Roboflow Ensemble de données de segmentation Universe Carparts

L'ensemble de données de segmentation Roboflow Carparts Segmentation Dataset est une collection d'images et de vidéos conçue pour les applications de vision par ordinateur, qui se concentre spécifiquement sur les tâches de segmentation liées aux pièces de voiture. Cet ensemble de données fournit un ensemble diversifié de visuels capturés à partir de multiples perspectives, offrant des exemples annotés précieux pour la formation et le test des modèles de segmentation.

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 : Segmentation des instances de Carparts à l'aide de 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 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

Pour entraîner le modèle Ultralytics YOLOv8n sur l'ensemble de données Carparts Segmentation pour 100 époques avec une taille d'image de 640, tu peux utiliser les extraits de code suivants. Pour obtenir une liste complète des arguments disponibles, reporte-toi à la page Entraînement du modèle.

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="carparts-seg.yaml", epochs=100, imgsz=640)

# Start training from a pretrained *.pt model
yolo segment train data=carparts-seg.yaml model=yolov8n-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 :

• 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.

Comment puis-je utiliser l'ensemble de données de segmentation Carparts avec Ultralytics YOLOv8 ?

Pour entraîner un modèle YOLOv8 sur l'ensemble de données Carparts Segmentation, tu peux suivre les étapes suivantes :

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="carparts-seg.yaml", epochs=100, imgsz=640)

# Start training from a pretrained *.pt model
yolo segment train data=carparts-seg.yaml model=yolov8n-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 ?

La segmentation des pièces automobiles peut être largement appliquée dans divers domaines tels que : - Le contrôle de la qualité automobile - Réparation et entretien automobile - Catalogue de commerce électronique - Surveillance du trafic - Véhicules autonomes - Traitement des demandes d'indemnisation - Initiatives de recyclage - Projets de villes intelligentes

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 ?

L'ensemble de données de segmentation Carparts fournit des données riches et annotées essentielles au développement de modèles de segmentation de haute précision dans le domaine de la vision artificielle automobile. La diversité et les annotations détaillées de ce jeu de données améliorent l'entraînement des modèles, ce qui le rend idéal pour des applications telles que l'automatisation de la maintenance des véhicules, l'amélioration des systèmes de sécurité des véhicules et la prise en charge des technologies de conduite autonome. Le partenariat avec un jeu de données robuste accélère le développement de l'IA et garantit une meilleure performance des modèles.

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

Commentaires