Roboflow यूनिवर्स पैकेज सेगमेंटेशन डेटासेट

वही Roboflowपैकेज सेगमेंटेशन डेटासेट छवियों का एक क्यूरेटेड संग्रह है जो विशेष रूप से कंप्यूटर दृष्टि के क्षेत्र में पैकेज विभाजन से संबंधित कार्यों के लिए तैयार किया गया है। यह डेटासेट पैकेज पहचान, छँटाई और हैंडलिंग से संबंधित परियोजनाओं पर काम करने वाले शोधकर्ताओं, डेवलपर्स और उत्साही लोगों की सहायता के लिए डिज़ाइन किया गया है।

विभिन्न संदर्भों और वातावरणों में विभिन्न पैकेजों को प्रदर्शित करने वाली छवियों के विविध सेट से युक्त, डेटासेट विभाजन मॉडल के प्रशिक्षण और मूल्यांकन के लिए एक मूल्यवान संसाधन के रूप में कार्य करता है। चाहे आप रसद, वेयरहाउस ऑटोमेशन, या सटीक पैकेज विश्लेषण की आवश्यकता वाले किसी भी एप्लिकेशन में लगे हों, पैकेज सेगमेंटेशन डेटासेट आपके कंप्यूटर विज़न एल्गोरिदम के प्रदर्शन को बढ़ाने के लिए छवियों का एक लक्षित और व्यापक सेट प्रदान करता है।

डेटासेट संरचना

पैकेज सेगमेंटेशन डेटासेट में डेटा का वितरण निम्नानुसार संरचित है:

• प्रशिक्षण सेट: इसमें 1920 छवियों के साथ उनके संबंधित एनोटेशन शामिल हैं।
• परीक्षण सेट: 89 छवियों से मिलकर बनता है, प्रत्येक को इसके संबंधित एनोटेशन के साथ जोड़ा जाता है।
• सत्यापन सेट: 188 चित्र शामिल हैं, प्रत्येक में संबंधित एनोटेशन हैं।

अनुप्रयोगों

पैकेज सेगमेंटेशन, पैकेज सेगमेंटेशन डेटासेट द्वारा सुविधा, लॉजिस्टिक्स को अनुकूलित करने, अंतिम-मील वितरण को बढ़ाने, विनिर्माण गुणवत्ता नियंत्रण में सुधार और स्मार्ट सिटी समाधानों में योगदान करने के लिए महत्वपूर्ण है। ई-कॉमर्स से लेकर सुरक्षा अनुप्रयोगों तक, यह डेटासेट एक महत्वपूर्ण संसाधन है, जो विविध और कुशल पैकेज विश्लेषण अनुप्रयोगों के लिए कंप्यूटर दृष्टि में नवाचार को बढ़ावा देता है।

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। पैकेज सेगमेंटेशन डेटासेट के मामले में, package-seg.yaml फ़ाइल पर बनाए रखा जाता है https://github.com/ultralytics/ultralytics/blob/main/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

उपयोग

प्रशिक्षित करने के लिए Ultralytics YOLOv8n 640 के छवि आकार के साथ 100 युगों के लिए पैकेज सेगमेंटेशन डेटासेट पर मॉडल, आप निम्न कोड स्निपेट का उपयोग कर सकते हैं। उपलब्ध तर्कों की व्यापक सूची के लिए, मॉडल प्रशिक्षण पृष्ठ देखें।

from ultralytics import YOLO

# Load a model
model = YOLO("yolov8n-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=yolov8n-seg.pt epochs=100 imgsz=640

नमूना डेटा और एनोटेशन

पैकेज सेगमेंटेशन डेटासेट में कई दृष्टिकोणों से कैप्चर की गई छवियों और वीडियो का एक विविध संग्रह शामिल है। नीचे डेटासेट से डेटा के उदाहरण दिए गए हैं, उनके संबंधित एनोटेशन के साथ:

• यह छवि छवि ऑब्जेक्ट डिटेक्शन का एक उदाहरण प्रदर्शित करती है, जिसमें मान्यता प्राप्त वस्तुओं को रेखांकित करने वाले मास्क के साथ एनोटेट बाउंडिंग बॉक्स होते हैं। डेटासेट में विभिन्न स्थानों, वातावरणों और घनत्वों में ली गई छवियों का एक विविध संग्रह शामिल है। यह इस कार्य के लिए विशिष्ट मॉडल विकसित करने के लिए एक व्यापक संसाधन के रूप में कार्य करता है।
• उदाहरण VisDrone डेटासेट में मौजूद विविधता और जटिलता पर जोर देता है, ड्रोन से जुड़े कंप्यूटर दृष्टि कार्यों के लिए उच्च गुणवत्ता वाले सेंसर डेटा के महत्व को रेखांकित करता है।

प्रशंसा पत्र और पावती

यदि आप क्रैक सेगमेंटेशन डेटासेट को अपने शोध या विकास पहलों में एकीकृत करते हैं, तो कृपया निम्नलिखित पेपर का हवाला दें:

@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 },
}

हम इसके प्रति अपना आभार व्यक्त करते हैं Roboflow पैकेज सेगमेंटेशन डेटासेट बनाने और बनाए रखने में उनके प्रयासों के लिए टीम, रसद और अनुसंधान परियोजनाओं के लिए एक मूल्यवान संपत्ति। पैकेज सेगमेंटेशन डेटासेट और इसके रचनाकारों के बारे में अतिरिक्त विवरण के लिए, कृपया पैकेज सेगमेंटेशन डेटासेट पेज पर जाएं।

अक्सर पूछे जाने वाले प्रश्न

क्या है Roboflow पैकेज सेगमेंटेशन डेटासेट और यह कंप्यूटर विज़न प्रोजेक्ट्स में कैसे मदद कर सकता है?

वही Roboflow पैकेज सेगमेंटेशन डेटासेट पैकेज सेगमेंटेशन से जुड़े कार्यों के लिए तैयार की गई छवियों का एक क्यूरेटेड संग्रह है। इसमें विभिन्न संदर्भों में पैकेज की विविध छवियां शामिल हैं, जो इसे विभाजन मॉडल के प्रशिक्षण और मूल्यांकन के लिए अमूल्य बनाती हैं। यह डेटासेट रसद, वेयरहाउस ऑटोमेशन और सटीक पैकेज विश्लेषण की आवश्यकता वाली किसी भी परियोजना में अनुप्रयोगों के लिए विशेष रूप से उपयोगी है। यह रसद को अनुकूलित करने और सटीक पैकेज पहचान और छँटाई के लिए दृष्टि मॉडल को बढ़ाने में मदद करता है।

मैं एक को कैसे प्रशिक्षित करूं Ultralytics YOLOv8 पैकेज सेगमेंटेशन डेटासेट पर मॉडल?

आप एक को प्रशिक्षित कर सकते हैं Ultralytics YOLOv8n दोनों का उपयोग करके मॉडल Python और CLI विधियाँ। के लिए Python, नीचे दिए गए स्निपेट का उपयोग करें:

from ultralytics import YOLO

# Load a model
model = YOLO("yolov8n-seg.pt")  # load a pretrained model

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

के लिए CLI:

# Start training from a pretrained *.pt model
yolo segment train data=package-seg.yaml model=yolov8n-seg.pt epochs=100 imgsz=640

अधिक जानकारी के लिए मॉडल प्रशिक्षण पृष्ठ देखें।

पैकेज सेगमेंटेशन डेटासेट के घटक क्या हैं, और यह कैसे संरचित है?

डेटासेट को तीन मुख्य घटकों में संरचित किया गया है: - प्रशिक्षण सेट: एनोटेशन के साथ 1920 चित्र शामिल हैं। - परीक्षण सेट: इसी एनोटेशन के साथ 89 छवियों को शामिल करता है। - सत्यापन सेट: एनोटेशन के साथ 188 छवियां शामिल हैं।

यह संरचना पूरी तरह से मॉडल प्रशिक्षण, सत्यापन और परीक्षण के लिए एक संतुलित डेटासेट सुनिश्चित करती है, विभाजन एल्गोरिदम के प्रदर्शन को बढ़ाती है।

मुझे क्यों उपयोग करना चाहिए Ultralytics YOLOv8 पैकेज सेगमेंटेशन डेटासेट के साथ?

Ultralytics YOLOv8 वास्तविक समय वस्तु का पता लगाने और विभाजन कार्यों के लिए अत्याधुनिक सटीकता और गति प्रदान करता है। पैकेज सेगमेंटेशन डेटासेट के साथ इसका उपयोग करने से आप लाभ उठा सकते हैं YOLOv8सटीक पैकेज विभाजन के लिए क्षमताओं। यह संयोजन रसद और गोदाम स्वचालन जैसे उद्योगों के लिए विशेष रूप से फायदेमंद है, जहां सटीक पैकेज पहचान महत्वपूर्ण है। अधिक जानकारी के लिए, हमारी जाँच करें पेज चालू YOLOv8 विभाजन।

मैं पैकेज सेगमेंटेशन डेटासेट के लिए package-seg.yaml फ़ाइल तक कैसे पहुंच और उपयोग कर सकता हूं?

वही package-seg.yaml फ़ाइल पर होस्ट किया गया है Ultralytics' GitHub रिपॉजिटरी और इसमें डेटासेट के पथ, कक्षाओं और कॉन्फ़िगरेशन के बारे में आवश्यक जानकारी शामिल है। आप इसे यहां से डाउनलोड कर सकते हैं यहाँ. डेटासेट का कुशलतापूर्वक उपयोग करने के लिए आपके मॉडल को कॉन्फ़िगर करने के लिए यह फ़ाइल महत्वपूर्ण है।

अधिक जानकारी और व्यावहारिक उदाहरणों के लिए, हमारे उपयोग अनुभाग को एक्सप्लोर करें।

टिप्पणियाँ