Ensemble de données xView
L'ensemble de données xView est l'un des plus grands ensembles de données d'imagerie aérienne disponibles publiquement, contenant des images de scènes complexes du monde entier annotées à l'aide de boîtes englobantes. L'objectif de l'ensemble de données xView est d'accélérer les progrès dans quatre domaines de la vision par ordinateur :
- Réduire la résolution minimale pour la détection.
- Améliorer l'efficacité de l'apprentissage.
- Permettre la découverte d'un plus grand nombre de classes d'objets.
- Améliorer la détection des classes à granularité fine.
xView s'appuie sur le succès de défis tels que Common Objects in Context (COCO) et vise à exploiter la vision par ordinateur pour analyser la quantité croissante d'imagerie disponible depuis l'espace afin de comprendre le monde visuel de nouvelles façons et de répondre à un éventail d'applications importantes.
Téléchargement manuel requis
L'ensemble de données xView n'est pas téléchargé automatiquement par les scripts Ultralytics. Vous devez d'abord télécharger manuellement l'ensemble de données à partir de la source officielle :
- Source : Défi DIUx xView 2018 de l’Agence géospatiale nationale des États-Unis (NGA)
- URL : https://challenge.xviewdataset.org
Important : Après avoir téléchargé les fichiers nécessaires (par exemple, train_images.tif
, val_images.tif
, xView_train.geojson
), vous devez les extraire et les placer dans la structure de répertoires correcte, généralement attendue sous un datasets/xView/
dossier, avant exécution des commandes d'entraînement fournies ci-dessous. Assurez-vous que l'ensemble de données est correctement configuré conformément aux instructions du défi.
Principales caractéristiques
- xView contient plus d'un million d'instances d'objets réparties dans 60 classes.
- L'ensemble de données a une résolution de 0,3 mètre, ce qui fournit une imagerie à plus haute résolution que la plupart des ensembles de données d'imagerie satellite publics.
- xView présente une collection diversifiée d'objets petits, rares, à granularité fine et de types multiples avec une annotation de boîte englobante.
- Livré avec un modèle de base pré-entraîné utilisant l'API de détection d'objets TensorFlow et un exemple pour PyTorch.
Structure du jeu de données
L'ensemble de données xView est composé d'images satellites collectées par les satellites WorldView-3 à une distance d'échantillonnage au sol de 0,3 m. Il contient plus d'un million d'objets répartis dans 60 classes sur plus de 1 400 km² d'imagerie. L'ensemble de données est particulièrement précieux pour les applications de télédétection et la surveillance environnementale.
Applications
L'ensemble de données xView est largement utilisé pour l'entraînement et l'évaluation des modèles d'apprentissage profond pour la détection d'objets dans l'imagerie aérienne. L'ensemble diversifié de classes d'objets et l'imagerie haute résolution de l'ensemble de données en font une ressource précieuse pour les chercheurs et les praticiens dans le domaine de la vision par ordinateur, en particulier pour l'analyse d'imagerie satellite. Les applications incluent :
- Reconnaissance militaire et de défense
- Planification et développement urbains
- Surveillance environnementale
- Intervention et évaluation en cas de catastrophe
- Cartographie et gestion des infrastructures
YAML du jeu de données
Un fichier YAML (Yet Another Markup Language) est utilisé pour définir la configuration de l'ensemble de données. Il contient des informations sur les chemins d'accès, les classes et d'autres informations pertinentes de l'ensemble de données. Dans le cas de l'ensemble de données xView, le fichier xView.yaml
fichier est maintenu à l'adresse https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/xView.yaml.
ultralytics/cfg/datasets/xView.yaml
# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license
# DIUx xView 2018 Challenge https://challenge.xviewdataset.org by U.S. National Geospatial-Intelligence Agency (NGA)
# -------- DOWNLOAD DATA MANUALLY and jar xf val_images.zip to 'datasets/xView' before running train command! --------
# Documentation: https://docs.ultralytics.com/datasets/detect/xview/
# Example usage: yolo train data=xView.yaml
# parent
# ├── ultralytics
# └── datasets
# └── xView ← downloads here (20.7 GB)
# 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: xView # dataset root dir
train: images/autosplit_train.txt # train images (relative to 'path') 90% of 847 train images
val: images/autosplit_val.txt # train images (relative to 'path') 10% of 847 train images
# Classes
names:
0: Fixed-wing Aircraft
1: Small Aircraft
2: Cargo Plane
3: Helicopter
4: Passenger Vehicle
5: Small Car
6: Bus
7: Pickup Truck
8: Utility Truck
9: Truck
10: Cargo Truck
11: Truck w/Box
12: Truck Tractor
13: Trailer
14: Truck w/Flatbed
15: Truck w/Liquid
16: Crane Truck
17: Railway Vehicle
18: Passenger Car
19: Cargo Car
20: Flat Car
21: Tank car
22: Locomotive
23: Maritime Vessel
24: Motorboat
25: Sailboat
26: Tugboat
27: Barge
28: Fishing Vessel
29: Ferry
30: Yacht
31: Container Ship
32: Oil Tanker
33: Engineering Vehicle
34: Tower crane
35: Container Crane
36: Reach Stacker
37: Straddle Carrier
38: Mobile Crane
39: Dump Truck
40: Haul Truck
41: Scraper/Tractor
42: Front loader/Bulldozer
43: Excavator
44: Cement Mixer
45: Ground Grader
46: Hut/Tent
47: Shed
48: Building
49: Aircraft Hangar
50: Damaged Building
51: Facility
52: Construction Site
53: Vehicle Lot
54: Helipad
55: Storage Tank
56: Shipping container lot
57: Shipping Container
58: Pylon
59: Tower
# Download script/URL (optional) ---------------------------------------------------------------------------------------
download: |
import json
import os
from pathlib import Path
import numpy as np
from PIL import Image
from ultralytics.utils import TQDM
from ultralytics.data.utils import autosplit
from ultralytics.utils.ops import xyxy2xywhn
def convert_labels(fname=Path("xView/xView_train.geojson")):
"""Converts xView geoJSON labels to YOLO format, mapping classes to indices 0-59 and saving as text files."""
path = fname.parent
with open(fname, encoding="utf-8") as f:
print(f"Loading {fname}...")
data = json.load(f)
# Make dirs
labels = Path(path / "labels" / "train")
os.system(f"rm -rf {labels}")
labels.mkdir(parents=True, exist_ok=True)
# xView classes 11-94 to 0-59
xview_class2index = [-1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, 0, 1, 2, -1, 3, -1, 4, 5, 6, 7, 8, -1, 9, 10, 11,
12, 13, 14, 15, -1, -1, 16, 17, 18, 19, 20, 21, 22, -1, 23, 24, 25, -1, 26, 27, -1, 28, -1,
29, 30, 31, 32, 33, 34, 35, 36, 37, -1, 38, 39, 40, 41, 42, 43, 44, 45, -1, -1, -1, -1, 46,
47, 48, 49, -1, 50, 51, -1, 52, -1, -1, -1, 53, 54, -1, 55, -1, -1, 56, -1, 57, -1, 58, 59]
shapes = {}
for feature in TQDM(data["features"], desc=f"Converting {fname}"):
p = feature["properties"]
if p["bounds_imcoords"]:
id = p["image_id"]
file = path / "train_images" / id
if file.exists(): # 1395.tif missing
try:
box = np.array([int(num) for num in p["bounds_imcoords"].split(",")])
assert box.shape[0] == 4, f"incorrect box shape {box.shape[0]}"
cls = p["type_id"]
cls = xview_class2index[int(cls)] # xView class to 0-60
assert 59 >= cls >= 0, f"incorrect class index {cls}"
# Write YOLO label
if id not in shapes:
shapes[id] = Image.open(file).size
box = xyxy2xywhn(box[None].astype(np.float), w=shapes[id][0], h=shapes[id][1], clip=True)
with open((labels / id).with_suffix(".txt"), "a", encoding="utf-8") as f:
f.write(f"{cls} {' '.join(f'{x:.6f}' for x in box[0])}\n") # write label.txt
except Exception as e:
print(f"WARNING: skipping one label for {file}: {e}")
# Download manually from https://challenge.xviewdataset.org
dir = Path(yaml["path"]) # dataset root dir
# urls = [
# "https://d307kc0mrhucc3.cloudfront.net/train_labels.zip", # train labels
# "https://d307kc0mrhucc3.cloudfront.net/train_images.zip", # 15G, 847 train images
# "https://d307kc0mrhucc3.cloudfront.net/val_images.zip", # 5G, 282 val images (no labels)
# ]
# download(urls, dir=dir)
# Convert labels
convert_labels(dir / "xView_train.geojson")
# Move images
images = Path(dir / "images")
images.mkdir(parents=True, exist_ok=True)
Path(dir / "train_images").rename(dir / "images" / "train")
Path(dir / "val_images").rename(dir / "images" / "val")
# Split
autosplit(dir / "images" / "train")
Utilisation
Pour entraîner un modèle sur l'ensemble de données xView pendant 100 epochs avec une taille d'image de 640, vous pouvez utiliser les extraits de code suivants. Pour une liste complète des arguments disponibles, consultez la page Formation du modèle.
Exemple d'entraînement
from ultralytics import YOLO
# Load a model
model = YOLO("yolo11n.pt") # load a pretrained model (recommended for training)
# Train the model
results = model.train(data="xView.yaml", epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo detect train data=xView.yaml model=yolo11n.pt epochs=100 imgsz=640
Exemple de données et d'annotations
L'ensemble de données xView contient des images satellite haute résolution avec un ensemble diversifié d'objets annotés à l'aide de boîtes englobantes. Voici quelques exemples de données de l'ensemble de données, ainsi que leurs annotations correspondantes :
- Imagerie aérienne : cette image montre un exemple de détection d'objets dans l'imagerie aérienne, où les objets sont annotés avec des boîtes englobantes. L'ensemble de données fournit des images satellite haute résolution pour faciliter le développement de modèles pour cette tâche.
L'exemple met en évidence la variété et la complexité des données dans l'ensemble de données xView et souligne l'importance de l'imagerie satellite de haute qualité pour les tâches de détection d'objets.
Ensembles de données connexes
Si vous travaillez avec des images satellite, vous pourriez également être intéressé par l'exploration de ces ensembles de données connexes :
- DOTA-v2 : Un ensemble de données pour la détection d'objets orientés dans les images aériennes
- VisDrone : Un jeu de données pour la détection et le suivi d'objets dans des images capturées par drone
- Argoverse : Un ensemble de données pour la conduite autonome avec des annotations de suivi 3D.
Citations et remerciements
Si vous utilisez l'ensemble de données xView dans vos travaux de recherche ou de développement, veuillez citer l'article suivant :
@misc{lam2018xview,
title={xView: Objects in Context in Overhead Imagery},
author={Darius Lam and Richard Kuzma and Kevin McGee and Samuel Dooley and Michael Laielli and Matthew Klaric and Yaroslav Bulatov and Brendan McCord},
year={2018},
eprint={1802.07856},
archivePrefix={arXiv},
primaryClass={cs.CV}
}
Nous tenons à remercier la Defense Innovation Unit (DIU) et les créateurs de l'ensemble de données xView pour leur précieuse contribution à la communauté de recherche en vision par ordinateur. Pour plus d'informations sur l'ensemble de données xView et ses créateurs, visitez le site web de l'ensemble de données xView.
FAQ
Qu'est-ce que l'ensemble de données xView et comment profite-t-il à la recherche en vision par ordinateur ?
L'ensemble de données xView est l'une des plus grandes collections d'imagerie aérienne haute résolution disponibles publiquement, contenant plus d'un million d'instances d'objets dans 60 classes. Il est conçu pour améliorer diverses facettes de la recherche en vision par ordinateur, telles que la réduction de la résolution minimale pour la détection, l'amélioration de l'efficacité de l'apprentissage, la découverte de davantage de classes d'objets et l'avancement de la détection d'objets à grain fin.
Comment puis-je utiliser Ultralytics YOLO pour entraîner un modèle sur l'ensemble de données xView ?
Pour entraîner un modèle sur le jeu de données xView à l'aide d'Ultralytics YOLO, suivez ces étapes :
Exemple d'entraînement
from ultralytics import YOLO
# Load a model
model = YOLO("yolo11n.pt") # load a pretrained model (recommended for training)
# Train the model
results = model.train(data="xView.yaml", epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo detect train data=xView.yaml model=yolo11n.pt epochs=100 imgsz=640
Pour des arguments et des paramètres détaillés, consultez la page Formation du modèle.
Quelles sont les principales caractéristiques de l'ensemble de données xView ?
L'ensemble de données xView se distingue par son ensemble complet de fonctionnalités :
- Plus d'un million d'instances d'objets dans 60 classes distinctes.
- Imagerie haute résolution à 0,3 mètre.
- Divers types d'objets, y compris des objets petits, rares et à grain fin, tous annotés avec des boîtes englobantes.
- Disponibilité d'un modèle de base pré-entraîné et d'exemples dans TensorFlow et PyTorch.
Quelle est la structure de l'ensemble de données xView et comment est-il annoté ?
L'ensemble de données xView contient des images satellite haute résolution capturées par les satellites WorldView-3 à une distance d'échantillonnage au sol de 0,3 m, couvrant plus d'un million d'objets dans 60 classes distinctes sur environ 1 400 km² d'images annotées. Chaque objet est étiqueté avec des boîtes englobantes, ce qui rend l'ensemble de données très approprié pour l'entraînement et l'évaluation de modèles d'apprentissage profond pour la détection d'objets dans les vues aériennes. Pour une ventilation détaillée, consultez la section Structure de l'ensemble de données.
Comment citer l'ensemble de données xView dans mes recherches ?
Si vous utilisez l'ensemble de données xView dans vos recherches, veuillez citer l'article suivant :
@misc{lam2018xview,
title={xView: Objects in Context in Overhead Imagery},
author={Darius Lam and Richard Kuzma and Kevin McGee and Samuel Dooley and Michael Laielli and Matthew Klaric and Yaroslav Bulatov and Brendan McCord},
year={2018},
eprint={1802.07856},
archivePrefix={arXiv},
primaryClass={cs.CV}
}
Pour plus d'informations sur l'ensemble de données xView, visitez le site web officiel de l'ensemble de données xView.