SKU-110k データセット

SKU-110kデータセットは、物体検出タスクの研究を支援するために設計された、密集した小売店の棚画像のコレクションである。Eran Goldmanらによって開発されたこのデータセットには、110,000以上のユニークなストアキーピングユニット(SKU)カテゴリが含まれており、多くの場合、類似または同一に見えるオブジェクトが近接して配置されている。

見るんだ： Ultralytics ｜Retail Datasetを使用してSKU-110kデータセットでYOLOv10をトレーニングする方法

主な特徴

• SKU-110kは、世界中の店舗の棚を撮影した画像で、最新の物体検出器にとって難題となる、密集した物体が特徴です。
• データセットには110,000以上のユニークなSKUカテゴリーが含まれ、多様なオブジェクトの外観を提供する。
• 注釈には、オブジェクトのバウンディングボックスとSKUのカテゴリーラベルが含まれます。

データセット構造

SKU-110kデータセットは3つのサブセットに分類されている：

1. トレーニングセット：このサブセットには8,219枚の画像と注釈が含まれ、物体検出モデルのトレーニングに使用される。
2. 検証セット：このサブセットは、トレーニング中にモデルの検証に使用された588枚の画像とアノテーションで構成される。
3. テストセット：このサブセットには、学習済み物体検出モデルの最終評価用に設計された2,936枚の画像が含まれる。

アプリケーション

SKU-110kデータセットは、物体検出タスク、特に小売店の棚陳列のような密集したシーンにおけるディープラーニングモデルの訓練と評価に広く使用されている。その用途は以下の通り：

• 小売業の在庫管理と自動化
• eコマース・プラットフォームにおける商品認知
• プラノグラムのコンプライアンス検証
• 店舗のセルフレジ・システム
• 倉庫でのロボットピッキングと仕分け

このデータセットの多様なSKUカテゴリーと高密度に配置されたオブジェクトは、コンピュータビジョン分野の研究者や実務家にとって貴重なリソースとなっている。

データセット YAML

YAML (Yet Another Markup Language) ファイルはデータセットの設定を定義するために使われる。このファイルには、データセットのパス、クラス、その他の関連情報が含まれている。SKU-110Kデータセットの場合は SKU-110K.yaml ファイルは https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/SKU-110K.yaml.

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

# SKU-110K retail items dataset https://github.com/eg4000/SKU110K_CVPR19 by Trax Retail
# Documentation: https://docs.ultralytics.com/datasets/detect/sku-110k/
# Example usage: yolo train data=SKU-110K.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── SKU-110K  ← downloads here (13.6 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: ../datasets/SKU-110K # dataset root dir
train: train.txt # train images (relative to 'path')  8219 images
val: val.txt # val images (relative to 'path')  588 images
test: test.txt # test images (optional)  2936 images

# Classes
names:
  0: object

# Download script/URL (optional) ---------------------------------------------------------------------------------------
download: |
  import shutil
  from pathlib import Path

  import numpy as np
  import pandas as pd
  from tqdm import tqdm

  from ultralytics.utils.downloads import download
  from ultralytics.utils.ops import xyxy2xywh

  # Download
  dir = Path(yaml["path"])  # dataset root dir
  parent = Path(dir.parent)  # download dir
  urls = ["http://trax-geometry.s3.amazonaws.com/cvpr_challenge/SKU110K_fixed.tar.gz"]
  download(urls, dir=parent)

  # Rename directories
  if dir.exists():
      shutil.rmtree(dir)
  (parent / "SKU110K_fixed").rename(dir)  # rename dir
  (dir / "labels").mkdir(parents=True, exist_ok=True)  # create labels dir

  # Convert labels
  names = "image", "x1", "y1", "x2", "y2", "class", "image_width", "image_height"  # column names
  for d in "annotations_train.csv", "annotations_val.csv", "annotations_test.csv":
      x = pd.read_csv(dir / "annotations" / d, names=names).values  # annotations
      images, unique_images = x[:, 0], np.unique(x[:, 0])
      with open((dir / d).with_suffix(".txt").__str__().replace("annotations_", ""), "w", encoding="utf-8") as f:
          f.writelines(f"./images/{s}\n" for s in unique_images)
      for im in tqdm(unique_images, desc=f"Converting {dir / d}"):
          cls = 0  # single-class dataset
          with open((dir / "labels" / im).with_suffix(".txt"), "a", encoding="utf-8") as f:
              for r in x[images == im]:
                  w, h = r[6], r[7]  # image width, height
                  xywh = xyxy2xywh(np.array([[r[1] / w, r[2] / h, r[3] / w, r[4] / h]]))[0]  # instance
                  f.write(f"{cls} {xywh[0]:.5f} {xywh[1]:.5f} {xywh[2]:.5f} {xywh[3]:.5f}\n")  # write label

使用方法

SKU-110KデータセットでYOLO11nモデルを画像サイズ640で100エポック学習させるには、以下のコードスニペットを使用します。利用可能な引数の包括的なリストについては、モデルのトレーニングページを参照してください。

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="SKU-110K.yaml", epochs=100, imgsz=640)

# Start training from a pretrained *.pt model
yolo detect train data=SKU-110K.yaml model=yolo11n.pt epochs=100 imgsz=640

サンプルデータと注釈

SKU-110kデータセットには、オブジェクトが密集した小売店の棚画像が含まれており、オブジェクト検出タスクに豊富なコンテキストを提供します。以下に、このデータセットからのデータの例と、対応するアノテーションを示します：

• 密集した小売店の棚この画像は、小売店の棚に密集したオブジェクトの例を示しています。物体はバウンディングボックスとSKUカテゴリーラベルで注釈されている。

この例では、SKU-110kデータセットのデータの多様性と複雑性を紹介し、物体検出タスクにおける高品質データの重要性を強調しています。商品が密集して配置されているため、検出アルゴリズムには独自の課題があり、このデータセットは小売業に特化した堅牢なコンピュータビジョンソリューションを開発する上で特に価値があります。

引用と謝辞

SKU-110kデータセットを研究開発に使用する場合は、以下の論文を引用してください：

@inproceedings{goldman2019dense,
  author    = {Eran Goldman and Roei Herzig and Aviv Eisenschtat and Jacob Goldberger and Tal Hassner},
  title     = {Precise Detection in Densely Packed Scenes},
  booktitle = {Proc. Conf. Comput. Vision Pattern Recognition (CVPR)},
  year      = {2019}
}

SKU-110kデータセットをコンピュータビジョン研究コミュニティの貴重なリソースとして作成し、維持しているEran Goldmanらに感謝したい。SKU-110kデータセットとその作成者についての詳細は、SKU-110kデータセットのGitHubリポジトリをご覧ください。

よくあるご質問

SKU-110kデータセットとはどのようなもので、なぜ物体検出に重要なのですか？

SKU-110kデータセットは、物体検出タスクの研究を支援するために設計された、密集した小売店の棚画像で構成されている。Eran Goldmanらによって開発され、110,000以上のユニークなSKUカテゴリが含まれている。このデータセットの重要性は、多様な物体の外観と近接性を持つ最先端の物体検出器に挑戦する能力にあり、コンピュータビジョンの研究者や実務家にとって貴重なリソースとなっています。SKU-110kデータセットの詳細については、SKU-110kデータセットのセクションをご覧ください。

SKU-110kデータセットを使って、YOLO11 モデルをトレーニングするには？

SKU-110kデータセットでのYOLO11 モデルのトレーニングは簡単です。以下はYOLO11nモデルを画像サイズ640で100エポック訓練する例です：

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="SKU-110K.yaml", epochs=100, imgsz=640)

# Start training from a pretrained *.pt model
yolo detect train data=SKU-110K.yaml model=yolo11n.pt epochs=100 imgsz=640

利用可能な引数の包括的なリストについては、モデルのトレーニングページを参照してください。

SKU-110kデータセットの主なサブセットとは？

SKU-110kデータセットは3つのサブセットに分類されている：

1. トレーニングセット：8,219枚の画像とアノテーションが含まれ、物体検出モデルの学習に使用される。
2. 検証セット：トレーニング中にモデルの検証に使用された588枚の画像とアノテーションから構成される。
3. テストセット：学習済み物体検出モデルの最終評価用に設計された2,936枚の画像を含む。

詳細は「データセットの構造」を参照。

トレーニング用のSKU-110kデータセットはどのように設定するのですか？

SKU-110kデータセットのコンフィギュレーションはYAMLファイルで定義され、データセットのパス、クラス、その他の関連情報の詳細が含まれる。このファイルには SKU-110K.yaml ファイルは SKU-110K.yaml.例えば、次のようにこの設定を使ってモデルをトレーニングすることができます。 使用方法 セクションを参照されたい。

ディープラーニングの文脈におけるSKU-110kデータセットの主な特徴は何ですか？

SKU-110kデータセットは、世界中の店舗の棚を撮影したもので、物体検出器にとって大きな課題となる、密集した物体を映し出している：

• 110,000以上のユニークなSKUカテゴリー
• 多様なオブジェクトの外観
• アノテーションには、バウンディングボックスとSKUカテゴリーラベルが含まれます。

これらの特徴により、SKU-110kデータセットは、物体検出タスクにおけるディープラーニングモデルの訓練と評価に特に有用です。詳細については、「主な特徴」のセクションを参照してください。

SKU-110kデータセットはどのように引用するのですか？

SKU-110kデータセットを研究開発に使用する場合は、以下の論文を引用してください：

@inproceedings{goldman2019dense,
  author    = {Eran Goldman and Roei Herzig and Aviv Eisenschtat and Jacob Goldberger and Tal Hassner},
  title     = {Precise Detection in Densely Packed Scenes},
  booktitle = {Proc. Conf. Comput. Vision Pattern Recognition (CVPR)},
  year      = {2019}
}

データセットについての詳細は、「引用と謝辞」のセクションを参照されたい。

📅作成：1年前 ✏️更新 5日前

コメント