Roboflow Dataset di segmentazione Universe Carparts
Il dataset Roboflow Carparts Segmentation Dataset è una raccolta curata di immagini e video progettati per applicazioni di computer vision, in particolare per compiti di segmentazione di parti di automobili. Questo set di dati fornisce un insieme diversificato di immagini catturate da più prospettive, offrendo preziosi esempi annotati per l'addestramento e il test dei modelli di segmentazione.
Se state lavorando alla ricerca automobilistica, allo sviluppo di soluzioni AI per la manutenzione dei veicoli o all'esplorazione di applicazioni di computer vision, il Carparts Segmentation Dataset è una risorsa preziosa per migliorare l'accuratezza e l'efficienza dei vostri progetti.
Guarda: Parti di ricambio per auto Segmentazione delle istanze con Ultralytics YOLO11
Struttura del set di dati
La distribuzione dei dati all'interno del set di dati di segmentazione Carparts è organizzata come indicato di seguito:
- Set di allenamento: Include 3156 immagini, ciascuna accompagnata dalle relative annotazioni.
- Set di test: Comprende 276 immagini, ognuna delle quali è abbinata alle rispettive annotazioni.
- Set di validazione: È composto da 401 immagini, ognuna delle quali ha le annotazioni corrispondenti.
Applicazioni
La segmentazione delle parti di automobili trova applicazione nel controllo di qualità del settore automobilistico, nella riparazione di autoveicoli, nella catalogazione del commercio elettronico, nel monitoraggio del traffico, nei veicoli autonomi, nell'elaborazione delle assicurazioni, nel riciclaggio e nelle iniziative di smart city. Semplifica i processi identificando e categorizzando con precisione i diversi componenti dei veicoli, contribuendo all'efficienza e all'automazione in vari settori.
Set di dati YAML
Un file YAML (Yet Another Markup Language) è usato per definire la configurazione del dataset. Contiene informazioni sui percorsi del dataset, sulle classi e altre informazioni rilevanti. Nel caso del set di dati Package Segmentation, il file carparts-seg.yaml Il file viene mantenuto all'indirizzo https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/carparts-seg.yaml.
ultralytics/cfg/datasets/carparts-seg.yaml
# Ultralytics YOLO 🚀, AGPL-3.0 license
# Carparts-seg dataset by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/segment/carparts-seg/
# Example usage: yolo train data=carparts-seg.yaml
# parent
# ├── ultralytics
# └── datasets
# └── carparts-seg ← downloads here (132 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/carparts-seg # dataset root dir
train: train/images # train images (relative to 'path') 3516 images
val: valid/images # val images (relative to 'path') 276 images
test: test/images # test images (relative to 'path') 401 images
# Classes
names:
0: back_bumper
1: back_door
2: back_glass
3: back_left_door
4: back_left_light
5: back_light
6: back_right_door
7: back_right_light
8: front_bumper
9: front_door
10: front_glass
11: front_left_door
12: front_left_light
13: front_light
14: front_right_door
15: front_right_light
16: hood
17: left_mirror
18: object
19: right_mirror
20: tailgate
21: trunk
22: wheel
# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/carparts-seg.zip
Utilizzo
Per addestrare il modello Ultralytics YOLO11n sul dataset Carparts Segmentation per 100 epoch con una dimensione dell'immagine di 640, è possibile utilizzare i seguenti frammenti di codice. Per un elenco completo degli argomenti disponibili, consultare la pagina di addestramento del modello.
Esempio di treno
Dati e annotazioni di esempio
Il dataset Carparts Segmentation comprende una serie di immagini e video ripresi da diverse prospettive. Di seguito sono riportati alcuni esempi di dati del dataset con le relative annotazioni:
- Questa immagine illustra la segmentazione degli oggetti all'interno di un campione, con caselle di delimitazione annotate e maschere che circondano gli oggetti identificati. Il set di dati è costituito da un insieme variegato di immagini catturate in diversi luoghi, ambienti e densità, e serve come risorsa completa per la creazione di modelli specifici per questo compito.
- Questo caso evidenzia la diversità e la complessità del set di dati, sottolineando il ruolo cruciale dei dati di alta qualità nelle attività di computer vision, in particolare nel campo della segmentazione di parti di automobili.
Citazioni e ringraziamenti
Se integrate il dataset Carparts Segmentation nei vostri progetti di ricerca o sviluppo, fate riferimento al seguente documento:
@misc{ car-seg-un1pm_dataset,
title = { car-seg Dataset },
type = { Open Source Dataset },
author = { Gianmarco Russo },
howpublished = { \url{ https://universe.roboflow.com/gianmarco-russo-vt9xr/car-seg-un1pm } },
url = { https://universe.roboflow.com/gianmarco-russo-vt9xr/car-seg-un1pm },
journal = { Roboflow Universe },
publisher = { Roboflow },
year = { 2023 },
month = { nov },
note = { visited on 2024-01-24 },
}
Ringraziamo il team di Roboflow per l'impegno profuso nello sviluppo e nella gestione del dataset Carparts Segmentation, una risorsa preziosa per la manutenzione dei veicoli e per i progetti di ricerca. Per ulteriori dettagli sul dataset Carparts Segmentation e sui suoi creatori, visitare la pagina del dataset CarParts Segmentation.
FAQ
Che cos'è il dataset di segmentazione Roboflow Carparts?
Il datasetRoboflow Carparts Segmentation è una raccolta curata di immagini e video specificamente progettata per compiti di segmentazione di parti di automobili nella computer vision. Questo set di dati comprende una vasta gamma di immagini catturate da diverse prospettive, che lo rendono una risorsa preziosa per l'addestramento e il test di modelli di segmentazione per applicazioni automobilistiche.
Come si può utilizzare il dataset di segmentazione Carparts con Ultralytics YOLO11 ?
Per addestrare un modello YOLO11 sul dataset Carparts Segmentation, si possono seguire i seguenti passaggi:
Esempio di treno
Per ulteriori dettagli, consultare la documentazione sulla formazione.
Quali sono le applicazioni della segmentazione delle parti di ricambio?
La segmentazione delle parti di automobili può essere ampiamente applicata in vari campi, come ad esempio:
- Controllo di qualità del settore automobilistico
- Riparazione e manutenzione auto
- Catalogazione e-commerce
- Monitoraggio del traffico
- Veicoli autonomi
- Elaborazione delle richieste di risarcimento assicurativo
- Iniziative di riciclaggio
- Progetti di città intelligenti
Questa segmentazione aiuta a identificare e classificare con precisione i diversi componenti dei veicoli, migliorando l'efficienza e l'automazione in questi settori.
Dove posso trovare il file di configurazione del dataset per la segmentazione di Carparts?
Il file di configurazione del dataset per il dataset Carparts Segmentation, carparts-seg.yaml, si trova nella seguente posizione: carparts-seg.yaml.
Perché utilizzare il dataset di segmentazione Carparts?
Il Carparts Segmentation Dataset fornisce dati ricchi e annotati, essenziali per lo sviluppo di modelli di segmentazione ad alta precisione nella computer vision automobilistica. La diversità e le annotazioni dettagliate di questo dataset migliorano l'addestramento dei modelli, rendendolo ideale per applicazioni come l'automazione della manutenzione dei veicoli, il miglioramento dei sistemi di sicurezza dei veicoli e il supporto delle tecnologie di guida autonoma. La collaborazione con un set di dati solido accelera lo sviluppo dell'IA e garantisce migliori prestazioni del modello.
Per maggiori dettagli, visitate la pagina del set di dati sulla segmentazione dei ricambi auto.
