Jeu de données de segmentation de colis#

2,197

Package-Seg

ultralytics

publicSegment

Package segmentation dataset with 2,197 unique images across 1,920 train, 188 validation, and 89 test images; 2,060 labeled images, 7,643 polygon instances, and one package class. Distributed by Ultralytics as the official Package-Seg training archive; no named upstream dataset license is published.

1 class149.8 MBAug 21, 2026

package

packagesinstance-segmentationlogistics+1

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

Structure 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 hyperparamètres et éviter l'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.

Applications#

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.

Entrepôts 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 détecter et segmenter rapidement les colis en temps réel, même dans des environnements difficiles avec un éclairage faible ou des espaces encombrés. Cela se traduit par des temps de traitement plus rapides, moins d'erreurs et une efficacité globale accrue dans les 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 dans les contours des colis, ces modèles contribuent à garantir que seuls les colis intacts progressent dans la chaîne d'approvisionnement, réduisant ainsi les réclamations clients et les taux de retour. C'est un aspect clé du contrôle qualité en fabrication et c'est vital pour maintenir l'intégrité des produits.

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

YAML du jeu de données#

Un fichier YAML définit la configuration du jeu de données, incluant les chemins, les classes et d'autres détails essentiels. Pour le jeu de données de segmentation de colis, le fichier package-seg.yaml est maintenu sur 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) se télécharge automatiquement lors de la première utilisation. Pour une liste exhaustive des arguments disponibles, consulte la page d'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")

Exemples 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 jeu de données couvre divers emplacements, environnements et densités de colis, de sorte que les modèles entraînés sur celui-ci rencontrent la gamme de scènes logistiques du monde réel dont ils ont besoin pour généraliser. Consulte la page de la tâche de segmentation pour les flux de travail associés.

Citations 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 jeu de données de segmentation de colis pour leur contribution à la communauté de la vision par ordinateur. Pour plus de jeux de données, visite la collection de jeux de données Ultralytics et notre guide sur les conseils d'entraînement de modèles.

FAQ#