Jeu de données de segmentation de colis#

2,197

Package-Seg

ultralytics

publicSegment

Package-Seg contains polygon masks for packages across indoor, warehouse, and logistics-style scenes, including empty background images. It supports package localization and shape segmentation; no named upstream dataset license is published, so redistribution terms should be reviewed.

1 class149.8 MBSep 2, 2026

package

packagesinstance-segmentationlogistics+1

Le jeu de données de segmentation de colis d’Ultralytics est une collection organisée de 2 197 images annotées de colis destinée à l’entraînement de modèles de segmentation d’instances sur une seule classe package. Conçu pour des cas d’utilisation liés à la logistique et à l’automatisation des entrepôts, tels que l’identification, le tri et la manutention des colis, il s’intègre directement à Ultralytics YOLO pour l’analyse des colis en temps réel dans des pipelines de vision par ordinateur. Découvre d’autres jeux de données de segmentation sur notre page de présentation des jeux de données.

Structure du jeu de données#

Le jeu de données de segmentation de colis répartit ses 2 197 images comme suit :

• Jeu d’entraînement : 1 920 images utilisées pour entraîner le modèle de deep learning.
• Jeu de validation : 188 images utilisées pendant l’entraînement pour ajuster les hyperparamètres et prévenir le surapprentissage.
• Jeu de test : 89 images mises de côté pour évaluer le modèle après l’entraînement.
• Classes : une seule classe package couvrant tous les colis annotés.
• Taille du téléchargement : ~103 Mo.

Applications#

La segmentation de colis optimise la logistique, la livraison du dernier kilomètre, le contrôle qualité industriel et les systèmes de ville intelligente, avec des applications allant de la préparation des commandes de commerce électronique au contrôle de sécurité. Des masques de colis précis permettent aux systèmes automatisés de localiser, compter et inspecter les colis en temps réel.

Entrepôts intelligents et logistique#

Dans les entrepôts modernes, les solutions d’IA pour la vision peuvent rationaliser les opérations en automatisant l’identification et le tri des colis. Les modèles de vision par ordinateur entraînés sur ce jeu de données peuvent détecter et segmenter rapidement les colis en temps réel, même dans des environnements difficiles où l’éclairage est faible ou les espaces encombrés. Cela permet d’accélérer les délais de traitement, de réduire les erreurs et d’améliorer l’efficacité globale des opérations logistiques.

Contrôle qualité et détection des dommages#

Les modèles de segmentation de colis peuvent identifier les colis endommagés en analysant leur forme et leur apparence. En détectant les irrégularités ou les déformations des contours des colis, ces modèles contribuent à garantir que seuls les colis intacts poursuivent leur acheminement dans la chaîne logistique, ce qui réduit les réclamations des clients et les taux de retour. Il s’agit d’un aspect essentiel du contrôle qualité dans la fabrication, indispensable au maintien de l’intégrité des produits.

Le jeu de données complet de segmentation de colis peut également être consulté et géré sur Ultralytics Platform.

YAML du jeu de données#

Un fichier YAML définit la configuration du jeu de données, notamment les chemins, les classes et d’autres informations essentielles. Pour le jeu de données de segmentation de colis, le fichier package-seg.yaml est conservé à l’adresse https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/package-seg.yaml.

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/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 (103 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: package-seg # dataset root dir
train: images/train # train images (relative to 'path') 1920 images
val: images/val # val images (relative to 'path') 188 images
test: images/test # test images (relative to 'path') 89 images

# Classes
names:
  0: package

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

Utilisation#

Pour entraîner un modèle Ultralytics YOLO26n sur le jeu de données de segmentation de colis pendant 100 époques, avec une taille d’image de 640, utilise les extraits de code suivants. Le jeu de données (~103 Mo) est téléchargé automatiquement lors de la première utilisation. Pour consulter la liste complète des arguments disponibles, reporte-toi à la page Entraînement du modèle.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-seg.pt")  # load a pretrained segmentation model (recommended for training)

# Train the model on the Package Segmentation dataset
results = model.train(data="package-seg.yaml", epochs=100, imgsz=640)

# Validate the model
results = model.val()

# Perform inference on an image
results = model("path/to/image.jpg")

Données et annotations d'exemple#

Voici un exemple issu du jeu de données de segmentation de colis, avec ses masques de segmentation superposés pour délimiter les colis détectés :

Le jeu de données couvre des lieux, des environnements et des densités de colis variés. Les modèles entraînés sur celui-ci sont donc exposés à la diversité des scènes logistiques réelles sur lesquelles ils doivent généraliser. Consulte la page consacrée à la tâche de segmentation pour découvrir les workflows associés.

Citations et remerciements#

Si tu intègres le jeu de données de segmentation de colis à tes travaux de recherche ou de développement, cite correctement la source :

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

Nous remercions les créateurs du jeu de données de segmentation de colis pour leur contribution à la communauté de la vision par ordinateur. Pour découvrir d’autres jeux de données, consulte la collection de jeux de données Ultralytics ainsi que notre guide sur les conseils d’entraînement des modèles.

FAQ#