Conjunto de datos Package Segmentation#
El conjunto de datos Package Segmentation de Ultralytics es una colección seleccionada de 2.197 imágenes anotadas de paquetes para entrenar modelos de segmentación de instancias con una única clase package. Está diseñado para casos de uso de logística y automatización de almacenes, como la identificación, clasificación y manipulación de paquetes, y se integra directamente con Ultralytics YOLO para analizar paquetes en tiempo real en flujos de trabajo de visión artificial. Descubre más conjuntos de datos de segmentación en nuestra página general de conjuntos de datos.
Ver: Entrena un modelo de segmentación de paquetes con Ultralytics YOLO | Paquetes industriales 🎉
Estructura del conjunto de datos#
El conjunto de datos Package Segmentation distribuye 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 pruebas: 89 imágenes reservadas para evaluar el modelo después del entrenamiento.
- Clases: una única clase
packageque 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 en la fabricación y los sistemas de ciudades inteligentes, con aplicaciones que abarcan desde la preparación de pedidos de comercio electrónico hasta los controles de seguridad. Las máscaras precisas de los paquetes permiten que los sistemas automatizados localicen, cuenten e inspeccionen paquetes en tiempo real.
Almacenes inteligentes y logística#
En los almacenes modernos, las soluciones de IA con visión pueden agilizar las operaciones al automatizar la identificación y clasificación de paquetes. Los modelos de visión artificial entrenados con este conjunto de datos pueden detectar y segmentar paquetes rápidamente y en tiempo real, incluso en entornos difíciles con poca luz o espacios desordenados. Esto se traduce en tiempos de procesamiento más breves, 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 aspecto. Al detectar irregularidades o deformaciones en el contorno de los paquetes, estos modelos ayudan a garantizar que solo los paquetes intactos continúen por la cadena de suministro, reduciendo las reclamaciones de los clientes y las devoluciones. Este es un aspecto clave del control de calidad en la fabricación y resulta fundamental para mantener la integridad del producto.
También puedes explorar y gestionar el conjunto completo de datos Package Segmentation en Ultralytics Platform.
YAML del conjunto de datos#
Un archivo YAML define la configuración del conjunto de datos, incluidas las rutas, las clases y otros datos esenciales. Para el conjunto de datos Package Segmentation, 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.zipUso#
Para entrenar un modelo Ultralytics YOLO26n-seg con el conjunto de datos Package Segmentation 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. Consulta la página de entrenamiento del modelo para ver una lista completa de los argumentos disponibles.
from ultralytics import YOLO
# Cargar un modelo
model = YOLO("yolo26n-seg.pt") # carga un modelo de segmentación preentrenado (recomendado para el entrenamiento)
# Entrena el modelo con el conjunto de datos Package Segmentation
results = model.train(data="package-seg.yaml", epochs=100, imgsz=640)
# Valida el modelo
results = model.val()
# Realiza inferencias en una imagen
results = model("path/to/image.jpg")Datos de ejemplo y anotaciones#
A continuación se muestra un ejemplo del conjunto de datos Package Segmentation con las máscaras de segmentación superpuestas, que delimitan los paquetes detectados:
El conjunto de datos abarca diversas ubicaciones, entornos y densidades de paquetes, por lo que los modelos entrenados con él se exponen a la variedad de escenas logísticas del mundo real a las que deben generalizar. Consulta la página de la tarea de segmentación para conocer flujos de trabajo relacionados.
Citas y agradecimientos#
Si incorporas el conjunto de datos Package Segmentation a 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 Package Segmentation su contribución a la comunidad de visión artificial. Para consultar más conjuntos de datos, visita la colección de conjuntos de datos de Ultralytics y nuestra guía de consejos para entrenar modelos.
Preguntas frecuentes#
El conjunto de datos Package Segmentation es una colección de 2.197 imágenes anotadas de paquetes para entrenar y evaluar modelos de segmentación de instancias con una única clase
package. Está dirigido a aplicaciones de logística y automatización de almacenes, como la identificación y clasificación de paquetes y el control de calidad, y se utiliza directamente con YOLO26 de Ultralytics mediante el archivo de configuraciónpackage-seg.yaml.El conjunto de datos contiene 2.197 imágenes: 1.920 para entrenamiento, 188 para validación y 89 para pruebas; todas están anotadas para una única clase
package. El archivo completo se descarga automáticamente en formato.zipde ~103 MB la primera vez que se utiliza.Carga un modelo de segmentación preentrenado (por ejemplo,
yolo26n-seg.pt) y entrénalo con la configuraciónpackage-seg.yamlmediante los fragmentos de código de Python o CLI de la sección Uso anterior. Consulta la guía de entrenamiento para ver la lista completa de argumentos disponibles.YOLO26 ofrece precisión de vanguardia y velocidad en tiempo real para la segmentación de instancias, lo que permite que los sistemas automatizados detecten y clasifiquen paquetes de forma fiable incluso en almacenes con poca luz o desordenados; consulta la sección Aplicaciones anterior. Los modelos entrenados se pueden exportar a formatos como ONNX y TensorRT para desplegarlos en distintos equipos de almacén.
El archivo
package-seg.yaml, que define las rutas del conjunto de datos y la única clasepackage, está en el repositorio de GitHub de Ultralytics: package-seg.yaml.