Conjunto de datos de segmentación de paquetes#

2,197

Package-Seg

ultralytics

publicSegment

Package-Seg contains polygon masks for packages across indoor, warehouse, and logistics-style scenes, including empty background images. It supports package localization and shape segmentation; no named upstream dataset license is published, so redistribution terms should be reviewed.

1 class149.8 MBSep 2, 2026

package

packagesinstance-segmentationlogistics+1

El Ultralytics Package Segmentation Dataset es una colección seleccionada de 2.197 imágenes anotadas de paquetes para entrenar modelos de segmentación de instancias en una única clase package. Diseñado para casos de uso de logística y automatización de almacenes, como la identificación, clasificación y manipulación de paquetes, se integra directamente con Ultralytics YOLO para el análisis de paquetes en tiempo real en canalizaciones de visión artificial. Explora más conjuntos de datos de segmentación en nuestra página de resumen de conjuntos de datos.

Estructura del dataset#

El conjunto de datos de segmentación de paquetes divide sus 2.197 imágenes de la siguiente manera:

• Conjunto de entrenamiento: 1.920 imágenes utilizadas para entrenar el modelo de aprendizaje profundo.
• Conjunto de validación: 188 imágenes utilizadas durante el entrenamiento para ajustar los hiperparámetros y evitar el sobreajuste.
• Conjunto de prueba: 89 imágenes reservadas para evaluar el modelo después del entrenamiento.
• Clases: una única clase package que abarca todos los paquetes anotados.
• Tamaño de descarga: ~103 MB.

Aplicaciones#

La segmentación de paquetes optimiza la logística, la entrega de última milla, el control de calidad de la fabricación y los sistemas de ciudades inteligentes, con aplicaciones que abarcan desde la preparación de pedidos de comercio electrónico hasta la inspección de seguridad. Las máscaras precisas de los paquetes permiten a los sistemas automatizados localizar, contar e inspeccionar paquetes en tiempo real.

Almacenes inteligentes y logística#

En los almacenes modernos, las soluciones de IA para visión pueden agilizar las operaciones mediante la automatización de la identificación y clasificación de paquetes. Los modelos de visión por ordenador entrenados con este conjunto de datos pueden detectar y segmentar rápidamente paquetes en tiempo real, incluso en entornos difíciles con poca iluminación o espacios abarrotados. Esto se traduce en tiempos de procesamiento más rápidos, menos errores y una mayor eficiencia general en las operaciones logísticas.

Control de calidad y detección de daños#

Los modelos de segmentación de paquetes pueden identificar paquetes dañados mediante el análisis de su forma y apariencia. Al detectar irregularidades o deformaciones en los contornos de los paquetes, estos modelos ayudan a garantizar que solo los paquetes intactos avancen por la cadena de suministro, reduciendo las reclamaciones de los clientes y las tasas de devolución. Este es un aspecto clave del control de calidad en la fabricación y resulta esencial para mantener la integridad del producto.

El conjunto de datos de segmentación de paquetes completo también se puede consultar y gestionar en Ultralytics Platform.

YAML del dataset#

Un archivo YAML define la configuración del conjunto de datos, incluidas las rutas, las clases y otros detalles esenciales. Para el conjunto de datos de segmentación de paquetes, el archivo package-seg.yaml se mantiene en https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/package-seg.yaml.

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

# Package-seg dataset by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/segment/package-seg
# Example usage: yolo train data=package-seg.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── package-seg ← downloads here (103 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: package-seg # dataset root dir
train: images/train # train images (relative to 'path') 1920 images
val: images/val # val images (relative to 'path') 188 images
test: images/test # test images (relative to 'path') 89 images

# Classes
names:
  0: package

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

Uso#

Para entrenar un modelo Ultralytics YOLO26n con el conjunto de datos de segmentación de paquetes durante 100 épocas y con un tamaño de imagen de 640, utiliza los siguientes fragmentos de código. El conjunto de datos (~103 MB) se descarga automáticamente la primera vez que se utiliza. Para consultar la lista completa de argumentos disponibles, visita la página de entrenamiento del modelo.

from ultralytics import YOLO

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

# Train the model on the Package Segmentation dataset
results = model.train(data="package-seg.yaml", epochs=100, imgsz=640)

# Validate the model
results = model.val()

# Perform inference on an image
results = model("path/to/image.jpg")

Datos de ejemplo y anotaciones#

A continuación se muestra un ejemplo del conjunto de datos de segmentación de paquetes con sus máscaras de segmentación superpuestas, que delimitan los paquetes detectados:

El conjunto de datos abarca ubicaciones, entornos y densidades de paquetes variados, por lo que los modelos entrenados con él observan la diversidad de escenas logísticas del mundo real que necesitan para generalizar en distintos contextos. Consulta la página de la tarea de segmentación para conocer flujos de trabajo relacionados.

Citas y agradecimientos#

Si integras el conjunto de datos de segmentación de paquetes en tus iniciativas de investigación o desarrollo, cita la fuente adecuadamente:

@misc{ factory_package_dataset,
    title = { factory_package Dataset },
    type = { Open Source Dataset },
    author = { factorypackage },
    url = { https://universe.roboflow.com/factorypackage/factory_package },
    year = { 2024 },
    month = { jan },
    note = { visited on 2024-01-24 },
}

Agradecemos a los creadores del conjunto de datos de segmentación de paquetes su contribución a la comunidad de visión por ordenador. Para consultar más conjuntos de datos, visita la colección de conjuntos de datos de Ultralytics y nuestra guía sobre consejos para entrenar modelos.

Preguntas frecuentes#