Ir al contenido

Conjunto de datos xView

El conjunto de datos xView es uno de los conjuntos de datos de imágenes aéreas disponibles públicamente más grandes, que contiene imágenes de escenas complejas de todo el mundo anotadas mediante cuadros delimitadores. El objetivo del conjunto de datos xView es acelerar el progreso en cuatro fronteras de la visión artificial:

  1. Reducir la resolución mínima para la detección.
  2. Mejorar la eficiencia del aprendizaje.
  3. Permitir el descubrimiento de más clases de objetos.
  4. Mejorar la detección de clases de grano fino.

xView se basa en el éxito de desafíos como Common Objects in Context (COCO) y tiene como objetivo aprovechar la visión artificial para analizar la creciente cantidad de imágenes disponibles desde el espacio con el fin de comprender el mundo visual de nuevas maneras y abordar una variedad de aplicaciones importantes.

Descarga Manual Requerida

El dataset xView no se descarga automáticamente mediante los scripts de Ultralytics. Debes descargar manualmente el dataset primero desde la fuente oficial:

Importante: Después de descargar los archivos necesarios (por ejemplo, train_images.tif, val_images.tif, xView_train.geojson), necesita extraerlos y colocarlos en la estructura de directorios correcta, que normalmente se espera en datasets/xView/ carpeta, antes ejecutando los comandos de entrenamiento que se proporcionan a continuación. Asegúrese de que el conjunto de datos esté configurado correctamente según las instrucciones del desafío.

Características clave

  • xView contiene más de 1 millón de instancias de objetos en 60 clases.
  • El conjunto de datos tiene una resolución de 0.3 metros, lo que proporciona imágenes de mayor resolución que la mayoría de los conjuntos de datos de imágenes de satélite públicos.
  • xView presenta una colección diversa de objetos pequeños, raros, de grano fino y de múltiples tipos con anotaciones de bounding box.
  • Viene con un modelo de referencia preentrenado utilizando la API de detección de objetos de TensorFlow y un ejemplo para PyTorch.

Estructura del conjunto de datos

El conjunto de datos xView se compone de imágenes de satélite recogidas de satélites WorldView-3 a una distancia de muestreo terrestre de 0,3 m. Contiene más de 1 millón de objetos en 60 clases en más de 1.400 km² de imágenes. El conjunto de datos es particularmente valioso para aplicaciones de teledetección y monitorización ambiental.

Aplicaciones

El conjunto de datos xView se utiliza ampliamente para entrenar y evaluar modelos de aprendizaje profundo para la detección de objetos en imágenes aéreas. El diverso conjunto de clases de objetos y las imágenes de alta resolución del conjunto de datos lo convierten en un recurso valioso para investigadores y profesionales en el campo de la visión artificial, especialmente para el análisis de imágenes de satélite. Las aplicaciones incluyen:

  • Reconocimiento militar y de defensa
  • Planificación y desarrollo urbano
  • Monitoreo ambiental
  • Respuesta y evaluación ante desastres
  • Mapeo y gestión de infraestructuras

YAML del conjunto de datos

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

ultralytics/cfg/datasets/xView.yaml

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# DIUx xView 2018 Challenge https://challenge.xviewdataset.org by U.S. National Geospatial-Intelligence Agency (NGA)
# --------  DOWNLOAD DATA MANUALLY and jar xf val_images.zip to 'datasets/xView' before running 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 # train 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
  import os
  from pathlib import Path

  import numpy as np
  from PIL import Image

  from ultralytics.utils import TQDM
  from ultralytics.data.utils import autosplit
  from ultralytics.utils.ops import xyxy2xywhn


  def convert_labels(fname=Path("xView/xView_train.geojson")):
      """Converts xView geoJSON labels to YOLO format, mapping classes to indices 0-59 and saving 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(path / "labels" / "train")
      os.system(f"rm -rf {labels}")
      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"]:
              id = p["image_id"]
              file = path / "train_images" / id
              if 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 0-60
                      assert 59 >= cls >= 0, f"incorrect class index {cls}"

                      # Write YOLO label
                      if id not in shapes:
                          shapes[id] = Image.open(file).size
                      box = xyxy2xywhn(box[None].astype(np.float), w=shapes[id][0], h=shapes[id][1], clip=True)
                      with open((labels / 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 {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")

Uso

Para entrenar un modelo en el conjunto de datos xView durante 100 epochs con un tamaño de imagen de 640, puede utilizar los siguientes fragmentos de código. Para obtener una lista completa de los argumentos disponibles, consulte la página de Entrenamiento del modelo.

Ejemplo de entrenamiento

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="xView.yaml", epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo detect train data=xView.yaml model=yolo11n.pt epochs=100 imgsz=640

Datos de muestra y anotaciones

El conjunto de datos xView contiene imágenes de satélite de alta resolución con un conjunto diverso de objetos anotados mediante bounding boxes. Aquí hay algunos ejemplos de datos del conjunto de datos, junto con sus correspondientes anotaciones:

Imagen de muestra del conjunto de datos

  • Imágenes aéreas: Esta imagen muestra un ejemplo de detección de objetos en imágenes aéreas, donde los objetos se anotan con bounding boxes. El conjunto de datos proporciona imágenes de satélite de alta resolución para facilitar el desarrollo de modelos para esta tarea.

El ejemplo muestra la variedad y complejidad de los datos en el conjunto de datos xView y destaca la importancia de las imágenes de satélite de alta calidad para las tareas de detección de objetos.

Si está trabajando con imágenes de satélite, también podría interesarle explorar estos conjuntos de datos relacionados:

  • DOTA-v2: Un conjunto de datos para la detección de objetos orientados en imágenes aéreas
  • VisDrone: Un conjunto de datos para la detección y el seguimiento de objetos en imágenes capturadas por drones.
  • Argoverse: Un conjunto de datos para la conducción autónoma con anotaciones de seguimiento 3D

Citas y agradecimientos

Si utiliza el conjunto de datos xView en su trabajo de investigación o desarrollo, cite el siguiente artículo:

@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}
}

Nos gustaría agradecer a la Defense Innovation Unit (DIU) y a los creadores del conjunto de datos xView por su valiosa contribución a la comunidad de investigación en visión artificial. Para obtener más información sobre el conjunto de datos xView y sus creadores, visite el sitio web del conjunto de datos xView.

Preguntas frecuentes

¿Qué es el conjunto de datos xView y cómo beneficia la investigación en visión artificial?

El conjunto de datos xView es una de las mayores colecciones de imágenes aéreas de alta resolución disponibles públicamente, que contiene más de 1 millón de instancias de objetos en 60 clases. Está diseñado para mejorar varias facetas de la investigación en visión artificial, como la reducción de la resolución mínima para la detección, la mejora de la eficiencia del aprendizaje, el descubrimiento de más clases de objetos y el avance de la detección de objetos de grano fino.

¿Cómo puedo usar Ultralytics YOLO para entrenar un modelo en el conjunto de datos xView?

Para entrenar un modelo en el conjunto de datos xView utilizando Ultralytics YOLO, sigue estos pasos:

Ejemplo de entrenamiento

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="xView.yaml", epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo detect train data=xView.yaml model=yolo11n.pt epochs=100 imgsz=640

Para obtener argumentos y configuraciones detalladas, consulte la página de Entrenamiento del modelo.

¿Cuáles son las características clave del conjunto de datos xView?

El conjunto de datos xView destaca por su conjunto completo de características:

  • Más de 1 millón de instancias de objetos en 60 clases distintas.
  • Imágenes de alta resolución a 0.3 metros.
  • Diversos tipos de objetos, incluidos objetos pequeños, raros y de grano fino, todos anotados con bounding boxes.
  • Disponibilidad de un modelo de referencia pre-entrenado y ejemplos en TensorFlow y PyTorch.

¿Cuál es la estructura del conjunto de datos de xView y cómo está anotado?

El dataset xView contiene imágenes de satélite de alta resolución capturadas por satélites WorldView-3 a una distancia de muestreo terrestre de 0,3 m, que cubren más de 1 millón de objetos en 60 clases distintas dentro de aproximadamente 1.400 km² de imágenes anotadas. Cada objeto está etiquetado con bounding boxes, lo que hace que el dataset sea muy adecuado para entrenar y evaluar modelos de deep learning para la detección de objetos en vistas aéreas. Para un desglose detallado, consulta la sección Estructura del Dataset.

¿Cómo cito el conjunto de datos xView en mi investigación?

Si utiliza el conjunto de datos xView en su investigación, cite el siguiente artículo:

@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}
}

Para obtener más información sobre el conjunto de datos xView, visite el sitio web oficial del conjunto de datos xView.



📅 Creado hace 1 año ✏️ Actualizado hace 4 meses

Comentarios