コンテンツへスキップ

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。

データセットサンプル画像

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、物体検出モデルのトレーニングに使用される画像と注釈が含まれる。
  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:このサブセットは、訓練された物体検出モデルの最終評価用に設計されている。

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に詰め込まれ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ます。このデータセットの多様なSKUカテゴリと密集したオブジェクト配置は、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ます。

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/cfg/datasets/SKU-110K.yaml

# Ultralytics YOLO 🚀, AGPL-3.0 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') 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') 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YOLOv8n モデルを画像サイズ640で100エポック訓練するには、以下のコード・スニペットを使用できます。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。

列車の例

from ultralytics import YOLO

# Load a model
model = YOLO('yolov8n.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=yolov8n.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:

データセットサンプル画像

  • 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。

この例は、SKU-110kデータセットのデータの多様性と複雑性を示し、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る。

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。



作成日:2023-11-12 更新日:2023-11-22
作成者:glenn-jocher(3),Laughing-q(1)

コメント