TT100Kデータセット

Tsinghua-Tencent 100K (TT100K)は、10万枚のTencent Street Viewパノラマ画像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、実環境下での交通標識の検出と分類を目的として特別に設計されており、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研究者や開発者に提供します。

このデータセットには、10万枚の画像が含まれており、221の注釈カテゴリにわたる3万件以上の交通標識インスタンスが収められています。オリジナルの論文では、教師あり学習のためにクラスごとに100インスタンスのしきい値を適用し、一般的に使用される45クラスのサブセットを生成していますが、提供されているUltralyticsデータセット設定では、非常に出現頻度の低いものも含め、221の注釈付きカテゴリすべてを保持しています。これらの画像には、照明、気象条件、画角、距離の大きな変化が含まれており、多様な実環境シナリオで確実に動作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、特に以下の用途において価値があります。

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
都市計画および交通分析
実環境下におけるコンピュータビジョンの研究

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。

スケール: 10万枚の高解像度画像 (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
実環境条件: 天候、照明、画角の大きな変化
豊富な注釈: 各標識にはクラスラベル、bbox、ピクセルマスクが含まれます
包括的な網羅性: 禁止標識、警告標識、規制標識、案内標識が含まれます
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ています。

学習セット: さまざまな種類の交通標識を検出および分類するモデルの学習に使用される、交通シーン画像の主要コレクションです。
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です。
テストセット: 実環境シナリオにおいて交通標識を検出および分類する最終的なモデルの能力を評価するために使用される、非公開の画像コレクションです。

TT100Kデータセットには、いくつかの主要なグループに整理された221の交通標識カテゴリが含まれています。

制限速度標識 (pl, pm)**

pl_: 最高速度制限禁止標識 (pl5, pl10, pl20, pl30, pl40, pl50, pl60, pl70, pl80, pl100, pl120)
pm_: 最低速度制限標識 (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、停車禁止など)
pn/pne: 進入禁止および駐車禁止標識
pr: 様々な規制標識 (pr10, pr20, pr30, pr40, pr50など)

警告標識 (w_)

w1-w66: 様々な道路の危険、状況、状態に対する警告標識
横断歩道、急カーブ、滑りやすい道路、動物、工事中などが含まれます。

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

案内標識 (i, il, io, ip)**

i1-i15: 一般的な案内標識
il_: 速度制限情報 (il60, il80, il100, il110)
io: その他の案内標識
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、TT100K.yamlファイルには自動ダウンロードおよび変換機能が含まれています。

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)

使用方法

TT100Kデータセットを使用してYOLO26モデルを100 エポック学習させ、画像サイズを640にするには、以下のコードスニペットを使用できます。初回使用時にデータセットは自動的にダウンロードされ、YOLO形式に変換されます。

トレーニングの例

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)

サンプル画像とアノテーション

以下は、TT100Kデータセットの典型的な例です。

都市環境: 様々な距離に複数の交通標識がある街中のシーン
高速道路シーン: 速度制限や方向指示を含む、高速走行用の道路標識
複雑な交差点: さまざまな向きで密集して配置された複数の標識
困難な条件: 異なる照明（昼/夜）、天候（雨/霧）、および画角の下での標識

このデータセットには以下が含まれます：

クローズアップ標識: 画像の大部分を占める、はっきりと見える大きな標識
遠方の標識: 細かな検出能力を必要とする小さな標識
部分的に隠れた標識: 車両、木、またはその他の物体によって部分的に遮られた標識
画像ごとの複数の標識: 複数の異なる種類の標識が含まれる画像

引用と謝辞

研究や開発業務で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。

引用

@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}
}

コンピュータビジョンおよび自動運転コミュニティのためのこの貴重なリソースを作成・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。

FAQ