Saltar al contenido

Roboflow Conjunto de Datos de Segmentaci贸n del Paquete Universo

El Roboflow Conjunto de Datos de Seg mentaci贸n de Envases es una colecci贸n curada de im谩genes adaptadas espec铆ficamente a tareas relacionadas con la segmentaci贸n de envases en el campo de la visi贸n por ordenador. Este conjunto de datos est谩 dise帽ado para ayudar a los investigadores, desarrolladores y entusiastas que trabajan en proyectos relacionados con la identificaci贸n, clasificaci贸n y manipulaci贸n de paquetes.

Este conjunto de datos, que contiene un variado conjunto de im谩genes que muestran varios paquetes en diferentes contextos y entornos, constituye un valioso recurso para entrenar y evaluar modelos de segmentaci贸n. Tanto si te dedicas a la log铆stica como a la automatizaci贸n de almacenes o a cualquier aplicaci贸n que requiera un an谩lisis preciso de los paquetes, el Conjunto de datos de segmentaci贸n de paquetes proporciona un conjunto espec铆fico y completo de im谩genes para mejorar el rendimiento de tus algoritmos de visi贸n por ordenador.

Estructura del conjunto de datos

La distribuci贸n de los datos en el Conjunto de Datos de Segmentaci贸n de Envases se estructura como sigue:

  • Conjunto de entrenamiento: Comprende 1920 im谩genes acompa帽adas de sus correspondientes anotaciones.
  • Conjunto de pruebas: Consta de 89 im谩genes, cada una emparejada con sus respectivas anotaciones.
  • Conjunto de validaci贸n: Comprende 188 im谩genes, cada una con sus correspondientes anotaciones.

Aplicaciones

La segmentaci贸n de paquetes, facilitada por el Conjunto de Datos de Segmentaci贸n de Paquetes, es crucial para optimizar la log铆stica, mejorar la entrega en la 煤ltima milla, mejorar el control de calidad de la fabricaci贸n y contribuir a las soluciones de las ciudades inteligentes. Desde el comercio electr贸nico hasta las aplicaciones de seguridad, este conjunto de datos es un recurso clave, que fomenta la innovaci贸n en visi贸n por ordenador para aplicaciones de an谩lisis de paquetes diversas y eficientes.

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 Segmentaci贸n de paquetes, el archivo package-seg.yaml se mantiene en https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/package-seg.yaml.

ultralytics/cfg/datasets/paquete-seg.yaml

# Ultralytics YOLO 馃殌, AGPL-3.0 license
# Package-seg dataset by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/segment/package-seg/
# Example usage: yolo train data=package-seg.yaml
# parent
# 鈹溾攢鈹 ultralytics
# 鈹斺攢鈹 datasets
#     鈹斺攢鈹 package-seg  鈫 downloads here (102 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: ../datasets/package-seg # dataset root dir
train: images/train # train images (relative to 'path') 1920 images
val: images/val # val images (relative to 'path') 89 images
test: test/images # test images (relative to 'path') 188 images

# Classes
names:
  0: package

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

Utilizaci贸n

Para entrenar el modelo Ultralytics YOLOv8n en el conjunto de datos Segmentaci贸n de paquetes 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-seg.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="package-seg.yaml", epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo segment train data=package-seg.yaml model=yolov8n-seg.pt epochs=100 imgsz=640

Muestra de datos y anotaciones

El conjunto de datos de Segmentaci贸n de Envases comprende una variada colecci贸n de im谩genes y v铆deos capturados desde m煤ltiples perspectivas. A continuaci贸n se muestran ejemplos de datos del conjunto de datos, acompa帽ados de sus respectivas anotaciones:

Imagen de muestra del conjunto de datos

  • Esta imagen muestra un ejemplo de detecci贸n de objetos en im谩genes, con recuadros delimitadores anotados y m谩scaras que delinean los objetos reconocidos. El conjunto de datos incorpora una colecci贸n diversa de im谩genes tomadas en distintas ubicaciones, entornos y densidades. Sirve como recurso completo para desarrollar modelos espec铆ficos para esta tarea.
  • El ejemplo pone de relieve la diversidad y complejidad presentes en el conjunto de datos VisDrone, subrayando la importancia de los datos de sensores de alta calidad para las tareas de visi贸n por ordenador con drones.

Citas y agradecimientos

Si integras el conjunto de datos de segmentaci贸n de grietas en tus iniciativas de investigaci贸n o desarrollo, cita el siguiente art铆culo:

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

Expresamos nuestra gratitud al equipo de Roboflow por sus esfuerzos en la creaci贸n y mantenimiento del conjunto de datos de Segmentaci贸n de Envases, un valioso activo para proyectos log铆sticos y de investigaci贸n. Para m谩s informaci贸n sobre el conjunto de datos de Segmentaci贸n de Paquetes y sus creadores, visita la P谩gina del Conjunto de Datos de Segmentaci贸n de Paquetes.



Creado 2024-01-25, Actualizado 2024-05-18
Autores: glenn-jocher (2), RizwanMunawar (1)

Comentarios