Editar página en GitHub (EN)

Resumen de datasets de segmentación de instancias

La segmentación de instancias es una tarea de visión artificial que consiste en identificar y delinear objetos individuales dentro de una imagen. Esta guía ofrece un resumen de los formatos de dataset compatibles con Ultralytics YOLO para tareas de segmentación de instancias, junto con instrucciones sobre cómo preparar, convertir y utilizar estos datasets para entrenar tus modelos.

Formatos de conjuntos de datos admitidos

Formato Ultralytics YOLO

El formato de etiqueta de dataset utilizado para entrenar modelos de segmentación YOLO es el siguiente:

  1. Un archivo de texto por imagen: cada imagen del dataset tiene un archivo de texto correspondiente con el mismo nombre que el archivo de imagen y la extensión ".txt".
  2. Una fila por objeto: cada fila en el archivo de texto corresponde a una instancia de objeto en la imagen.
  3. Información del objeto por fila: cada fila contiene la siguiente información sobre la instancia del objeto:
    • Índice de clase del objeto: un número entero que representa la clase del objeto (por ejemplo, 0 para persona, 1 para coche, etc.).
    • Coordenadas del contorno del objeto: las coordenadas del contorno alrededor del área de la máscara, normalizadas para estar entre 0 y 1.

El formato para una sola fila en el archivo de dataset de segmentación es el siguiente:

<class-index> <x1> <y1> <x2> <y2> ... <xn> <yn>

En este formato, <class-index> es el índice de la clase para el objeto, y <x1> <y1> <x2> <y2> ... <xn> <yn> son las coordenadas normalizadas del polígono de la máscara de segmentación del objeto (los valores están en [0, 1] relativos al ancho y alto de la imagen). Las coordenadas están separadas por espacios.

Aquí tienes un ejemplo del formato de dataset YOLO para una sola imagen con dos objetos formados por un segmento de 3 puntos y un segmento de 5 puntos.

0 0.681 0.485 0.670 0.487 0.676 0.487
1 0.504 0.000 0.501 0.004 0.498 0.004 0.493 0.010 0.492 0.0104
Consejo
  • La longitud de cada fila requiere FlashAttention. Sin embargo, FlashAttention puede compilarse y usarse opcionalmente con YOLO12 para minimizar la sobrecarga de acceso a memoria. Para compilar FlashAttention, se necesita una de las siguientes GPUs NVIDIA: GPUs Turing (p. ej., T4, serie Quadro RTX), GPUs Ampere (p. ej., serie RTX30, A30/40/100), GPUs Ada Lovelace (p. ej., serie RTX40) o GPUs Hopper (p. ej., H100/H200). Esta flexibilidad permite a los usuarios aprovechar los beneficios de FlashAttention cuando los recursos de hardware lo permiten. tiene que ser igual.
  • Cada etiqueta de segmentación debe tener un mínimo de 3 (x, y) puntos: <class-index> <x1> <y1> <x2> <y2> <x3> <y3>

Formato YAML del dataset

El framework de Ultralytics utiliza un formato de archivo YAML para definir la configuración del dataset y del modelo para el entrenamiento de modelos de segmentación. Aquí tienes un ejemplo del formato YAML utilizado para definir un dataset de segmentación:

ultralytics/cfg/datasets/coco8-seg.yaml
# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# COCO8-seg dataset (first 8 images from COCO train2017) by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/segment/coco8-seg/
# Example usage: yolo train data=coco8-seg.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── coco8-seg ← downloads here (1 MB)

# 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: coco8-seg # dataset root dir
train: images/train # train images (relative to 'path') 4 images
val: images/val # val images (relative to 'path') 4 images
test: # test images (optional)

# Classes
names:
  0: person
  1: bicycle
  2: car
  3: motorcycle
  4: airplane
  5: bus
  6: train
  7: truck
  8: boat
  9: traffic light
  10: fire hydrant
  11: stop sign
  12: parking meter
  13: bench
  14: bird
  15: cat
  16: dog
  17: horse
  18: sheep
  19: cow
  20: elephant
  21: bear
  22: zebra
  23: giraffe
  24: backpack
  25: umbrella
  26: handbag
  27: tie
  28: suitcase
  29: frisbee
  30: skis
  31: snowboard
  32: sports ball
  33: kite
  34: baseball bat
  35: baseball glove
  36: skateboard
  37: surfboard
  38: tennis racket
  39: bottle
  40: wine glass
  41: cup
  42: fork
  43: knife
  44: spoon
  45: bowl
  46: banana
  47: apple
  48: sandwich
  49: orange
  50: broccoli
  51: carrot
  52: hot dog
  53: pizza
  54: donut
  55: cake
  56: chair
  57: couch
  58: potted plant
  59: bed
  60: dining table
  61: toilet
  62: tv
  63: laptop
  64: mouse
  65: remote
  66: keyboard
  67: cell phone
  68: microwave
  69: oven
  70: toaster
  71: sink
  72: refrigerator
  73: book
  74: clock
  75: vase
  76: scissors
  77: teddy bear
  78: hair drier
  79: toothbrush

# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/coco8-seg.zip

La clase de modelo train y val los campos especifican las rutas a los directorios que contienen las imágenes de entrenamiento y validación, respectivamente.

names es un diccionario de nombres de clase. El orden de los nombres debe coincidir con el orden de los índices de clase de objeto en los archivos de dataset YOLO.

Uso

Ejemplo
from ultralytics import YOLO

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

# Train the model
results = model.train(data="coco8-seg.yaml", epochs=100, imgsz=640)

Conjuntos de datos admitidos

Ultralytics YOLO es compatible con diversos datasets para tareas de segmentación de instancias. Aquí tienes una lista de los más utilizados:

  • Carparts-seg: Un dataset especializado centrado en la segmentación de piezas de coche, ideal para aplicaciones de automoción. Incluye una variedad de vehículos con anotaciones detalladas de los componentes individuales del coche.
  • COCO: Un dataset exhaustivo para object detection, segmentación y subtitulado, que incluye más de 200.000 imágenes etiquetadas en una amplia gama de categorías.
  • COCO8-seg: Un subconjunto compacto de 8 imágenes de COCO diseñado para pruebas rápidas de entrenamiento de modelos de segmentación, ideal para comprobaciones de CI y validación de flujos de trabajo en el repositorio ultralytics.
  • COCO128-seg: Un dataset más pequeño para tareas de segmentación de instancias, que contiene un subconjunto de 128 imágenes de COCO con anotaciones de segmentación.
  • Crack-seg: Un dataset adaptado para la segmentación de grietas en diversas superficies. Esencial para el mantenimiento de infraestructuras y el control de calidad, proporciona imágenes detalladas para entrenar modelos en la identificación de debilidades estructurales.
  • Package-seg: Un dataset dedicado a la segmentación de diferentes tipos de materiales y formas de embalaje. Es particularmente útil para la automatización de logística y almacenes, ayudando en el desarrollo de sistemas para la manipulación y clasificación de paquetes.

Añadiendo tu propio conjunto de datos

Si tienes tu propio dataset y quieres usarlo para entrenar modelos de segmentación con el formato Ultralytics YOLO, asegúrate de que sigue el formato especificado arriba en "Formato Ultralytics YOLO". Convierte tus anotaciones al formato requerido y especifica las rutas, el número de clases y los nombres de las clases en el archivo de configuración YAML. Mantén images/ y labels/ como carpetas separadas al mismo nivel, con una estructura de subcarpetas coincidente; colocar los archivos de etiqueta .txt en la carpeta de imágenes puede hacer que el modelo no detecte las etiquetas.

Portar o convertir formatos de etiquetas

Formato de conjunto de datos COCO a formato YOLO

Puedes convertir fácilmente etiquetas del formato popular de dataset COCO al formato YOLO utilizando el siguiente fragmento de código:

Ejemplo
from ultralytics.data.converter import convert_coco

convert_coco(labels_dir="path/to/coco/annotations/", use_segments=True)

Esta herramienta de conversión puede usarse para convertir el dataset COCO o cualquier dataset en formato COCO al formato Ultralytics YOLO.

Recuerda comprobar si el dataset que quieres utilizar es compatible con tu modelo y sigue las convenciones de formato necesarias. Los datasets correctamente formateados son cruciales para entrenar modelos de segmentación exitosos.

Auto-Annotation

Auto-anotación es una característica esencial que te permite generar un dataset de segmentación utilizando un modelo de detección preentrenado. Permite anotar rápida y precisamente un gran número de imágenes sin necesidad de etiquetado manual, ahorrando tiempo y esfuerzo.

Genera un dataset de segmentación utilizando un modelo de detección

Para auto-anotar tu dataset utilizando el framework de Ultralytics, puedes utilizar la auto_annotate función tal y como se muestra a continuación:

Ejemplo
from ultralytics.data.annotator import auto_annotate

auto_annotate(data="path/to/images", det_model="yolo26x.pt", sam_model="sam_b.pt")
ArgumentoTipoPor defectoDescripción
datastrrequiredRuta al directorio que contiene las imágenes objetivo para la anotación o segmentación.
det_modelstr'yolo26x.pt'Ruta del modelo de detección YOLO para la detección inicial de objetos.
sam_modelstr'sam_b.pt'Ruta del modelo SAM para segmentación (admite SAM, variantes de SAM2 y modelos MobileSAM).
devicestr''Dispositivo de computación (p. ej., 'cuda:0', 'cpu' o '' para detección automática del dispositivo).
conffloat0.25Umbral de confianza de detección de YOLO para filtrar detecciones débiles.
ioufloat0.45Umbral de IoU para NMS a fin de filtrar cuadros superpuestos.
imgszint640Tamaño de entrada para cambiar el tamaño de las imágenes (debe ser múltiplo de 32).
max_detint300Número máximo de detecciones por imagen para eficiencia de memoria.
classeslist[int]NoneLista de índices de clase a detectar (p. ej., [0, 1] para persona y bicicleta).
output_dirstrNoneDirectorio de guardado para anotaciones (predeterminado a './labels' relativo a la ruta de datos).

La clase de modelo auto_annotate función toma la ruta de tus imágenes, junto con argumentos opcionales para especificar los modelos de detección preentrenados, es decir, YOLO26, YOLO11 u otros modelos y modelos de segmentación, es decir, SAM, SAM2 o MobileSAM, el dispositivo en el que ejecutar los modelos y el directorio de salida para guardar los resultados anotados.

Al aprovechar el poder de los modelos preentrenados, la auto-anotación puede reducir significativamente el tiempo y el esfuerzo necesarios para crear datasets de segmentación de alta calidad. Esta función es particularmente útil para investigadores y desarrolladores que trabajan con grandes colecciones de imágenes, ya que les permite centrarse en el desarrollo y la evaluación del modelo en lugar de en la anotación manual.

Visualizar anotaciones de dataset

Antes de entrenar tu modelo, suele ser útil visualizar las anotaciones de tu dataset para asegurarte de que son correctas. Ultralytics proporciona una función de utilidad para este propósito:

from ultralytics.data.utils import visualize_image_annotations

label_map = {  # Define the label map with all annotated class labels.
    0: "person",
    1: "car",
}

# Visualize
visualize_image_annotations(
    "path/to/image.jpg",  # Input image path.
    "path/to/annotations.txt",  # Annotation file path for the image.
    label_map,
)

Esta función dibuja cuadros delimitadores, etiqueta objetos con nombres de clase y ajusta el color del texto para una mejor legibilidad, ayudándote a identificar y corregir cualquier error de anotación antes del entrenamiento.

Conversión de máscaras de segmentación al formato YOLO

Si tienes máscaras de segmentación en formato binario, puedes convertirlas al formato de segmentación YOLO utilizando:

from ultralytics.data.converter import convert_segment_masks_to_yolo_seg

# For datasets like COCO with 80 classes
convert_segment_masks_to_yolo_seg(masks_dir="path/to/masks_dir", output_dir="path/to/output_dir", classes=80)

Esta utilidad convierte imágenes de máscara binaria al formato de segmentación YOLO y las guarda en el directorio de salida especificado.

FAQ

¿Qué formatos de dataset admite Ultralytics YOLO para la segmentación de instancias?

Ultralytics YOLO admite varios formatos de dataset para la segmentación de instancias, siendo el formato principal su propio formato Ultralytics YOLO. Cada imagen en tu dataset necesita un archivo de texto correspondiente con información de objetos segmentada en varias filas (una fila por objeto), listando el índice de clase y las coordenadas de contorno normalizadas. Para obtener instrucciones más detalladas sobre el formato de dataset YOLO, visita la Resumen de datasets de segmentación de instancias.

¿Cómo puedo convertir las anotaciones del dataset COCO al formato YOLO?

Convertir anotaciones de formato COCO al formato YOLO es sencillo utilizando las herramientas de Ultralytics. Puedes utilizar la convert_coco función del módulo ultralytics.data.converter:

from ultralytics.data.converter import convert_coco

convert_coco(labels_dir="path/to/coco/annotations/", use_segments=True)

Este script convierte las anotaciones de tu dataset COCO al formato YOLO requerido, haciéndolo adecuado para entrenar tus modelos YOLO. Para más detalles, consulta Portar o convertir formatos de etiquetas.

¿Cómo preparo un archivo YAML para entrenar modelos de Ultralytics YOLO?

Para preparar un archivo YAML para entrenar modelos YOLO con Ultralytics, necesitas definir las rutas del dataset y los nombres de las clases. Aquí tienes un ejemplo de configuración YAML:

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

# COCO8-seg dataset (first 8 images from COCO train2017) by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/segment/coco8-seg/
# Example usage: yolo train data=coco8-seg.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── coco8-seg ← downloads here (1 MB)

# 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: coco8-seg # dataset root dir
train: images/train # train images (relative to 'path') 4 images
val: images/val # val images (relative to 'path') 4 images
test: # test images (optional)

# Classes
names:
  0: person
  1: bicycle
  2: car
  3: motorcycle
  4: airplane
  5: bus
  6: train
  7: truck
  8: boat
  9: traffic light
  10: fire hydrant
  11: stop sign
  12: parking meter
  13: bench
  14: bird
  15: cat
  16: dog
  17: horse
  18: sheep
  19: cow
  20: elephant
  21: bear
  22: zebra
  23: giraffe
  24: backpack
  25: umbrella
  26: handbag
  27: tie
  28: suitcase
  29: frisbee
  30: skis
  31: snowboard
  32: sports ball
  33: kite
  34: baseball bat
  35: baseball glove
  36: skateboard
  37: surfboard
  38: tennis racket
  39: bottle
  40: wine glass
  41: cup
  42: fork
  43: knife
  44: spoon
  45: bowl
  46: banana
  47: apple
  48: sandwich
  49: orange
  50: broccoli
  51: carrot
  52: hot dog
  53: pizza
  54: donut
  55: cake
  56: chair
  57: couch
  58: potted plant
  59: bed
  60: dining table
  61: toilet
  62: tv
  63: laptop
  64: mouse
  65: remote
  66: keyboard
  67: cell phone
  68: microwave
  69: oven
  70: toaster
  71: sink
  72: refrigerator
  73: book
  74: clock
  75: vase
  76: scissors
  77: teddy bear
  78: hair drier
  79: toothbrush

# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/coco8-seg.zip

Asegúrate de actualizar las rutas y los nombres de las clases según tu dataset. Para más información, consulta el Formato YAML del dataset.

¿Qué es la función de auto-anotación en Ultralytics YOLO?

La auto-anotación en Ultralytics YOLO te permite generar anotaciones de segmentación para tu dataset utilizando un modelo de detección preentrenado. Esto reduce significativamente la necesidad de etiquetado manual. Puedes utilizar la auto_annotate función como sigue:

from ultralytics.data.annotator import auto_annotate

auto_annotate(data="path/to/images", det_model="yolo26x.pt", sam_model="sam_b.pt")  # or sam_model="mobile_sam.pt"

Esta función automatiza el proceso de anotación, haciéndolo más rápido y eficiente. Para más detalles, explora la Referencia de auto-anotación.

Contributors
Editar página en GitHub (EN)
GLglenn-jocher20JKjk4e3RAraimbekovm1SHshawnpavey1PDpderrenger1FCfcakyon1LALaughing-q1Y-Y-T-G1RIRizwanMunawar1MAMatthewNoyce1BUBurhan-Q1

Comentarios