Roboflow Pacchetto Universo Segmentazione Dataset

Il set di dati sulla segmentazione dei pacchetti Roboflow Package Segmentation Dataset è una raccolta curata di immagini specificamente studiate per compiti legati alla segmentazione delle confezioni nel campo della computer vision. Questo set di dati è stato progettato per aiutare i ricercatori, gli sviluppatori e gli appassionati che lavorano su progetti relativi all'identificazione, all'ordinamento e alla gestione dei pacchetti.

Contenendo una serie di immagini diverse che mostrano vari imballaggi in contesti e ambienti diversi, il dataset è una risorsa preziosa per l'addestramento e la valutazione dei modelli di segmentazione. Se sei impegnato nella logistica, nell'automazione dei magazzini o in qualsiasi applicazione che richieda un'analisi precisa dei pacchi, il Package Segmentation Dataset fornisce un set di immagini mirato e completo per migliorare le prestazioni dei tuoi algoritmi di computer vision.

Struttura del set di dati

La distribuzione dei dati nel Package Segmentation Dataset è strutturata come segue:

• Set di allenamento: Comprende 1920 immagini accompagnate dalle relative annotazioni.
• Set di test: Consiste in 89 immagini, ciascuna abbinata alle rispettive annotazioni.
• Set di convalida: Comprende 188 immagini, ciascuna con le relative annotazioni.

Applicazioni

La segmentazione degli imballaggi, facilitata dal Package Segmentation Dataset, è fondamentale per ottimizzare la logistica, migliorare la consegna all'ultimo miglio, migliorare il controllo della qualità della produzione e contribuire alle soluzioni per le smart city. Dall'e-commerce alle applicazioni di sicurezza, questo set di dati è una risorsa fondamentale che promuove l'innovazione nella computer vision per applicazioni di analisi dei pacchi diverse ed efficienti.

Set di dati YAML

Un file YAML (Yet Another Markup Language) viene utilizzato 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 package-seg.yaml Il file viene mantenuto all'indirizzo 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://ultralytics.com/assets/package-seg.zip

Utilizzo

Per addestrare il modello Ultralytics YOLOv8n sul dataset Package Segmentation per 100 epoch con una dimensione dell'immagine di 640, puoi utilizzare i seguenti frammenti di codice. Per un elenco completo degli argomenti disponibili, consulta la pagina di addestramento del modello.

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

Dati di esempio e annotazioni

Il dataset Package Segmentation comprende una raccolta variegata di immagini e video catturati da diverse prospettive. Di seguito sono riportati alcuni esempi di dati del dataset, accompagnati dalle rispettive annotazioni:

• Questa immagine mostra un esempio di rilevamento di oggetti in un'immagine, con caselle di delimitazione annotate e maschere che delineano gli oggetti riconosciuti. Il set di dati incorpora una collezione diversificata di immagini scattate in luoghi, ambienti e densità differenti. Serve come risorsa completa per sviluppare modelli specifici per questo compito.
• L'esempio sottolinea la diversità e la complessità del set di dati VisDrone, evidenziando l'importanza dei dati dei sensori di alta qualità per le attività di computer vision con i droni.

Citazioni e ringraziamenti

Se integri il set di dati sulla segmentazione delle crepe nelle tue iniziative di ricerca o sviluppo, cita il seguente documento:

@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 },
}

Esprimiamo la nostra gratitudine al team di Roboflow per l'impegno profuso nella creazione e nel mantenimento del dataset Package Segmentation, una risorsa preziosa per la logistica e i progetti di ricerca. Per ulteriori dettagli sul dataset Package Segmentation e sui suoi creatori, visita la pagina del dataset Package Segmentation.

Commenti