सामग्री पर जाएं

xView डेटासेट

xView डेटासेट ओवरहेड इमेजरी के सबसे बड़े सार्वजनिक रूप से उपलब्ध डेटासेट में से एक है, जिसमें बाउंडिंग बॉक्स का उपयोग करके दुनिया भर के जटिल दृश्यों की छवियां शामिल हैं। xView डेटासेट का लक्ष्य चार कंप्यूटर विज़न फ्रंटियर्स में प्रगति में तेजी लाना है:

  1. पता लगाने के लिए न्यूनतम रिज़ॉल्यूशन कम करें।
  2. सीखने की दक्षता में सुधार।
  3. अधिक ऑब्जेक्ट वर्गों की खोज सक्षम करें।
  4. बारीक दाने वाली कक्षाओं का पता लगाने में सुधार।

xView संदर्भ में सामान्य वस्तुओं (COCO) जैसी चुनौतियों की सफलता पर बनाता है और इसका उद्देश्य नए तरीकों से दृश्य दुनिया को समझने और महत्वपूर्ण अनुप्रयोगों की एक श्रृंखला को संबोधित करने के लिए अंतरिक्ष से उपलब्ध इमेजरी की बढ़ती मात्रा का विश्लेषण करने के लिए कंप्यूटर दृष्टि का लाभ उठाना है।

प्रमुख विशेषताऐं

  • xView में 60 वर्गों में 1 मिलियन से अधिक ऑब्जेक्ट इंस्टेंस हैं।
  • डेटासेट में 0.3 मीटर का रिज़ॉल्यूशन होता है, जो अधिकांश सार्वजनिक उपग्रह इमेजरी डेटासेट की तुलना में उच्च रिज़ॉल्यूशन इमेजरी प्रदान करता है।
  • xView में बाउंडिंग बॉक्स एनोटेशन के साथ छोटे, दुर्लभ, महीन दाने वाले और बहु-प्रकार की वस्तुओं का एक विविध संग्रह है।
  • का उपयोग कर एक पूर्व प्रशिक्षित आधारभूत मॉडल के साथ आता है TensorFlow ऑब्जेक्ट डिटेक्शन एपीआई और इसके लिए एक उदाहरण PyTorch.

डेटासेट संरचना

xView डेटासेट 3m ग्राउंड सैंपल दूरी पर WorldView-0.3 उपग्रहों से एकत्र की गई उपग्रह छवियों से बना है। इसमें 1,400 वर्ग किमी से अधिक इमेजरी में 60 वर्गों में 1 मिलियन से अधिक ऑब्जेक्ट शामिल हैं।

अनुप्रयोगों

एक्सव्यू डेटासेट का व्यापक रूप से ओवरहेड इमेजरी में ऑब्जेक्ट डिटेक्शन के लिए गहन शिक्षण मॉडल के प्रशिक्षण और मूल्यांकन के लिए उपयोग किया जाता है। डेटासेट के ऑब्जेक्ट क्लास और उच्च-रिज़ॉल्यूशन इमेजरी के विविध सेट इसे कंप्यूटर दृष्टि के क्षेत्र में शोधकर्ताओं और चिकित्सकों के लिए एक मूल्यवान संसाधन बनाते हैं, विशेष रूप से उपग्रह इमेजरी विश्लेषण के लिए।

डेटासेट YAML

डेटासेट कॉन्फ़िगरेशन को परिभाषित करने के लिए एक YAML (अभी तक एक और मार्कअप भाषा) फ़ाइल का उपयोग किया जाता है। इसमें डेटासेट के पथ, कक्षाओं और अन्य प्रासंगिक जानकारी के बारे में जानकारी होती है। xView डेटासेट के मामले में, xView.yaml फ़ाइल पर बनाए रखा जाता है https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/xView.yaml.

ultralytics/cfg/datasets/xView.yaml

# Ultralytics YOLO 🚀, AGPL-3.0 license
# DIUx xView 2018 Challenge https://challenge.xviewdataset.org by U.S. National Geospatial-Intelligence Agency (NGA)
# --------  DOWNLOAD DATA MANUALLY and jar xf val_images.zip to 'datasets/xView' before running train command!  --------
# Documentation: https://docs.ultralytics.com/datasets/detect/xview/
# Example usage: yolo train data=xView.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── xView  ← downloads here (20.7 GB)

# 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/xView # dataset root dir
train: images/autosplit_train.txt # train images (relative to 'path') 90% of 847 train images
val: images/autosplit_val.txt # train images (relative to 'path') 10% of 847 train images

# Classes
names:
  0: Fixed-wing Aircraft
  1: Small Aircraft
  2: Cargo Plane
  3: Helicopter
  4: Passenger Vehicle
  5: Small Car
  6: Bus
  7: Pickup Truck
  8: Utility Truck
  9: Truck
  10: Cargo Truck
  11: Truck w/Box
  12: Truck Tractor
  13: Trailer
  14: Truck w/Flatbed
  15: Truck w/Liquid
  16: Crane Truck
  17: Railway Vehicle
  18: Passenger Car
  19: Cargo Car
  20: Flat Car
  21: Tank car
  22: Locomotive
  23: Maritime Vessel
  24: Motorboat
  25: Sailboat
  26: Tugboat
  27: Barge
  28: Fishing Vessel
  29: Ferry
  30: Yacht
  31: Container Ship
  32: Oil Tanker
  33: Engineering Vehicle
  34: Tower crane
  35: Container Crane
  36: Reach Stacker
  37: Straddle Carrier
  38: Mobile Crane
  39: Dump Truck
  40: Haul Truck
  41: Scraper/Tractor
  42: Front loader/Bulldozer
  43: Excavator
  44: Cement Mixer
  45: Ground Grader
  46: Hut/Tent
  47: Shed
  48: Building
  49: Aircraft Hangar
  50: Damaged Building
  51: Facility
  52: Construction Site
  53: Vehicle Lot
  54: Helipad
  55: Storage Tank
  56: Shipping container lot
  57: Shipping Container
  58: Pylon
  59: Tower

# Download script/URL (optional) ---------------------------------------------------------------------------------------
download: |
  import json
  import os
  from pathlib import Path

  import numpy as np
  from PIL import Image
  from tqdm import tqdm

  from ultralytics.data.utils import autosplit
  from ultralytics.utils.ops import xyxy2xywhn


  def convert_labels(fname=Path('xView/xView_train.geojson')):
      # Convert xView geoJSON labels to YOLO format
      path = fname.parent
      with open(fname) as f:
          print(f'Loading {fname}...')
          data = json.load(f)

      # Make dirs
      labels = Path(path / 'labels' / 'train')
      os.system(f'rm -rf {labels}')
      labels.mkdir(parents=True, exist_ok=True)

      # xView classes 11-94 to 0-59
      xview_class2index = [-1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, 0, 1, 2, -1, 3, -1, 4, 5, 6, 7, 8, -1, 9, 10, 11,
                           12, 13, 14, 15, -1, -1, 16, 17, 18, 19, 20, 21, 22, -1, 23, 24, 25, -1, 26, 27, -1, 28, -1,
                           29, 30, 31, 32, 33, 34, 35, 36, 37, -1, 38, 39, 40, 41, 42, 43, 44, 45, -1, -1, -1, -1, 46,
                           47, 48, 49, -1, 50, 51, -1, 52, -1, -1, -1, 53, 54, -1, 55, -1, -1, 56, -1, 57, -1, 58, 59]

      shapes = {}
      for feature in tqdm(data['features'], desc=f'Converting {fname}'):
          p = feature['properties']
          if p['bounds_imcoords']:
              id = p['image_id']
              file = path / 'train_images' / id
              if file.exists():  # 1395.tif missing
                  try:
                      box = np.array([int(num) for num in p['bounds_imcoords'].split(",")])
                      assert box.shape[0] == 4, f'incorrect box shape {box.shape[0]}'
                      cls = p['type_id']
                      cls = xview_class2index[int(cls)]  # xView class to 0-60
                      assert 59 >= cls >= 0, f'incorrect class index {cls}'

                      # Write YOLO label
                      if id not in shapes:
                          shapes[id] = Image.open(file).size
                      box = xyxy2xywhn(box[None].astype(np.float), w=shapes[id][0], h=shapes[id][1], clip=True)
                      with open((labels / id).with_suffix('.txt'), 'a') as f:
                          f.write(f"{cls} {' '.join(f'{x:.6f}' for x in box[0])}\n")  # write label.txt
                  except Exception as e:
                      print(f'WARNING: skipping one label for {file}: {e}')


  # Download manually from https://challenge.xviewdataset.org
  dir = Path(yaml['path'])  # dataset root dir
  # urls = ['https://d307kc0mrhucc3.cloudfront.net/train_labels.zip',  # train labels
  #         'https://d307kc0mrhucc3.cloudfront.net/train_images.zip',  # 15G, 847 train images
  #         'https://d307kc0mrhucc3.cloudfront.net/val_images.zip']  # 5G, 282 val images (no labels)
  # download(urls, dir=dir)

  # Convert labels
  convert_labels(dir / 'xView_train.geojson')

  # Move images
  images = Path(dir / 'images')
  images.mkdir(parents=True, exist_ok=True)
  Path(dir / 'train_images').rename(dir / 'images' / 'train')
  Path(dir / 'val_images').rename(dir / 'images' / 'val')

  # Split
  autosplit(dir / 'images' / 'train')

उपयोग

640 के छवि आकार के साथ 100 युगों के लिए xView डेटासेट पर एक मॉडल को प्रशिक्षित करने के लिए, आप निम्न कोड स्निपेट का उपयोग कर सकते हैं। उपलब्ध तर्कों की व्यापक सूची के लिए, मॉडल प्रशिक्षण पृष्ठ देखें।

ट्रेन का उदाहरण

from ultralytics import YOLO

# Load a model
model = YOLO('yolov8n.pt')  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data='xView.yaml', epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo detect train data=xView.yaml model=yolov8n.pt epochs=100 imgsz=640

नमूना डेटा और एनोटेशन

xView डेटासेट में उच्च-रिज़ॉल्यूशन उपग्रह चित्र होते हैं जिनमें बाउंडिंग बॉक्स का उपयोग करके एनोटेट की गई वस्तुओं का एक विविध सेट होता है। यहां डेटासेट से डेटा के कुछ उदाहरण दिए गए हैं, साथ ही उनके संबंधित एनोटेशन के साथ:

डेटासेट नमूना छवि

  • ओवरहेड इमेजरी: यह छवि ओवरहेड इमेजरी में ऑब्जेक्ट डिटेक्शन का एक उदाहरण प्रदर्शित करती है, जहां ऑब्जेक्ट को बाउंडिंग बॉक्स के साथ एनोटेट किया जाता है। डेटासेट इस कार्य के लिए मॉडल के विकास की सुविधा के लिए उच्च-रिज़ॉल्यूशन उपग्रह चित्र प्रदान करता है।

उदाहरण xView डेटासेट में डेटा की विविधता और जटिलता को प्रदर्शित करता है और ऑब्जेक्ट डिटेक्शन कार्यों के लिए उच्च-गुणवत्ता वाले उपग्रह इमेजरी के महत्व पर प्रकाश डालता है।

प्रशंसा पत्र और पावती

यदि आप अपने शोध या विकास कार्य में xView डेटासेट का उपयोग करते हैं, तो कृपया निम्नलिखित पेपर का हवाला दें:

@misc{lam2018xview,
      title={xView: Objects in Context in Overhead Imagery},
      author={Darius Lam and Richard Kuzma and Kevin McGee and Samuel Dooley and Michael Laielli and Matthew Klaric and Yaroslav Bulatov and Brendan McCord},
      year={2018},
      eprint={1802.07856},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

हम डिफेंस इनोवेशन यूनिट (DIU) और xView डेटासेट के रचनाकारों को कंप्यूटर दृष्टि अनुसंधान समुदाय में उनके बहुमूल्य योगदान के लिए स्वीकार करना चाहते हैं। xView डेटासेट और इसके रचनाकारों के बारे में अधिक जानकारी के लिए, xView डेटासेट वेबसाइट पर जाएं।



2023-11-12 बनाया गया, अपडेट किया गया 2023-11-22
लेखक: ग्लेन-जोचर (3), लाफिंग-क्यू (1)

टिप्पणियाँ