Saltar al contenido

Conjunto de datos xView

El conjunto de datos xView es uno de los mayores conjuntos de datos de im谩genes a茅reas a disposici贸n del p煤blico, y contiene im谩genes 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 visi贸n por ordenador:

  1. Reduce la resoluci贸n m铆nima para la detecci贸n.
  2. Mejora la eficacia del aprendizaje.
  3. Permite descubrir m谩s clases de objetos.
  4. Mejorar la detecci贸n de clases finas.

xView se basa en el 茅xito de retos como Objetos Comunes en Contexto (COCO) y pretende aprovechar la visi贸n por ordenador para analizar la creciente cantidad de im谩genes disponibles del espacio con el fin de comprender el mundo visual de nuevas formas y abordar una serie de aplicaciones importantes.

Caracter铆sticas principales

  • xView contiene m谩s de 1 mill贸n de instancias de objetos en 60 clases.
  • El conjunto de datos tiene una resoluci贸n de 0,3 metros, lo que proporciona im谩genes de mayor resoluci贸n que la mayor铆a de los conjuntos de datos p煤blicos de im谩genes de sat茅lite.
  • xView presenta una colecci贸n diversa de objetos peque帽os, raros, de grano fino y de varios tipos con anotaci贸n de caja delimitadora.
  • Viene con un modelo de referencia preentrenado que utiliza la API de detecci贸n de objetos de TensorFlow y un ejemplo para PyTorch.

Estructura del conjunto de datos

El conjunto de datos xView se compone de im谩genes de sat茅lite recogidas desde los sat茅lites WorldView-3 a una distancia de muestreo del suelo de 0,3 m. Contiene m谩s de 1 mill贸n de objetos de 60 clases en m谩s de 1.400 km虏 de im谩genes.

Aplicaciones

El conjunto de datos xView se utiliza ampliamente para entrenar y evaluar modelos de aprendizaje profundo para la detecci贸n de objetos en im谩genes a茅reas. El variado conjunto de clases de objetos y las im谩genes de alta resoluci贸n del conjunto de datos lo convierten en un valioso recurso para investigadores y profesionales del campo de la visi贸n por ordenador, especialmente para el an谩lisis de im谩genes de sat茅lite.

Conjunto de datos YAML

Se utiliza un archivo YAML (Yet Another Markup Language) para definir la configuraci贸n del conjunto de datos. Contiene informaci贸n sobre las rutas del conjunto de datos, las clases y otra informaci贸n 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/cfg/datasets/xView.yaml

# Ultralytics YOLO 馃殌, AGPL-3.0 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
# 鈹溾攢鈹 ultralytics
# 鈹斺攢鈹 datasets
#     鈹斺攢鈹 xView  鈫 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: ../datasets/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 tqdm import tqdm

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


  def convert_labels(fname=Path('xView/xView_train.geojson')):
      # Convert xView geoJSON labels to YOLO format
      path = fname.parent
      with open(fname) 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') 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')

Utilizaci贸n

Para entrenar un modelo en el conjunto de datos xView durante 100 茅pocas con un tama帽o de imagen de 640, puedes utilizar los siguientes fragmentos de c贸digo. Para obtener una lista completa de los argumentos disponibles, consulta la p谩gina Entrenamiento del modelo.

Ejemplo de tren

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="xView.yaml", epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo detect train data=xView.yaml model=yolov8n.pt epochs=100 imgsz=640

Muestra de datos y anotaciones

El conjunto de datos xView contiene im谩genes de sat茅lite de alta resoluci贸n con un variado conjunto de objetos anotados mediante cuadros delimitadores. He aqu铆 algunos ejemplos de datos del conjunto de datos, junto con sus correspondientes anotaciones:

Imagen de muestra del conjunto de datos

  • Im谩genes a茅reas: Esta imagen muestra un ejemplo de detecci贸n de objetos en im谩genes a茅reas, donde los objetos se anotan con cuadros delimitadores. El conjunto de datos proporciona im谩genes de sat茅lite de alta resoluci贸n para facilitar el desarrollo de modelos para esta tarea.

El ejemplo muestra la variedad y complejidad de los datos del conjunto de datos xView y destaca la importancia de las im谩genes de sat茅lite de alta calidad para las tareas de detecci贸n de objetos.

Citas y agradecimientos

Si utilizas el conjunto de datos xView en tu trabajo de investigaci贸n o desarrollo, cita el siguiente documento:

@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 gustar铆a agradecer a la Unidad de Innovaci贸n de Defensa (DIU) y a los creadores del conjunto de datos xView su valiosa contribuci贸n a la comunidad de investigaci贸n en visi贸n por ordenador. Para m谩s informaci贸n sobre el conjunto de datos xView y sus creadores, visita el sitio web del conjunto de datos xView.



Created 2023-11-12, Updated 2024-06-02
Authors: glenn-jocher (5), Laughing-q (1)

Comentarios