Skip to content

Roboflow Ensemble de données de segmentation Universe Carparts

The Roboflow Carparts Segmentation Dataset is a curated collection of images and videos designed for computer vision applications, specifically focusing on segmentation tasks related to car parts. This dataset provides a diverse set of visuals captured from multiple perspectives, offering valuable annotated examples for training and testing segmentation models.

Que tu travailles sur la recherche automobile, que tu développes des solutions d'IA pour l'entretien des véhicules ou que tu explores des applications de vision par ordinateur, l'ensemble de données de segmentation Carparts sert de ressource précieuse pour améliorer la précision et l'efficacité de tes projets.



Regarde : Carparts Segmentation des instances Using Ultralytics HUB

Structure de l'ensemble de données

La distribution des données au sein de l'ensemble de données de segmentation Carparts est organisée comme indiqué ci-dessous :

  • Ensemble d'entraînement: Comprend 3156 images, chacune accompagnée de ses annotations correspondantes.
  • Ensemble de test: Comprend 276 images, chacune étant associée à ses annotations respectives.
  • Ensemble de validation: Se compose de 401 images, chacune ayant des annotations correspondantes.

Applications

La segmentation Carparts trouve des applications dans le contrôle qualité automobile, la réparation automobile, le catalogage e-commerce, la surveillance du trafic, les véhicules autonomes, le traitement des assurances, le recyclage et les initiatives de villes intelligentes. Elle rationalise les processus en identifiant et en catégorisant avec précision les différents composants des véhicules, contribuant ainsi à l'efficacité et à l'automatisation dans diverses industries.

Jeu de données YAML

Un fichier YAML (Yet Another Markup Language) est utilisé pour définir la configuration du jeu de données. Il contient des informations sur les chemins d'accès au dataset, les classes et d'autres informations pertinentes. Dans le cas du jeu de données Package Segmentation, le fichier YAML est un fichier de configuration. carparts-seg.yaml est maintenu à https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/carparts-seg.yaml.

ultralytics/cfg/datasets/carparts-seg.yaml

# Ultralytics YOLO 🚀, AGPL-3.0 license
# Carparts-seg dataset by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/segment/carparts-seg/
# Example usage: yolo train data=carparts-seg.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── carparts-seg  ← downloads here (132 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/carparts-seg # dataset root dir
train: train/images # train images (relative to 'path') 3516 images
val: valid/images # val images (relative to 'path') 276 images
test: test/images # test images (relative to 'path') 401 images

# Classes
names:
  0: back_bumper
  1: back_door
  2: back_glass
  3: back_left_door
  4: back_left_light
  5: back_light
  6: back_right_door
  7: back_right_light
  8: front_bumper
  9: front_door
  10: front_glass
  11: front_left_door
  12: front_left_light
  13: front_light
  14: front_right_door
  15: front_right_light
  16: hood
  17: left_mirror
  18: object
  19: right_mirror
  20: tailgate
  21: trunk
  22: wheel

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

Utilisation

To train Ultralytics YOLO11n model on the Carparts Segmentation dataset for 100 epochs with an image size of 640, you can use the following code snippets. For a comprehensive list of available arguments, refer to the model Training page.

Exemple de train

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="carparts-seg.yaml", epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo segment train data=carparts-seg.yaml model=yolo11n-seg.pt epochs=100 imgsz=640

Exemples de données et d'annotations

L'ensemble de données Carparts Segmentation comprend une gamme variée d'images et de vidéos prises sous différentes perspectives. Tu trouveras ci-dessous des exemples de données issues de l'ensemble de données ainsi que les annotations correspondantes :

Image de l'échantillon du jeu de données

  • Cette image illustre la segmentation d'objets dans un échantillon, avec des boîtes de délimitation annotées et des masques entourant les objets identifiés. L'ensemble de données se compose d'un ensemble varié d'images capturées dans des lieux, des environnements et des densités divers, ce qui constitue une ressource complète pour la création de modèles spécifiques à cette tâche.
  • Ce cas met en évidence la diversité et la complexité inhérentes à l'ensemble de données, soulignant le rôle crucial des données de haute qualité dans les tâches de vision par ordinateur, en particulier dans le domaine de la segmentation des pièces de voiture.

Citations et remerciements

Si tu intègres le jeu de données Carparts Segmentation dans tes projets de recherche ou de développement, fais référence au document suivant :

   @misc{ car-seg-un1pm_dataset,
        title = { car-seg Dataset },
        type = { Open Source Dataset },
        author = { Gianmarco Russo },
        howpublished = { \url{ https://universe.roboflow.com/gianmarco-russo-vt9xr/car-seg-un1pm } },
        url = { https://universe.roboflow.com/gianmarco-russo-vt9xr/car-seg-un1pm },
        journal = { Roboflow Universe },
        publisher = { Roboflow },
        year = { 2023 },
        month = { nov },
        note = { visited on 2024-01-24 },
    }

Nous remercions l'équipe de Roboflow pour son dévouement dans le développement et la gestion de l'ensemble de données Carparts Segmentation, une ressource précieuse pour l'entretien des véhicules et les projets de recherche. Pour plus de détails sur l'ensemble de données Carparts Segmentation et ses créateurs, visite la page de l'ensemble de données CarParts Segmentation.

FAQ

Qu'est-ce que l'ensemble de données de segmentation Roboflow Carparts ?

L'ensemble de donnéesRoboflow Carparts Segmentation Dataset est une collection d'images et de vidéos spécialement conçues pour les tâches de segmentation des pièces de voiture dans le domaine de la vision par ordinateur. Cet ensemble de données comprend une gamme variée de visuels capturés à partir de perspectives multiples, ce qui en fait une ressource inestimable pour la formation et le test de modèles de segmentation pour les applications automobiles.

How can I use the Carparts Segmentation Dataset with Ultralytics YOLO11?

To train a YOLO11 model on the Carparts Segmentation dataset, you can follow these steps:

Exemple de train

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="carparts-seg.yaml", epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo segment train data=carparts-seg.yaml model=yolo11n-seg.pt epochs=100 imgsz=640

Pour plus de détails, reporte-toi à la documentation sur la formation.

Quelles sont les applications de la segmentation Carparts ?

Carparts Segmentation can be widely applied in various fields such as:

  • Automotive quality control
  • Auto repair and maintenance
  • E-commerce cataloging
  • Traffic monitoring
  • Autonomous vehicles
  • Insurance claim processing
  • Recycling initiatives
  • Smart city projects

Cette segmentation permet d'identifier et de catégoriser avec précision les différents composants des véhicules, ce qui améliore l'efficacité et l'automatisation dans ces industries.

Où puis-je trouver le fichier de configuration du jeu de données pour la segmentation Carparts ?

Le fichier de configuration du jeu de données pour le jeu de données de segmentation Carparts, carparts-seg.yamlIl est possible de le trouver à l'endroit suivant : carparts-seg.yaml.

Pourquoi utiliser l'ensemble de données de segmentation Carparts ?

The Carparts Segmentation Dataset provides rich, annotated data essential for developing high-accuracy segmentation models in automotive computer vision. This dataset's diversity and detailed annotations improve model training, making it ideal for applications like vehicle maintenance automation, enhancing vehicle safety systems, and supporting autonomous driving technologies. Partnering with a robust dataset accelerates AI development and ensures better model performance.

Pour plus de détails, visite la page de l'ensemble de données sur la segmentation des pièces automobiles.


📅 Created 8 months ago ✏️ Updated 12 days ago

Commentaires