dataset pour l'entraînement:

        from ultralytics import YOLO
        
        # Charger un modèle pré-entraîné
        model = YOLO("yolo26n.pt")
        
        # Entraîner le modèle
        results = model.train(data=dataset.location + "/data.yaml", epochs=100, imgsz=640)
      Utilisation du dataset VisDrone

      Le dataset VisDrone est une excellente ressource pour la détection d'objets, le suivi d'objets et le comptage de foules dans des images et vidéos capturées par des drones. Voici comment vous pouvez l'utiliser avec YOLO26:

      1. Télécharger et configurer le dataset VisDrone:

        from ultralytics import YOLO
        
        # Charger un modèle pré-entraîné
        model = YOLO("yolo26n.pt")
        
        # Entraîner le modèle
        results = model.train(data="VisDrone.yaml", epochs=100, imgsz=640)
      2. YAML de configuration pour VisDrone:

        # Ultralytics YOLO 🚀, AGPL-3.0 license
        # VisDrone2019-DET dataset https://github.com/VisDrone/VisDrone-Dataset by Tianjin University
        path: ../datasets/VisDrone
        train: VisDrone2019-DET-train/images
        val: VisDrone2019-DET-val/images
        test: VisDrone2019-DET-test-dev/images
        names:
          0: pedestrian
          1: people
          2: bicycle
          3: car
          4: van
          5: truck
          6: tricycle
          7: awning-tricycle
          8: bus
          9: motor

      Pour plus de détails sur l'utilisation du dataset VisDrone, vous pouvez consulter la documentation complète ici : VisDrone Dataset Documentation.

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

      Cordialement, L'équipe Ultralytics

  9. mariem158GitHub

    comment intégrer visdataset sur google colab et l'intégrer dans mon code qui détecte seulement des véhicules par des drones situé verticalement au dessus de la route.

    1. Paula DerrengerUltralytics(editado)

      Bonjour,

      Merci pour votre question ! Pour intégrer le dataset VisDrone dans Google Colab et l'utiliser pour détecter uniquement des véhicules capturés par des drones, voici les étapes à suivre :

      1. Configurer Google Colab:

        • Assurez-vous d'avoir accès à un GPU pour accélérer l'entraînement. Allez dans Runtime > Change runtime type et sélectionnez GPU.
      2. Installer les dépendances:

        • Installez les bibliothèques nécessaires, notamment ultralytics pour YOLO26.
      3. Télécharger et préparer le dataset VisDrone:

        • Utilisez le script de téléchargement et de conversion fourni dans le fichier VisDrone.yaml.
      4. Entraîner le modèle:

        • Chargez un modèle pré-entraîné YOLO26 et entraînez-le sur le dataset VisDrone en filtrant uniquement les classes de véhicules.

      Voici un exemple de code pour chaque étape :

      # Installer les dépendances
      !pip install ultralytics
      
      # Importer les bibliothèques nécessaires
      from ultralytics import YOLO
      import os
      from pathlib import Path
      
      # Télécharger et préparer le dataset VisDrone
      def download_visdrone():
          from ultralytics.utils.downloads import download
      
          def visdrone2yolo(dir):
              from PIL import Image
              from tqdm import tqdm
      
              def convert_box(size, box):
                  dw = 1. / size[0]
                  dh = 1. / size[1]
                  return (box[0] + box[2] / 2) * dw, (box[1] + box[3] / 2) * dh, box[2] * dw, box[3] * dh
      
              (dir / 'labels').mkdir(parents=True, exist_ok=True)
              pbar = tqdm((dir / 'annotations').glob('*.txt'), desc=f'Converting {dir}')
              for f in pbar:
                  img_size = Image.open((dir / 'images' / f.name).with_suffix('.jpg')).size
                  lines = []
                  with open(f, 'r') as file:
                      for row in [x.split(',') for x in file.read().strip().splitlines()]:
                          if row[4] == '0':
                              continue
                          cls = int(row[5]) - 1
                          box = convert_box(img_size, tuple(map(int, row[:4])))
                          lines.append(f"{cls} {' '.join(f'{x:.6f}' for x in box)}\n")
                      with open(str(f).replace(f'{os.sep}annotations{os.sep}', f'{os.sep}labels{os.sep}'), 'w') as fl:
                          fl.writelines(lines)
      
          dir = Path('../datasets/VisDrone')
          urls = [
              'https://github.com/ultralytics/yolov5/releases/download/v1.0/VisDrone2019-DET-train.zip',
              'https://github.com/ultralytics/yolov5/releases/download/v1.0/VisDrone2019-DET-val.zip',
              'https://github.com/ultralytics/yolov5/releases/download/v1.0/VisDrone2019-DET-test-dev.zip',
              'https://github.com/ultralytics/yolov5/releases/download/v1.0/VisDrone2019-DET-test-challenge.zip'
          ]
          download(urls, dir=dir, curl=True, threads=4)
          for d in ['VisDrone2019-DET-train', 'VisDrone2019-DET-val', 'VisDrone2019-DET-test-dev']:
              visdrone2yolo(dir / d)
      
      download_visdrone()
      
      # Entraîner le modèle YOLO26 sur le dataset VisDrone
      model = YOLO("yolo26n.pt")  # Charger un modèle pré-entraîné
      results = model.train(data="VisDrone.yaml", epochs=100, imgsz=640)

      Pour plus de détails sur la configuration du dataset et les options d'entraînement, vous pouvez consulter la documentation complète ici.

      N'hésitez pas à revenir vers nous si vous avez d'autres questions. Bonne chance avec votre projet ! 🚀

      Cordialement, L'équipe Ultralytics

    2. mariem158GitHub

      comment je peux utiliser les modèles de visdrone et faire l'appel à ce dataset dans mon code pour faire la détection des véhicules par mon drone?

    3. Paula DerrengerUltralytics(editado)

      Bonjour,

      Merci pour votre question ! Pour utiliser le dataset VisDrone et détecter uniquement les véhicules capturés par des drones, voici comment procéder sur Google Colab :

      1. Configurer Google Colab:

        • Assurez-vous d'avoir accès à un GPU pour accélérer l'entraînement. Allez dans Runtime > Change runtime type et sélectionnez GPU.
      2. Installer les dépendances:

        • Installez les bibliothèques nécessaires, notamment ultralytics pour YOLO26.
      3. Télécharger et préparer le dataset VisDrone:

        • Utilisez le script de téléchargement et de conversion fourni dans le fichier VisDrone.yaml.
      4. Entraîner le modèle:

        • Chargez un modèle pré-entraîné YOLO26 et entraînez-le sur le dataset VisDrone en filtrant uniquement les classes de véhicules.

      Voici un exemple de code pour chaque étape :

      # Installer les dépendances
      !pip install ultralytics
      
      # Importer les bibliothèques nécessaires
      from ultralytics import YOLO
      import os
      from pathlib import Path
      
      # Télécharger et préparer le dataset VisDrone
      def download_visdrone():
          from ultralytics.utils.downloads import download
      
          def visdrone2yolo(dir):
              from PIL import Image
              from tqdm import tqdm
      
              def convert_box(size, box):
                  dw = 1. / size[0]
                  dh = 1. / size[1]
                  return (box[0] + box[2] / 2) * dw, (box[1] + box[3] / 2) * dh, box[2] * dw, box[3] * dh
      
              (dir / 'labels').mkdir(parents=True, exist_ok=True)
              pbar = tqdm((dir / 'annotations').glob('*.txt'), desc=f'Converting {dir}')
              for f in pbar:
                  img_size = Image.open((dir / 'images' / f.name).with_suffix('.jpg')).size
                  lines = []
                  with open(f, 'r') as file:
                      for row in [x.split(',') for x in file.read().strip().splitlines()]:
                          if row[4] == '0':
                              continue
                          cls = int(row[5]) - 1
                          box = convert_box(img_size, tuple(map(int, row[:4])))
                          lines.append(f"{cls} {' '.join(f'{x:.6f}' for x in box)}\n")
                      with open(str(f).replace(f'{os.sep}annotations{os.sep}', f'{os.sep}labels{os.sep}'), 'w') as fl:
                          fl.writelines(lines)
      
          dir = Path('../datasets/VisDrone')
          urls = [
              'https://github.com/ultralytics/yolov5/releases/download/v1.0/VisDrone2019-DET-train.zip',
              'https://github.com/ultralytics/yolov5/releases/download/v1.0/VisDrone2019-DET-val.zip',
              'https://github.com/ultralytics/yolov5/releases/download/v1.0/VisDrone2019-DET-test-dev.zip',
              'https://github.com/ultralytics/yolov5/releases/download/v1.0/VisDrone2019-DET-test-challenge.zip'
          ]
          download(urls, dir=dir, curl=True, threads=4)
          for d in ['VisDrone2019-DET-train', 'VisDrone2019-DET-val', 'VisDrone2019-DET-test-dev']:
              visdrone2yolo(dir / d)
      
      download_visdrone()
      
      # Entraîner le modèle YOLO26 sur le dataset VisDrone
      model = YOLO("yolo26n.pt")  # Charger un modèle pré-entraîné
      results = model.train(data="VisDrone.yaml", epochs=100, imgsz=640)

      Pour plus de détails sur la configuration du dataset et les options d'entraînement, vous pouvez consulter la documentation complète ici.

      N'hésitez pas à revenir vers nous si vous avez d'autres questions. Bonne chance avec votre projet ! 🚀

      Cordialement, L'équipe Ultralytics

  10. Elvis-Kiilu2GitHub

    This is nice, but what's next after the detection? How do we send/retrieve the data to a given database? What further insights can we draw from the detected data? What other technologies can we intergrate to this to draw meaningful inferences??

    1. Paula DerrengerUltralytics(editado)

      After detection, you have a few options to extend the functionality:

      1. Data Storage: To send and store detections on a database:

        import sqlite3
        from datetime import datetime
        
        from ultralytics import YOLO
        
        # Connect to SQLite database
        connection = sqlite3.connect('my_detections.db')
        cursor = connection.cursor()
        
        # Create table
        cursor.execute('''CREATE TABLE IF NOT EXISTS detections
                          (timestamp DATETIME, class TEXT, confidence REAL, x REAL, y REAL, width REAL, height REAL)''')
        
        # Example insertion from detection
        results = YOLO("yolo26n.pt")("image.jpg")[0]
        names = results.names
        timestamp = datetime.now().isoformat()
        for det in results.boxes:
           cursor.execute('''INSERT INTO detections (timestamp, class, confidence, x, y, width, height)
                             VALUES (?, ?, ?, ?, ?, ?, ?)''',
                              (timestamp, names[int(det.cls)], float(det.conf), *det.xywh[0].tolist()))
        
        connection.commit()
        connection.close()
      2. Further Analysis: Analyze the time series of detections to observe trends, detect anomalies, or aggregate counts over time.

      3. Integration with Other Technologies: Integrate with IoT platforms for real-time alerts or incorporate AI-based services for enhanced image analysis and decision-making processes.

      These steps help bridge the gap between raw detection outputs and actionable insights or responses in real-world applications.

    2. Elvis-Kiilu2GitHub

      Thanks @pderrenger for the reply. I wanted to implement this for my next project. Your insights are a good starting point. My aim is to extract/read data from the detected class/boxes. Then compare and match the read data with with those in a database that in a cloud data warehouse, Bigquery to be specific.

    3. Paula DerrengerUltralytics

      Hey there! It's great to hear you're planning to use YOLOv8 for your project. To extract and compare data from detected objects with your BigQuery database, you can follow these steps:

      1. Extract Data: After detection, extract the necessary details from each detection (like class, confidence, and bounding box coordinates).

      2. Format Data: Convert this data into a suitable format (like JSON or CSV) that can be easily ingested into BigQuery.

      3. Upload to BigQuery: Use the BigQuery API to upload your formatted data. Here’s a small Python snippet using google-cloud-bigquery:

        from google.cloud import bigquery
        
        # Construct a BigQuery client object.
        client = bigquery.Client()
        
        # Define your table ID (dataset.table)
        table_id = "your-project.your_dataset.your_table"
        
        # Define the data to be inserted
        rows_to_insert = [
            {u"class": detected_class, u"confidence": confidence, u"x_min": x_min, u"y_min": y_min, u"width": width, u"height": height}
        ]
        
        # Insert data into BigQuery
        errors = client.insert_rows_json(table_id, rows_to_insert)
        if errors == []:
            print("New rows have been added.")
      4. Query and Analyze: Once your data is in BigQuery, you can use SQL queries to compare, analyze, and draw insights based on your specific needs.

      This workflow will help you leverage the power of cloud computing to analyze large datasets efficiently. If you need further assistance or have more specific requirements, feel free to ask! 🚀