Link to this sectionConjunto de datos xView#

El conjunto de datos xView es uno de los mayores conjuntos de datos de imágenes cenitales disponibles públicamente, 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 serie de aplicaciones importantes.

Link to this sectionCaracterísticas 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, proporcionando imágenes de mayor resolución que la mayoría de los conjuntos de datos de imágenes satelitales públicos.
• xView presenta una colección diversa de objetos pequeños, raros, de grano fino y de múltiples tipos con anotaciones de cuadro delimitador.
• Viene con un modelo base preentrenado que utiliza la API de detección de objetos de TensorFlow y un ejemplo para PyTorch.

Link to this sectionEstructura del dataset#

El conjunto de datos xView se compone de imágenes satelitales recopiladas por satélites WorldView-3 a una distancia de muestreo del suelo 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 detección remota y monitoreo ambiental.

Link to this sectionAplicaciones#

El conjunto de datos xView es ampliamente utilizado para entrenar y evaluar modelos de aprendizaje profundo para la detección de objetos en imágenes cenitales. 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 satelitales. Las aplicaciones incluyen:

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

Link to this sectionYAML del dataset#

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 xView, el archivo xView.yaml se mantiene en https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/xView.yaml.

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

# DIUx xView 2018 Challenge dataset https://challenge.xviewdataset.org by U.S. National Geospatial-Intelligence Agency (NGA)
# --------  Download and extract data manually to `datasets/xView` before running the 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 # val 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
  from pathlib import Path
  import shutil

  import numpy as np
  from PIL import Image

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

  def convert_labels(fname=Path("xView/xView_train.geojson")):
      """Convert xView GeoJSON labels to YOLO format (classes 0-59) and save them 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 / "labels" / "train"
      shutil.rmtree(labels, ignore_errors=True)
      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"]:
              image_id = p["image_id"]
              image_file = path / "train_images" / image_id
              if image_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 0-59
                      assert 59 >= cls >= 0, f"incorrect class index {cls}"

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

Link to this sectionUso#

Para entrenar un modelo en el conjunto de datos xView 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 de Entrenamiento del modelo.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="xView.yaml", epochs=100, imgsz=640)

Link to this sectionEjemplos de datos y anotaciones#

El conjunto de datos xView contiene imágenes satelitales de alta resolución con un conjunto diverso de objetos anotados mediante cuadros delimitadores. Aquí tienes algunos ejemplos de datos del conjunto de datos, junto con sus correspondientes anotaciones:

• Imágenes cenitales: Esta imagen demuestra un ejemplo de detección de objetos en imágenes cenitales, donde los objetos están anotados con cuadros delimitadores. El conjunto de datos proporciona imágenes satelitales 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 satelitales de alta calidad para las tareas de detección de objetos.

Link to this sectionConjuntos de datos relacionados#

Si trabajas con imágenes satelitales, es posible que también te interese 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 seguimiento de objetos en imágenes capturadas por drones
• Argoverse: Un conjunto de datos para la conducción autónoma con anotaciones de seguimiento en 3D

Link to this sectionCitas y agradecimientos#

Si utilizas el conjunto de datos xView en tu trabajo de investigación o desarrollo, por favor cita 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 de visión artificial. Para obtener más información sobre el conjunto de datos xView y sus creadores, visita el sitio web del conjunto de datos xView.

Link to this sectionFAQ#

Link to this section¿Qué es el conjunto de datos xView y cómo beneficia a la investigación de visión artificial?#

El conjunto de datos xView es una de las colecciones de imágenes cenitales de alta resolución disponibles públicamente más grandes, que contiene más de 1 millón de instancias de objetos en 60 clases. Está diseñado para mejorar diversas facetas de la investigación de visión artificial, como reducir la resolución mínima para la detección, mejorar la eficiencia del aprendizaje, descubrir más clases de objetos y avanzar en la detección de objetos de grano fino.

Link to this section¿Cómo puedo usar Ultralytics YOLO para entrenar un modelo con el conjunto de datos xView?#

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

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="xView.yaml", epochs=100, imgsz=640)

Para conocer los argumentos y ajustes detallados, consulta la página de Entrenamiento del modelo.

Link to this section¿Cuáles son las características clave del conjunto de datos xView?#

El conjunto de datos xView destaca debido a su completo conjunto 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 cuadros delimitadores.
• Disponibilidad de un modelo base preentrenado y ejemplos en TensorFlow y PyTorch.

Link to this section¿Cuál es la estructura del conjunto de datos xView y cómo está anotado?#

El conjunto de datos xView contiene imágenes satelitales de alta resolución capturadas por satélites WorldView-3 a una distancia de muestreo del suelo de 0,3 m, cubriendo más de 1 millón de objetos en 60 clases distintas dentro de aproximadamente 1.400 km² de imágenes anotadas. Cada objeto está etiquetado con cuadros delimitadores, lo que hace que el conjunto de datos sea muy adecuado para entrenar y evaluar modelos de aprendizaje profundo para la detección de objetos en vistas cenitales. Para un desglose detallado, consulta la sección Estructura del conjunto de datos.

Link to this section¿Cómo cito el conjunto de datos xView en mi investigación?#

Si utilizas el conjunto de datos xView en tu investigación, por favor cita 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 más información sobre el conjunto de datos xView, visita el sitio web oficial del conjunto de datos xView.