Link to this sectionJeu de données de segmentation de colis#

Le Ultralytics Package Segmentation Dataset est une collection organisée de 2 197 images annotées de colis pour entraîner des modèles de instance segmentation sur une classe unique package. Conçu pour la logistique et les cas d'usage d'automatisation d'entrepôt comme l'identification, le tri et la manipulation de colis, il s'associe directement avec Ultralytics YOLO pour l'analyse de colis en temps réel dans des pipelines de computer vision. Explore plus de jeux de données de segmentation sur notre page de présentation des datasets.

Link to this sectionStructure du jeu de données#

Le Package Segmentation Dataset répartit ses 2 197 images comme suit :

• Ensemble d'entraînement : 1 920 images utilisées pour l'entraînement du modèle de deep learning.
• Ensemble de validation : 188 images utilisées pendant l'entraînement pour ajuster les hyperparameters et prévenir le surapprentissage ([overfitting]).
• Ensemble de test : 89 images mises de côté pour évaluer le modèle après l'entraînement.
• Classes : une seule classe package couvrant chaque colis annoté.
• Taille du téléchargement : ~103 Mo.

Link to this sectionApplications#

La segmentation de colis optimise la logistique, la livraison du dernier kilomètre, le contrôle qualité en fabrication et les systèmes de villes intelligentes, avec des applications couvrant l'exécution du commerce électronique et le contrôle de sécurité. Des masques de colis précis permettent aux systèmes automatisés de localiser, compter et inspecter les colis en temps réel.

Link to this sectionEntrepôts intelligents et logistique#

Dans les entrepôts modernes, les solutions d'IA visuelle 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 rapidement détecter et segmenter les colis en temps réel, même dans des environnements difficiles avec un faible éclairage ou des espaces encombrés. Cela conduit à des temps de traitement plus rapides, une réduction des erreurs et une efficacité globale améliorée dans les opérations logistiques.

Link to this sectionContrôle 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 dans les contours des colis, ces modèles aident à garantir que seuls les colis intacts transitent dans la chaîne d'approvisionnement, réduisant ainsi les plaintes des clients et les taux de retour. C'est un aspect clé du contrôle qualité dans la fabrication et c'est vital pour maintenir l'intégrité du produit.

Le Package Segmentation Dataset complet peut également être parcouru et géré sur Ultralytics Platform.

Link to this sectionYAML du jeu de données#

Un fichier YAML définit la configuration du jeu de données, y compris les chemins, les classes et d'autres détails essentiels. Pour le jeu de données Package Segmentation, le fichier package-seg.yaml est maintenu à 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

Link to this sectionUtilisation#

Pour entraîner un modèle Ultralytics YOLO26n sur le dataset Package Segmentation pendant 100 époques avec une taille d'image de 640, utilise les extraits de code suivants. Le dataset (~103 Mo) se télécharge automatiquement à la première utilisation. Pour une liste exhaustive des arguments disponibles, réfère-toi à la page Training 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")

Link to this sectionExemples de données et d'annotations#

Voici ci-dessous un exemple du Package Segmentation Dataset avec ses masques de segmentation superposés, délimitant les colis détectés :

Le dataset couvre des lieux, environnements et densités de colis variés, afin que les modèles entraînés dessus voient l'éventail des scènes logistiques réelles dont ils ont besoin pour généraliser. Consulte la page de la tâche de segmentation pour les workflows associés.

Link to this sectionCitations et remerciements#

Si tu intègres le jeu de données de segmentation de colis dans tes initiatives de recherche ou de développement, merci de citer la source de manière appropriée :

@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 exprimons notre gratitude aux créateurs du dataset Package Segmentation pour leur contribution à la communauté de computer vision. Pour plus de jeux de données, visite la collection de datasets Ultralytics et notre guide sur les conseils pour l'entraînement de modèles.

Link to this sectionFAQ#

Link to this sectionQu'est-ce que le Package Segmentation Dataset, et comment est-il utilisé dans Ultralytics YOLO26 ?#

Le Package Segmentation Dataset est une collection de 2 197 images annotées de colis pour entraîner et évaluer des modèles de instance segmentation sur une classe unique package. Il cible des applications de logistique et d'automatisation d'entrepôt comme l'identification, le tri et le contrôle qualité de colis, et est utilisé directement avec Ultralytics YOLO26 via le fichier de configuration package-seg.yaml.

Link to this sectionCombien d'images et de classes contient le Package Segmentation Dataset ?#

Le dataset totalise 2 197 images — 1 920 pour l'entraînement, 188 pour la validation et 89 pour le test — toutes annotées pour une classe unique package. L'archive complète se télécharge automatiquement en tant que fichier .zip d'environ 103 Mo à la première utilisation.

Link to this sectionComment puis-je entraîner un modèle Ultralytics YOLO26 sur le jeu de données de segmentation de colis ?#

Charge un modèle de segmentation pré-entraîné (par exemple yolo26n-seg.pt) et entraîne-le avec la configuration package-seg.yaml en utilisant les extraits Python ou CLI dans la section Usage ci-dessus. Consulte le guide d'entraînement pour la liste complète des arguments disponibles.

Link to this sectionPourquoi utiliser Ultralytics YOLO26 pour la segmentation de colis en logistique ?#

YOLO26 offre une précision de pointe et une vitesse en temps réel pour l'instance segmentation, permettant aux systèmes automatisés de détecter et trier les colis de manière fiable, même dans des entrepôts sombres ou encombrés — voir la section Applications ci-dessus. Les modèles entraînés s'exportent vers des formats comme ONNX et TensorRT pour un déploiement sur le matériel d'entrepôt.

Link to this sectionOù puis-je trouver le fichier de configuration du dataset pour Package Segmentation ?#

Le fichier package-seg.yaml, qui définit les chemins du dataset et la classe unique package, est situé dans le dépôt GitHub d'Ultralytics : package-seg.yaml.