Panoramica dei dataset per il rilevamento degli oggetti#

Per addestrare un modello di rilevamento degli oggetti robusto e accurato, serve un dataset completo. Questa guida presenta diversi formati di dataset compatibili con il modello Ultralytics YOLO e ne illustra la struttura, l'utilizzo e la conversione da un formato all'altro.

Formati di dataset supportati#

Formato Ultralytics YOLO#

Il formato Ultralytics YOLO è un formato di configurazione dei dataset che consente di definire la directory principale del dataset, i percorsi relativi alle directory delle immagini di addestramento/validazione/test o ai file *.txt contenenti i percorsi delle immagini e un dizionario di nomi delle classi. Ecco un esempio:

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# COCO8 dataset (first 8 images from COCO train2017) by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/detect/coco8
# Example usage: yolo train data=coco8.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── coco8 ← downloads here (1 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: coco8 # dataset root dir
train: images/train # train images (relative to 'path') 4 images
val: images/val # val images (relative to 'path') 4 images
test: # test images (optional)

# Classes
names:
  0: person
  1: bicycle
  2: car
  3: motorcycle
  4: airplane
  5: bus
  6: train
  7: truck
  8: boat
  9: traffic light
  10: fire hydrant
  11: stop sign
  12: parking meter
  13: bench
  14: bird
  15: cat
  16: dog
  17: horse
  18: sheep
  19: cow
  20: elephant
  21: bear
  22: zebra
  23: giraffe
  24: backpack
  25: umbrella
  26: handbag
  27: tie
  28: suitcase
  29: frisbee
  30: skis
  31: snowboard
  32: sports ball
  33: kite
  34: baseball bat
  35: baseball glove
  36: skateboard
  37: surfboard
  38: tennis racket
  39: bottle
  40: wine glass
  41: cup
  42: fork
  43: knife
  44: spoon
  45: bowl
  46: banana
  47: apple
  48: sandwich
  49: orange
  50: broccoli
  51: carrot
  52: hot dog
  53: pizza
  54: donut
  55: cake
  56: chair
  57: couch
  58: potted plant
  59: bed
  60: dining table
  61: toilet
  62: tv
  63: laptop
  64: mouse
  65: remote
  66: keyboard
  67: cell phone
  68: microwave
  69: oven
  70: toaster
  71: sink
  72: refrigerator
  73: book
  74: clock
  75: vase
  76: scissors
  77: teddy bear
  78: hair drier
  79: toothbrush

# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/coco8.zip

Ognuno tra train, val e test accetta una directory, un elenco di directory oppure un file *.txt con un percorso di immagine per riga (i percorsi che iniziano con ./ sono relativi al file *.txt). Un file *.txt è utile per addestrare un modello su un sottoinsieme di una directory, escludere le immagini senza etichetta o combinare immagini provenienti da più fonti in un'unica suddivisione.

path: datasets/coco8 # dataset root
train: train.txt # a directory, a list e.g. [images/a, images/b], or a *.txt file
val: val.txt
names:
  0: person

Le etichette per questo formato devono essere esportate nel formato YOLO, con un file *.txt per immagine. Se un'immagine non contiene oggetti, non è necessario alcun file *.txt. Il file *.txt deve contenere una riga per oggetto nel formato class x_center y_center width height. Le coordinate dei box devono essere nel formato xywh normalizzato (da 0 a 1). Se i box sono espressi in pixel, dividi x_center e width per la larghezza dell'immagine e y_center e height per l'altezza dell'immagine. Gli indici delle classi partono da zero (iniziano da 0).

Il file delle etichette corrispondente all'immagine qui sopra contiene 2 persone (classe 0) e una cravatta (classe 27):

Quando usi il formato Ultralytics YOLO, organizza le immagini e le etichette di addestramento e validazione come mostrato nell'esempio del dataset COCO8 qui sotto.

Esempio d'uso#

Ecco come puoi usare i dataset in formato YOLO per addestrare il tuo modello:

from ultralytics import YOLO

# Carica un modello
model = YOLO("yolo26n.pt")  # carica un modello preaddestrato (consigliato per l'addestramento)

# Addestra il modello
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

Formato Ultralytics NDJSON#

Il formato NDJSON (JSON delimitato da newline) offre un modo alternativo per definire dataset per i modelli Ultralytics YOLO. Questo formato memorizza i metadati e le annotazioni del dataset in un unico file, dove ogni riga contiene un oggetto JSON distinto.

Un file di dataset NDJSON contiene:

1. Record del dataset (prima riga): contiene i metadati del dataset, inclusi il tipo di attività, i nomi delle classi e le informazioni generali
2. Record delle immagini (righe successive): contengono i dati delle singole immagini, incluse dimensioni, annotazioni e percorsi dei file

{
    "type": "dataset",
    "task": "detect",
    "name": "Example",
    "description": "COCO NDJSON example dataset",
    "url": "https://platform.ultralytics.com/user/datasets/example",
    "class_names": { "0": "person", "1": "bicycle", "2": "car" },
    "bytes": 426342,
    "version": 0,
    "created_at": "2024-01-01T00:00:00Z",
    "updated_at": "2025-01-01T00:00:00Z"
}

Metadati personalizzati delle immagini#

Ogni record di immagine può includere un oggetto JSON metadata per fornire informazioni specifiche dell'applicazione, come le condizioni di acquisizione, gli identificativi delle apparecchiature o lo stato della revisione. Sono supportati valori annidati. Quando importi i dati in Ultralytics Platform, i metadati vengono salvati insieme all'immagine e puoi visualizzarli o modificarli dal pannello informativo a schermo intero.

{
    "type": "image",
    "file": "airbus-wing.jpg",
    "url": "https://example.com/airbus-wing.jpg",
    "split": "train",
    "metadata": {
        "aircraft": { "family": "A350", "section": "wing" },
        "inspectionStatus": "reviewed"
    }
}

Platform limita le chiavi dei metadati di primo livello a 128 caratteri, l'oggetto dei metadati serializzato di ogni immagine a 500.000 caratteri e i metadati effettivi combinati di una singola importazione NDJSON a 500.000 caratteri.

Esempio d'uso#

Per usare un dataset NDJSON con YOLO26, basta specificare il percorso del file .ndjson:

from ultralytics import YOLO

# Carica un modello
model = YOLO("yolo26n.pt")

# Addestra usando un dataset NDJSON
results = model.train(data="path/to/dataset.ndjson", epochs=100, imgsz=640)

Vantaggi del formato NDJSON#

• File singolo: tutte le informazioni del dataset sono contenute in un unico file
• Elaborazione in streaming: consente di elaborare dataset di grandi dimensioni riga per riga senza caricare tutto in memoria
• Integrazione con il cloud: supporta URL di immagini remote per l'addestramento basato sul cloud
• Estensibilità: è facile aggiungere campi di metadati personalizzati
• Controllo delle versioni: il formato a file singolo è adatto a git e ai sistemi di controllo delle versioni

Dataset supportati#

Ecco un elenco dei dataset supportati, ciascuno con una breve descrizione. La maggior parte di questi dataset è disponibile anche su Ultralytics Platform, dove puoi esplorare immagini e annotazioni, consultare le statistiche dei dataset e clonarli per l'addestramento nel cloud.

• African-wildlife: un dataset di immagini della fauna selvatica africana, tra cui bufali, elefanti, rinoceronti e zebre.
• Argoverse: il dataset di rilevamento 2D Argoverse-HD, composto da 54.446 immagini urbane per la guida autonoma, suddivise in 8 classi di oggetti stradali.
• Brain-tumor: un dataset per il rilevamento di tumori cerebrali che include immagini di risonanze magnetiche o TAC con dettagli sulla presenza, la posizione e le caratteristiche dei tumori.
• COCO: Oggetti comuni nel contesto (COCO) è un dataset su larga scala per il rilevamento degli oggetti, la segmentazione e la generazione di didascalie, con 80 categorie di oggetti.
• COCO8: Un sottoinsieme ridotto delle prime 8 immagini di COCO train2017, di cui 4 per l'addestramento e 4 per la convalida, adatto a test rapidi.
• COCO8-Grayscale: Una versione in scala di grigi di COCO8, ottenuta convertendo RGB in scala di grigi, utile per valutare modelli a canale singolo.
• COCO8-Multispectral: Una versione multispettrale a 10 canali di COCO8, ottenuta interpolando le lunghezze d'onda RGB, utile per valutare modelli sensibili allo spettro.
• COCO12-Formats: un dataset di test con 12 immagini, ciascuna in uno dei 12 formati supportati (AVIF, BMP, DNG, HEIC, JP2, JPEG, JPG, MPO, PNG, TIF, TIFF, WebP), per convalidare le pipeline di caricamento delle immagini.
• COCO16: un sottoinsieme delle prime 16 immagini di COCO train2017 (8 per l'addestramento + 8 per la validazione), adatto a test rapidi.
• COCO32: un sottoinsieme delle prime 32 immagini di COCO train2017 (16 per l'addestramento + 16 per la validazione), adatto a test rapidi.
• COCO64: un sottoinsieme delle prime 64 immagini di COCO train2017 (32 per l'addestramento + 32 per la validazione), adatto a test rapidi.
• COCO128: Un sottoinsieme ridotto delle prime 128 immagini di COCO train2017, adatto ai test.
• Construction-PPE: un dataset con operai nei cantieri e dispositivi di protezione individuale annotati, come caschi, giubbotti, guanti, stivali e occhiali; include annotazioni relative ai dispositivi mancanti, come no_helmet e no_goggle, per il monitoraggio della conformità in contesti reali.
• Global Wheat 2020: Un dataset con immagini di spighe di grano per la sfida Global Wheat Challenge 2020.
• HomeObjects-3K: un dataset di oggetti domestici da interni, tra cui letti, sedie, TV e altro, ideale per applicazioni di domotica, robotica, realtà aumentata e analisi della disposizione degli ambienti.
• KITTI: un dataset con scene di guida reali e dati stereo, LiDAR e GPS/IMU, usato qui per attività di rilevamento 2D degli oggetti, come l'identificazione di automobili, pedoni e ciclisti in ambienti urbani, rurali e autostradali.
• LVIS: Un dataset su larga scala per il rilevamento di oggetti e la segmentazione di istanze, con 1.203 categorie di oggetti.
• Medical-pills: un dataset di immagini di pillole medicinali, annotate per applicazioni come il controllo qualità farmaceutico, lo smistamento delle pillole e la conformità normativa.
• Objects365: un dataset di alta qualità e su larga scala per il rilevamento degli oggetti, con 365 categorie di oggetti e oltre 1,7 milioni di immagini di addestramento.
• OpenImagesV7: Un dataset completo di Google con 1,7 milioni di immagini di addestramento e 42.000 immagini di convalida.
• Roboflow 100: un benchmark diversificato per il rilevamento degli oggetti, con 100 dataset che coprono sette domini di immagini per una valutazione completa dei modelli.
• Signature: Un dataset con immagini di vari documenti e firme annotate, a supporto della ricerca sulla verifica documentale e sul rilevamento delle frodi.
• SKU-110K: un dataset con immagini dense per il rilevamento degli oggetti in ambienti di vendita al dettaglio, con oltre 11K immagini e 1,7 milioni di bounding box.
• TT100K: esplora il dataset dei segnali stradali Tsinghua-Tencent 100K (TT100K), con 16.817 immagini stradali suddivise in 221 categorie di segnali, per un rilevamento e una classificazione affidabili.
• VisDrone: Un dataset con dati di rilevamento di oggetti e tracking multi-oggetto da immagini e sequenze video riprese da droni, con oltre 10.000 immagini.
• VOC: il dataset Pascal Visual Object Classes (VOC) per il rilevamento e la segmentazione degli oggetti, con 20 classi di oggetti e oltre 11K immagini.
• xView: Un dataset per il rilevamento di oggetti in immagini aeree, con 60 categorie di oggetti e oltre 1 milione di oggetti annotati.

Aggiungere il tuo dataset#

Se hai un tuo dataset e vuoi usarlo per addestrare modelli di rilevamento con il formato Ultralytics YOLO, assicurati che rispetti il formato specificato sopra nella sezione "Formato Ultralytics YOLO". Converti le annotazioni nel formato richiesto e specifica i percorsi, il numero di classi e i nomi delle classi nel file di configurazione YAML.

Trasferire o convertire i formati delle etichette#

Formato del dataset COCO nel formato YOLO#

Puoi convertire facilmente le etichette dal popolare formato del dataset COCO al formato YOLO usando il seguente frammento di codice:

from ultralytics.data.converter import convert_coco

convert_coco(labels_dir="path/to/coco/annotations/")

Questo strumento di conversione può essere usato per convertire il dataset COCO o qualsiasi dataset nel formato COCO nel formato Ultralytics YOLO. Il processo trasforma le annotazioni COCO basate su JSON nel più semplice formato YOLO basato su testo, rendendole compatibili con i modelli Ultralytics YOLO. Per il flusso di lavoro completo — inclusi la mappatura degli ID delle classi, la struttura delle directory e le annotazioni di segmentazione o posa — consulta Convertire le annotazioni COCO in YOLO.

Ricordati di verificare che il dataset che vuoi usare sia compatibile con il tuo modello e rispetti le convenzioni di formato necessarie. I dataset formattati correttamente sono fondamentali per addestrare modelli di rilevamento degli oggetti efficaci.

E adesso?#

Una volta formattato il dataset, inizia ad addestrare il tuo modello. Non sai da quale modello preaddestrato iniziare? Confronta le opzioni nella famiglia di modelli YOLO26.

Domande frequenti#