TT100Kデータセット

Q: What is the TT100K dataset used for?

Tsinghua-Tencent 100K (TT100K) データセットは、実世界の状況における交通標識のdetectと分類のために特別に設計されています。主に以下の用途で使用されます。100,000枚の多様なストリートビュー画像と221の交通標識カテゴリにより、実世界の交通標識detectのための包括的なテストベッドを提供します。

Q: How many traffic sign categories are in TT100K?

TT100Kデータセットには、221種類の交通標識カテゴリが含まれています。この包括的なカバレッジは、中国の道路網で見られるほとんどの交通標識を網羅しています。

Q: What makes TT100K challenging compared to other datasets?

TT100Kにはいくつかの独自の課題があります。これらの課題により、TT100Kは堅牢なdetectアルゴリズムを開発するための貴重なベンチマークとなります。

Tsinghua-Tencent 100K (TT100K) は、100,000枚のTencentストリートビューパノラマから作成された大規模な交通標識ベンチマークデータセットです。このデータセットは、実世界の状況における交通標識のdetectと分類のために特別に設計されており、研究者や開発者が堅牢な交通標識認識システムを構築するための包括的なリソースを提供します。

このデータセットには、100,000枚の画像と、221種類のカテゴリにわたる30,000を超える交通標識インスタンスが含まれています。これらの画像は、照度、気象条件、視野角、距離における大きなバリエーションを捉えており、多様な実世界のシナリオで確実に機能する必要があるモデルのトレーニングに最適です。

このデータセットは特に以下の用途で価値があります。

自動運転システム
先進運転支援システム (ADAS)
交通監視アプリケーション
都市計画と交通分析
実世界条件におけるコンピュータビジョン研究

主な特徴

TT100Kデータセットにはいくつかの主要な利点があります。

規模: 100,000枚の高解像度画像 (2048×2048ピクセル)
多様性: 中国の交通標識を網羅する221の交通標識カテゴリ
実世界条件: 天候、照度、視野角における大きなバリエーション
豊富なアノテーション: 各標識にはクラスラベル、バウンディングボックス、ピクセルマスクが含まれます
包括的なカバレッジ: 禁止標識、警告標識、指示標識、案内標識を含む
学習/テスト分割: 一貫した評価のための事前定義された分割

データセットの構造

TT100Kデータセットは3つのサブセットに分割されます。

トレーニングセット: さまざまな種類の交通標識をdetectおよびclassifyするためのモデルをトレーニングするために使用される、交通シーン画像の主要なコレクション。
検証セット: モデル開発中にパフォーマンスを監視し、ハイパーパラメータを調整するために使用されるサブセット。
テストセット: 最終モデルが実世界のシナリオで交通標識をdetectおよびclassifyする能力を評価するために使用される、保持された画像のコレクション。

TT100Kデータセットには、221種類の交通標識カテゴリが含まれており、いくつかの主要なグループに分類されています。

速度制限標識 (pl, pm)

pl_: 禁止速度制限 (pl5, pl10, pl20, pl30, pl40, pl50, pl60, pl70, pl80, pl100, pl120)
pm_: 最低速度制限 (pm5, pm10, pm20, pm30, pm40, pm50, pm55)

禁止標識 (p, pn, pr_)

p1-p28: 一般的な禁止標識 (進入禁止、駐車禁止、駐停車禁止など)
pn/pne: 進入禁止および駐車禁止標識
pr: 様々な制限標識 (pr10, pr20, pr30, pr40, pr50など)

警告標識 (w_)

w1-w66: 様々な道路の危険、状況、事態に対する警告標識
これには、横断歩道、急カーブ、滑りやすい路面、動物、工事などが含まれます。

高さ／幅制限標識 (ph, pb)

ph_: 高さ制限標識 (ph2, ph2.5, ph3, ph3.5, ph4, ph4.5, ph5など)
pb_: 幅制限標識

情報標識 (i, il, io, ip)

i1-i15: 一般的な情報標識
il_: 速度制限情報 (il60, il80, il100, il110)
io: その他の情報標識
ip: 情報板

データセット YAML

データセットの設定を定義するために、YAML (Yet Another Markup Language) ファイルが使用されます。これには、データセットのパス、クラス、およびその他の関連情報が含まれています。TT100Kデータセットの場合、その TT100K.yaml ファイルには自動ダウンロードおよび変換機能が組み込まれています。

Ultralytics/cfg/datasets/TT100K.yaml

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

# Tsinghua-Tencent 100K (TT100K) dataset https://cg.cs.tsinghua.edu.cn/traffic-sign/ by Tsinghua University
# Documentation: https://cg.cs.tsinghua.edu.cn/traffic-sign/tutorial.html
# Paper: Traffic-Sign Detection and Classification in the Wild (CVPR 2016)
# License: CC BY-NC 2.0 license for non-commercial use only
# Example usage: yolo train data=TT100K.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── TT100K ← downloads here (~18 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: TT100K # dataset root dir
train: images/train # train images (relative to 'path') 6105 images
val: images/val # val images (relative to 'path') 7641 images (original 'other' split)
test: images/test # test images (relative to 'path') 3071 images

# Classes (221 traffic sign categories, 45 with sufficient training instances)
names:
  0: pl5
  1: pl10
  2: pl15
  3: pl20
  4: pl25
  5: pl30
  6: pl40
  7: pl50
  8: pl60
  9: pl70
  10: pl80
  11: pl90
  12: pl100
  13: pl110
  14: pl120
  15: pm5
  16: pm10
  17: pm13
  18: pm15
  19: pm20
  20: pm25
  21: pm30
  22: pm35
  23: pm40
  24: pm46
  25: pm50
  26: pm55
  27: pm8
  28: pn
  29: pne
  30: ph4
  31: ph4.5
  32: ph5
  33: ps
  34: pg
  35: ph1.5
  36: ph2
  37: ph2.1
  38: ph2.2
  39: ph2.4
  40: ph2.5
  41: ph2.8
  42: ph2.9
  43: ph3
  44: ph3.2
  45: ph3.5
  46: ph3.8
  47: ph4.2
  48: ph4.3
  49: ph4.8
  50: ph5.3
  51: ph5.5
  52: pb
  53: pr10
  54: pr100
  55: pr20
  56: pr30
  57: pr40
  58: pr45
  59: pr50
  60: pr60
  61: pr70
  62: pr80
  63: pr90
  64: p1
  65: p2
  66: p3
  67: p4
  68: p5
  69: p6
  70: p7
  71: p8
  72: p9
  73: p10
  74: p11
  75: p12
  76: p13
  77: p14
  78: p15
  79: p16
  80: p17
  81: p18
  82: p19
  83: p20
  84: p21
  85: p22
  86: p23
  87: p24
  88: p25
  89: p26
  90: p27
  91: p28
  92: pa8
  93: pa10
  94: pa12
  95: pa13
  96: pa14
  97: pb5
  98: pc
  99: pg
  100: ph1
  101: ph1.3
  102: ph1.5
  103: ph2
  104: ph3
  105: ph4
  106: ph5
  107: pi
  108: pl0
  109: pl4
  110: pl5
  111: pl8
  112: pl10
  113: pl15
  114: pl20
  115: pl25
  116: pl30
  117: pl35
  118: pl40
  119: pl50
  120: pl60
  121: pl65
  122: pl70
  123: pl80
  124: pl90
  125: pl100
  126: pl110
  127: pl120
  128: pm2
  129: pm8
  130: pm10
  131: pm13
  132: pm15
  133: pm20
  134: pm25
  135: pm30
  136: pm35
  137: pm40
  138: pm46
  139: pm50
  140: pm55
  141: pn
  142: pne
  143: po
  144: pr10
  145: pr100
  146: pr20
  147: pr30
  148: pr40
  149: pr45
  150: pr50
  151: pr60
  152: pr70
  153: pr80
  154: ps
  155: w1
  156: w2
  157: w3
  158: w5
  159: w8
  160: w10
  161: w12
  162: w13
  163: w16
  164: w18
  165: w20
  166: w21
  167: w22
  168: w24
  169: w28
  170: w30
  171: w31
  172: w32
  173: w34
  174: w35
  175: w37
  176: w38
  177: w41
  178: w42
  179: w43
  180: w44
  181: w45
  182: w46
  183: w47
  184: w48
  185: w49
  186: w50
  187: w51
  188: w52
  189: w53
  190: w54
  191: w55
  192: w56
  193: w57
  194: w58
  195: w59
  196: w60
  197: w62
  198: w63
  199: w66
  200: i1
  201: i2
  202: i3
  203: i4
  204: i5
  205: i6
  206: i7
  207: i8
  208: i9
  209: i10
  210: i11
  211: i12
  212: i13
  213: i14
  214: i15
  215: il60
  216: il80
  217: il100
  218: il110
  219: io
  220: ip

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

  from PIL import Image

  from ultralytics.utils import TQDM
  from ultralytics.utils.downloads import download


  def tt100k2yolo(dir):
      """Convert TT100K annotations to YOLO format with images/{split} and labels/{split} structure."""
      data_dir = dir / "data"
      anno_file = data_dir / "annotations.json"

      print("Loading annotations...")
      with open(anno_file, encoding="utf-8") as f:
          data = json.load(f)

      # Build class name to index mapping from yaml
      names = yaml["names"]
      class_to_idx = {v: k for k, v in names.items()}

      # Create directories
      for split in ["train", "val", "test"]:
          (dir / "images" / split).mkdir(parents=True, exist_ok=True)
          (dir / "labels" / split).mkdir(parents=True, exist_ok=True)

      print("Converting annotations to YOLO format...")
      skipped = 0
      for img_id, img_data in TQDM(data["imgs"].items(), desc="Processing"):
          img_path_str = img_data["path"]
          if "train" in img_path_str:
              split = "train"
          elif "test" in img_path_str:
              split = "test"
          else:
              split = "val"

          # Source and destination paths
          src_img = data_dir / img_path_str
          if not src_img.exists():
              continue

          dst_img = dir / "images" / split / src_img.name

          # Get image dimensions
          try:
              with Image.open(src_img) as img:
                  img_width, img_height = img.size
          except Exception as e:
              print(f"Error reading {src_img}: {e}")
              continue

          # Copy image to destination
          shutil.copy2(src_img, dst_img)

          # Convert annotations
          label_file = dir / "labels" / split / f"{src_img.stem}.txt"
          lines = []

          for obj in img_data.get("objects", []):
              category = obj["category"]
              if category not in class_to_idx:
                  skipped += 1
                  continue

              bbox = obj["bbox"]
              xmin, ymin = bbox["xmin"], bbox["ymin"]
              xmax, ymax = bbox["xmax"], bbox["ymax"]

              # Convert to YOLO format (normalized center coordinates and dimensions)
              x_center = ((xmin + xmax) / 2.0) / img_width
              y_center = ((ymin + ymax) / 2.0) / img_height
              width = (xmax - xmin) / img_width
              height = (ymax - ymin) / img_height

              # Clip to valid range
              x_center = max(0, min(1, x_center))
              y_center = max(0, min(1, y_center))
              width = max(0, min(1, width))
              height = max(0, min(1, height))

              cls_idx = class_to_idx[category]
              lines.append(f"{cls_idx} {x_center:.6f} {y_center:.6f} {width:.6f} {height:.6f}\n")

          # Write label file
          if lines:
              label_file.write_text("".join(lines), encoding="utf-8")

      if skipped:
          print(f"Skipped {skipped} annotations with unknown categories")
      print("Conversion complete!")


  # Download
  dir = Path(yaml["path"])  # dataset root dir
  urls = ["https://cg.cs.tsinghua.edu.cn/traffic-sign/data_model_code/data.zip"]
  download(urls, dir=dir, curl=True, threads=1)

  # Convert
  tt100k2yolo(dir)

使用法

TT100KデータセットでYOLO26モデルを画像サイズ640、100エポックでトレーニングするには、以下のコードスニペットを使用できます。データセットは初回使用時に自動的にダウンロードされ、YOLO形式に変換されます。

学習の例

PythonCLI

from ultralytics import YOLO

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

# Train the model - dataset will auto-download on first run
results = model.train(data="TT100K.yaml", epochs=100, imgsz=640)

# Start training from a pretrained *.pt model
# Dataset will auto-download and convert on first run
yolo detect train data=TT100K.yaml model=yolo26n.pt epochs=100 imgsz=640

サンプル画像とアノテーション

TT100Kデータセットの典型的な例を以下に示します。

都市環境: 様々な距離に複数の交通標識がある街路の風景
高速道路のシーン: 速度制限や方向指示器を含む高速道路標識
複雑な交差点: さまざまな向きで近接して設置された複数の標識
困難な条件: さまざまな照明（昼/夜）、天候（雨/霧）、および視点角度の下にある標識

このデータセットには以下が含まれます。

クローズアップされた標識: 画像の大部分を占める、大きくはっきりと見える標識
遠方の標識: きめ細かなdetect能力を必要とする小さな標識
部分的に遮蔽された標識: 車両、木、またはその他の物体によって部分的に遮られている標識
画像ごとの複数の標識: いくつかの異なる種類の標識を含む画像

引用と謝辞

研究または開発作業でTT100Kデータセットを使用する場合は、以下の論文を引用してください。

BibTeX

@InProceedings{Zhu_2016_CVPR,
    author = {Zhu, Zhe and Liang, Dun and Zhang, Songhai and Huang, Xiaolei and Li, Baoli and Hu, Shimin},
    title = {Traffic-Sign Detection and Classification in the Wild},
    booktitle = {The IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
    month = {June},
    year = {2016}
}

コンピュータービジョンおよび自動運転コミュニティのためにこの貴重なリソースを作成し、維持してくださった清華大学とTencentの共同研究に感謝いたします。TT100Kデータセットの詳細については、公式データセットウェブサイトをご覧ください。

よくある質問