Roboflow Conjunto de datos de segmentación de paquetes Universe

El conjunto de datos Roboflow Package Segmentation Dataset es una colección de imágenes seleccionadas específicamente para tareas relacionadas con la segmentación de paquetes en el campo de la visión por ordenador. Este conjunto de datos está diseñado para ayudar a investigadores, desarrolladores y entusiastas que trabajan en proyectos relacionados con la identificación, clasificación y manipulación de paquetes.

Este conjunto de datos, que contiene un variado conjunto de imágenes que muestran varios paquetes en distintos contextos y entornos, constituye un valioso recurso para entrenar y evaluar modelos de segmentación. Tanto si se dedica a la logística como a la automatización de almacenes o a cualquier otra aplicación que requiera un análisis preciso de los paquetes, el conjunto de datos de segmentación de paquetes proporciona un conjunto de imágenes específico y completo para mejorar el rendimiento de sus algoritmos de visión por ordenador.

Estructura del conjunto de datos

La distribución de los datos en el conjunto de datos de segmentación de paquetes se estructura del siguiente modo:

• Conjunto de entrenamiento: Comprende 1920 imágenes acompañadas de sus correspondientes anotaciones.
• Conjunto de pruebas: Consta de 89 imágenes, cada una emparejada con sus respectivas anotaciones.
• Conjunto de validación: Comprende 188 imágenes, cada una con sus correspondientes anotaciones.

Aplicaciones

La segmentación de paquetes, facilitada por el conjunto de datos Package Segmentation Dataset, es crucial para optimizar la logística, mejorar la entrega en la última milla, mejorar el control de calidad de la fabricación y contribuir a soluciones de ciudades inteligentes. Desde el comercio electrónico hasta las aplicaciones de seguridad, este conjunto de datos es un recurso clave que fomenta la innovación en visión por ordenador para aplicaciones de análisis de paquetes diversas y eficientes.

Conjunto de datos YAML

Para definir la configuración del conjunto de datos se utiliza un archivo YAML (Yet Another Markup Language). Contiene información sobre las rutas del conjunto de datos, las clases y otra información relevante. En el caso del conjunto de datos 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 YOLO 🚀, 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
# ├── ultralytics
# └── datasets
#     └── package-seg  ← 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://github.com/ultralytics/assets/releases/download/v0.0.0/package-seg.zip

Utilización

Para entrenar el modelo Ultralytics YOLO11n en el conjunto de datos de segmentación de paquetes durante 100 épocas con un tamaño de imagen de 640, puede utilizar los siguientes fragmentos de código. Para obtener una lista completa de los argumentos disponibles, consulte la página de entrenamiento del modelo.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n-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=yolo11n-seg.pt epochs=100 imgsz=640

Ejemplos de datos y anotaciones

El conjunto de datos de segmentación de paquetes comprende una variada colección de imágenes y vídeos capturados desde múltiples perspectivas. A continuación se muestran ejemplos de datos del conjunto de datos, acompañados de sus respectivas anotaciones:

• Esta imagen muestra un ejemplo de detección de objetos en imágenes, con recuadros delimitadores anotados y máscaras que delimitan los objetos reconocidos. El conjunto de datos incluye una variada colección de imágenes tomadas en distintos lugares, entornos y densidades. Sirve como recurso exhaustivo para desarrollar modelos específicos para esta tarea.
• El ejemplo pone de relieve la diversidad y complejidad presentes en el conjunto de datos VisDrone y subraya la importancia de disponer de datos de sensores de alta calidad para las tareas de visión por ordenador con drones.

Citas y agradecimientos

Si integra el conjunto de datos de segmentación de grietas en sus iniciativas de investigación o desarrollo, cite el siguiente documento:

@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 creación y mantenimiento del conjunto de datos Package Segmentation, un valioso activo para proyectos logísticos y de investigación. Para más información sobre el conjunto de datos Package Segmentation y sus creadores, visite la página Package Segmentation Dataset Page.

PREGUNTAS FRECUENTES

¿Qué es el conjunto de datos de segmentación de paquetes Roboflow y cómo puede ayudar en proyectos de visión por ordenador?

Roboflow Package Segmentation Dataset es una colección de imágenes adaptadas a tareas de segmentación de paquetes. Incluye diversas imágenes de paquetes en varios contextos, lo que la convierte en una herramienta inestimable para entrenar y evaluar modelos de segmentación. Este conjunto de datos es especialmente útil para aplicaciones de logística, automatización de almacenes y cualquier proyecto que requiera un análisis preciso de los paquetes. Ayuda a optimizar la logística y a mejorar los modelos de visión para la identificación y clasificación precisas de paquetes.

¿Cómo se entrena un modelo Ultralytics YOLO11 en el conjunto de datos de segmentación de paquetes?

Puede entrenar un modelo Ultralytics YOLO11n utilizando los métodos Python y CLI . Utilice los siguientes fragmentos:

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n-seg.pt")  # load a pretrained model

# 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=yolo11n-seg.pt epochs=100 imgsz=640

Consulte la página de formación del modelo para obtener más información.

¿Cuáles son los componentes del conjunto de datos de segmentación de paquetes y cómo está estructurado?

El conjunto de datos está estructurado en tres componentes principales:

• Conjunto de entrenamiento: Contiene 1920 imágenes con anotaciones.
• Conjunto de pruebas: Comprende 89 imágenes con sus correspondientes anotaciones.
• Conjunto de validación: Incluye 188 imágenes con anotaciones.

Esta estructura garantiza un conjunto de datos equilibrado para el entrenamiento, la validación y el ensayo exhaustivos de los modelos, lo que mejora el rendimiento de los algoritmos de segmentación.

¿Por qué debería utilizar Ultralytics YOLO11 con el conjunto de datos de segmentación de paquetes?

Ultralytics YOLO11 ofrece la máxima precisión y velocidad para tareas de detección y segmentación de objetos en tiempo real. Su uso con el conjunto de datos de segmentación de paquetes permite aprovechar las capacidades de YOLO11 para una segmentación precisa de los paquetes. Esta combinación es especialmente beneficiosa para sectores como la logística y la automatización de almacenes, en los que la identificación precisa de paquetes es fundamental. Para más información, consulte nuestra página sobre segmentación YOLO11 .

¿Cómo puedo acceder y utilizar el archivo package-seg.yaml para el conjunto de datos de segmentación de paquetes?

En package-seg.yaml está alojado en el repositorio GitHub de Ultralytics y contiene información esencial sobre las rutas, las clases y la configuración del conjunto de datos. Puede descargarlo desde aquí. Este archivo es fundamental para configurar los modelos de modo que utilicen el conjunto de datos de forma eficaz.

Para más información y ejemplos prácticos, consulte nuestra sección de Uso.

Creado hace 10 meses ✏️ Actualizado hace 2 meses

Comentarios