Skip to content

Roboflow Ensemble de données de segmentation du paquet Universe

L'ensemble de données sur la segmentation des paquets Roboflow Package Segmentation Dataset est une collection d'images spécialement conçue pour les tâches liées à la segmentation des emballages dans le domaine de la vision par ordinateur. Ce jeu de données est conçu pour aider les chercheurs, les développeurs et les passionnés qui travaillent sur des projets liés à l'identification, au tri et à la manipulation des emballages.

Contenant un ensemble varié d'images présentant divers emballages dans différents contextes et environnements, le jeu de données constitue une ressource précieuse pour l'entraînement et l'évaluation des modèles de segmentation. Que vous travailliez dans le domaine de la logistique, de l'automatisation des entrepôts ou de toute autre application nécessitant une analyse précise des emballages, le jeu de données sur la segmentation des emballages fournit un ensemble ciblé et complet d'images permettant d'améliorer les performances de vos algorithmes de vision par ordinateur.

Structure de l'ensemble de données

La distribution des données dans l'ensemble de données sur la segmentation des paquets est structurée comme suit :

  • Ensemble de formation: Comprend 1920 images accompagnées de leurs annotations correspondantes.
  • Ensemble de test: Il s'agit de 89 images, chacune associée à ses annotations respectives.
  • Ensemble de validation: Comprend 188 images, chacune avec les annotations correspondantes.

Applications

La segmentation des colis, facilitée par le jeu de données sur la segmentation des colis, est essentielle pour optimiser la logistique, améliorer la livraison du dernier kilomètre, améliorer le contrôle de la qualité de la fabrication et contribuer aux solutions des villes intelligentes. Du commerce électronique aux applications de sécurité, ce jeu de données est une ressource essentielle, qui encourage l'innovation dans le domaine de la vision par ordinateur pour des applications d'analyse de colis diverses et efficaces.

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 jeu de données, les classes et d'autres informations pertinentes. Dans le cas du jeu de données Package Segmentation, le fichier package-seg.yaml est conservé à l'adresse suivante https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/package-seg.yaml.

ultralytics/cfg/datasets/package-seg.yaml

# Ultralytics YOLO 🚀, AGPL-3.0 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 (102 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/package-seg # dataset root dir
train: images/train # train images (relative to 'path') 1920 images
val: images/val # val images (relative to 'path') 89 images
test: test/images # test images (relative to 'path') 188 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 le modèle Ultralytics YOLO11n sur l'ensemble de données Package Segmentation pour 100 époques avec une taille d'image de 640, vous pouvez utiliser les extraits de code suivants. Pour une liste complète des arguments disponibles, reportez-vous à la page d'entraînement du modèle.

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

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

Exemples de données et d'annotations

L'ensemble de données sur la segmentation des paquets comprend une collection variée d'images et de vidéos capturées à partir de plusieurs points de vue. Vous trouverez ci-dessous des exemples de données provenant de l'ensemble de données, accompagnés de leurs annotations respectives :

Image de l'échantillon de l'ensemble de données

  • Cette image montre un exemple de détection d'objets dans une image, avec des boîtes de délimitation annotées et des masques délimitant les objets reconnus. L'ensemble de données comprend une collection variée d'images prises dans des lieux, des environnements et des densités différents. Il constitue une ressource complète pour le développement de modèles spécifiques à cette tâche.
  • Cet exemple met en évidence la diversité et la complexité de l'ensemble de données VisDrone et souligne l'importance de disposer de données de capteurs de haute qualité pour les tâches de vision par ordinateur impliquant des drones.

Citations et remerciements

Si vous intégrez l'ensemble de données sur la segmentation des fissures dans vos initiatives de recherche ou de développement, veuillez citer l'article suivant :

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

Nous exprimons notre gratitude à l'équipe de Roboflow pour ses efforts dans la création et la maintenance de l'ensemble de données sur la segmentation des paquets, un atout précieux pour la logistique et les projets de recherche. Pour plus de détails sur le jeu de données Package Segmentation et ses créateurs, veuillez consulter la page du jeu de données Package Segmentation.

FAQ

Qu'est-ce que l'ensemble de données de segmentation de paquets Roboflow et comment peut-il aider les projets de vision par ordinateur ?

L'ensemble de données de segmentation de paquetsRoboflow est une collection d'images conçue pour les tâches impliquant la segmentation de paquets. Il comprend diverses images d'emballages dans différents contextes, ce qui le rend inestimable pour l'entraînement et l'évaluation des modèles de segmentation. Ce jeu de données est particulièrement utile pour les applications dans le domaine de la logistique, de l'automatisation des entrepôts et pour tout projet nécessitant une analyse précise des colis. Il permet d'optimiser la logistique et d'améliorer les modèles de vision pour une identification et un tri précis des colis.

Comment entraîner un modèle Ultralytics YOLO11 sur l'ensemble de données de segmentation des paquets ?

Vous pouvez former un modèle Ultralytics YOLO11n en utilisant les méthodes Python et CLI . Utilisez les extraits ci-dessous :

Exemple de train

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n-seg.pt")  # load a pretrained model

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

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

Pour plus de détails, reportez-vous à la page Formation au modèle.

Quelles sont les composantes de l'ensemble de données sur la segmentation des paquets et comment est-il structuré ?

L'ensemble des données est structuré en trois éléments principaux :

  • Ensemble d'entraînement: Contient 1920 images avec des annotations.
  • Jeu d'essai: Comprend 89 images avec les annotations correspondantes.
  • Jeu de validation: Comprend 188 images avec des annotations.

Cette structure garantit un ensemble de données équilibré pour l'entraînement, la validation et le test des modèles, améliorant ainsi les performances des algorithmes de segmentation.

Pourquoi utiliser Ultralytics YOLO11 avec l'ensemble de données sur la segmentation des paquets ?

Ultralytics YOLO11 offre une précision et une rapidité de pointe pour les tâches de détection et de segmentation d'objets en temps réel. En l'utilisant avec le Package Segmentation Dataset, vous pouvez exploiter les capacités de YOLO11 pour une segmentation précise des colis. Cette combinaison est particulièrement avantageuse pour des secteurs tels que la logistique et l'automatisation des entrepôts, où l'identification précise des colis est essentielle. Pour plus d'informations, consultez notre page sur la segmentation YOLO11 .

Comment puis-je accéder au fichier package-seg.yaml pour l'ensemble de données de segmentation des paquets et l'utiliser ?

Le package-seg.yaml est hébergé sur Ultralytics' GitHub repository et contient des informations essentielles sur les chemins, les classes et la configuration du jeu de données. Vous pouvez le télécharger à partir de ici. Ce fichier est essentiel pour configurer vos modèles afin d'utiliser efficacement l'ensemble de données.

Pour plus d'informations et d'exemples pratiques, consultez notre section Utilisation.

📅C réé il y a 10 mois ✏️ Mis à jour il y a 2 mois
UltralytiqueAssistant glenn-jocher MatthewNoyce RizwanMunawar jk4e

Commentaires