Link to this sectionDataset xView#

Il dataset xView è uno dei più grandi dataset disponibili pubblicamente di immagini dall'alto, contenente immagini di scene complesse di tutto il mondo annotate utilizzando bounding box. L'obiettivo del dataset xView è accelerare il progresso in quattro frontiere della computer vision:

1. Ridurre la risoluzione minima per il rilevamento.
2. Migliorare l'efficienza dell'apprendimento.
3. Abilitare la scoperta di più classi di oggetti.
4. Migliorare il rilevamento di classi a grana fine.

xView si basa sul successo di sfide come Common Objects in Context (COCO) e mira a sfruttare la computer vision per analizzare la crescente quantità di immagini disponibili dallo spazio al fine di comprendere il mondo visivo in modi nuovi e affrontare una serie di applicazioni importanti.

Link to this sectionCaratteristiche principali#

• xView contiene oltre 1 milione di istanze di oggetti in 60 classi.
• Il dataset ha una risoluzione di 0,3 metri, offrendo immagini a risoluzione più elevata rispetto alla maggior parte dei dataset di immagini satellitari pubblici.
• xView presenta una collezione diversificata di oggetti piccoli, rari, a grana fine e multi-tipo con annotazione bounding box.
• Viene fornito con un modello di base preaddestrato che utilizza l'API di rilevamento oggetti di TensorFlow e un esempio per PyTorch.

Link to this sectionStruttura del dataset#

Il dataset xView è composto da immagini satellitari raccolte dai satelliti WorldView-3 a una distanza di campionamento al suolo di 0,3 m. Contiene oltre 1 milione di oggetti in 60 classi all'interno di oltre 1.400 km² di immagini. Il dataset è particolarmente prezioso per applicazioni di telerilevamento e monitoraggio ambientale.

Link to this sectionApplicazioni#

Il dataset xView è ampiamente utilizzato per l'addestramento e la valutazione di modelli di deep learning per il rilevamento di oggetti in immagini dall'alto. L'insieme diversificato di classi di oggetti e le immagini ad alta risoluzione del dataset lo rendono una risorsa preziosa per ricercatori e professionisti nel campo della computer vision, specialmente per l'analisi di immagini satellitari. Le applicazioni includono:

• Ricognizione militare e di difesa
• Pianificazione e sviluppo urbano
• Monitoraggio ambientale
• Risposta e valutazione in caso di disastri
• Mappatura e gestione delle infrastrutture

Link to this sectionDataset YAML#

Un file YAML (Yet Another Markup Language) viene utilizzato per definire la configurazione del dataset. Contiene informazioni sui percorsi del dataset, le classi e altre informazioni rilevanti. Nel caso del dataset xView, il file xView.yaml è mantenuto su https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/xView.yaml.

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

# DIUx xView 2018 Challenge dataset https://challenge.xviewdataset.org by U.S. National Geospatial-Intelligence Agency (NGA)
# --------  Download and extract data manually to `datasets/xView` before running the 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: xView # dataset root dir
train: images/autosplit_train.txt # train images (relative to 'path') 90% of 847 train images
val: images/autosplit_val.txt # val 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
  from pathlib import Path
  import shutil

  import numpy as np
  from PIL import Image

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

  def convert_labels(fname=Path("xView/xView_train.geojson")):
      """Convert xView GeoJSON labels to YOLO format (classes 0-59) and save them as text files."""
      path = fname.parent
      with open(fname, encoding="utf-8") as f:
          print(f"Loading {fname}...")
          data = json.load(f)

      # Make dirs
      labels = path / "labels" / "train"
      shutil.rmtree(labels, ignore_errors=True)
      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"]:
              image_id = p["image_id"]
              image_file = path / "train_images" / image_id
              if image_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 0-59
                      assert 59 >= cls >= 0, f"incorrect class index {cls}"

                      # Write YOLO label
                      if image_id not in shapes:
                          shapes[image_id] = Image.open(image_file).size
                      box = xyxy2xywhn(box[None].astype(float), w=shapes[image_id][0], h=shapes[image_id][1], clip=True)
                      with open((labels / image_id).with_suffix(".txt"), "a", encoding="utf-8") 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 {image_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")

Link to this sectionUtilizzo#

Per addestrare un modello sul dataset xView per 100 epoche con una dimensione dell'immagine di 640, puoi utilizzare i seguenti frammenti di codice. Per un elenco completo degli argomenti disponibili, fai riferimento alla pagina di Addestramento del modello.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n.pt")  # load a pretrained model (recommended for training)

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

Link to this sectionDati di esempio e annotazioni#

Il dataset xView contiene immagini satellitari ad alta risoluzione con una serie diversificata di oggetti annotati utilizzando bounding box. Ecco alcuni esempi di dati dal dataset, insieme alle relative annotazioni:

• Immagini dall'alto: Questa immagine mostra un esempio di rilevamento oggetti in immagini dall'alto, dove gli oggetti sono annotati con bounding box. Il dataset fornisce immagini satellitari ad alta risoluzione per facilitare lo sviluppo di modelli per questo compito.

L'esempio mostra la varietà e la complessità dei dati nel dataset xView ed evidenzia l'importanza di immagini satellitari di alta qualità per le attività di rilevamento oggetti.

Link to this sectionDataset correlati#

Se lavori con immagini satellitari, potresti essere interessato a esplorare anche questi dataset correlati:

• DOTA-v2: Un dataset per il rilevamento di oggetti orientati in immagini aeree
• VisDrone: Un dataset per il rilevamento e il tracciamento di oggetti in immagini catturate da droni
• Argoverse: Un dataset per la guida autonoma con annotazioni di tracciamento 3D

Link to this sectionCitazioni e riconoscimenti#

Se utilizzi il dataset xView nella tua ricerca o nel tuo lavoro di sviluppo, cita il seguente articolo:

@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}
}

Desideriamo ringraziare la Defense Innovation Unit (DIU) e i creatori del dataset xView per il loro prezioso contributo alla comunità di ricerca sulla computer vision. Per ulteriori informazioni sul dataset xView e sui suoi creatori, visita il sito web del dataset xView.

Link to this sectionFAQ#

Link to this sectionCos'è il dataset xView e come favorisce la ricerca sulla computer vision?#

Il dataset xView è una delle più grandi collezioni disponibili pubblicamente di immagini dall'alto ad alta risoluzione, contenente oltre 1 milione di istanze di oggetti in 60 classi. È progettato per migliorare vari aspetti della ricerca sulla computer vision, come la riduzione della risoluzione minima per il rilevamento, il miglioramento dell'efficienza dell'apprendimento, la scoperta di più classi di oggetti e il progresso nel rilevamento di oggetti a grana fine.

Link to this sectionCome posso utilizzare Ultralytics YOLO per addestrare un modello sul dataset xView?#

Per addestrare un modello sul dataset xView utilizzando Ultralytics YOLO, segui questi passaggi:

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n.pt")  # load a pretrained model (recommended for training)

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

Per argomenti e impostazioni dettagliati, fai riferimento alla pagina di Addestramento del modello.

Link to this sectionQuali sono le caratteristiche principali del dataset xView?#

Il dataset xView si distingue per il suo set completo di caratteristiche:

• Oltre 1 milione di istanze di oggetti in 60 classi distinte.
• Immagini ad alta risoluzione a 0,3 metri.
• Diversi tipi di oggetti, inclusi oggetti piccoli, rari e a grana fine, tutti annotati con bounding box.
• Disponibilità di un modello di base preaddestrato ed esempi in TensorFlow e PyTorch.

Link to this sectionQual è la struttura del dataset xView e come viene annotato?#

Il dataset xView contiene immagini satellitari ad alta risoluzione catturate dai satelliti WorldView-3 a una distanza di campionamento al suolo di 0,3 m, che coprono oltre 1 milione di oggetti in 60 classi distinte all'interno di circa 1.400 km² di immagini annotate. Ogni oggetto è etichettato con bounding box, rendendo il dataset altamente adatto per l'addestramento e la valutazione di modelli di deep learning per il rilevamento di oggetti nelle viste dall'alto. Per una suddivisione dettagliata, fai riferimento alla sezione Struttura del Dataset.

Link to this sectionCome cito il dataset xView nella mia ricerca?#

Se utilizzi il dataset xView nella tua ricerca, cita il seguente articolo:

@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}
}

Per ulteriori informazioni sul dataset xView, visita il sito web ufficiale del dataset xView.