コンテンツへスキップ

xViewデータセット

The xView dataset is one of the largest publicly available datasets of overhead imagery, containing images from complex scenes around the world annotated using bounding boxes. The goal of the xView dataset is to accelerate progress in four computer vision frontiers:

  1. 検出のための最小解像度を下げる。
  2. 学習効率を高める。
  3. より多くのオブジェクトクラスの発見を可能にする。
  4. 細かいクラスの検出を改善する。

xViewは、Common Objects in Context (COCO)のようなチャレンジの成功の上に構築され、新しい方法で視覚世界を理解し、様々な重要なアプリケーションに対処するために、宇宙からの利用可能な画像の増加量を分析するためにコンピュータビジョンを活用することを目指しています。

主な特徴

  • xViewには60のクラスにわたって100万以上のオブジェクト・インスタンスが含まれている。
  • このデータセットの解像度は0.3メートルで、一般に公開されている衛星画像データセットよりも高解像度の画像を提供している。
  • xView features a diverse collection of small, rare, fine-grained, and multi-type objects with bounding box annotation.
  • Comes with a pre-trained baseline model using the TensorFlow object detection API and an example for PyTorch.

データセット構造

xViewデータセットは、WorldView-3衛星から0.3mの地上標本距離で収集された衛星画像で構成されている。1,400km²以上の画像に60のクラスにわたって100万以上のオブジェクトが含まれている。

アプリケーション

xViewデータセットは、俯瞰画像における物体検出のためのディープラーニングモデルの訓練と評価に広く利用されている。このデータセットの多様なオブジェクトクラスと高解像度画像は、コンピュータビジョン分野、特に衛星画像解析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ます。xView データセットの場合は xView.yaml ファイルは https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/xView.yaml.

ultralytics/cfg/datasets/xView.yaml

# Ultralytics YOLO 🚀, AGPL-3.0 license
# DIUx xView 2018 Challenge https://challenge.xviewdataset.org by U.S. National Geospatial-Intelligence Agency (NGA)
# --------  DOWNLOAD DATA MANUALLY and jar xf val_images.zip to 'datasets/xView' before running train command!  --------
# Documentation: https://docs.ultralytics.com/datasets/detect/xview/
# Example usage: yolo train data=xView.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── xView  ← downloads here (20.7 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/xView # dataset root dir
train: images/autosplit_train.txt # train images (relative to 'path') 90% of 847 train images
val: images/autosplit_val.txt # train images (relative to 'path') 10% of 847 train images

# Classes
names:
  0: Fixed-wing Aircraft
  1: Small Aircraft
  2: Cargo Plane
  3: Helicopter
  4: Passenger Vehicle
  5: Small Car
  6: Bus
  7: Pickup Truck
  8: Utility Truck
  9: Truck
  10: Cargo Truck
  11: Truck w/Box
  12: Truck Tractor
  13: Trailer
  14: Truck w/Flatbed
  15: Truck w/Liquid
  16: Crane Truck
  17: Railway Vehicle
  18: Passenger Car
  19: Cargo Car
  20: Flat Car
  21: Tank car
  22: Locomotive
  23: Maritime Vessel
  24: Motorboat
  25: Sailboat
  26: Tugboat
  27: Barge
  28: Fishing Vessel
  29: Ferry
  30: Yacht
  31: Container Ship
  32: Oil Tanker
  33: Engineering Vehicle
  34: Tower crane
  35: Container Crane
  36: Reach Stacker
  37: Straddle Carrier
  38: Mobile Crane
  39: Dump Truck
  40: Haul Truck
  41: Scraper/Tractor
  42: Front loader/Bulldozer
  43: Excavator
  44: Cement Mixer
  45: Ground Grader
  46: Hut/Tent
  47: Shed
  48: Building
  49: Aircraft Hangar
  50: Damaged Building
  51: Facility
  52: Construction Site
  53: Vehicle Lot
  54: Helipad
  55: Storage Tank
  56: Shipping container lot
  57: Shipping Container
  58: Pylon
  59: Tower

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

  import numpy as np
  from PIL import Image
  from tqdm import tqdm

  from ultralytics.data.utils import autosplit
  from ultralytics.utils.ops import xyxy2xywhn


  def convert_labels(fname=Path('xView/xView_train.geojson')):
      # Convert xView geoJSON labels to YOLO format
      path = fname.parent
      with open(fname) as f:
          print(f'Loading {fname}...')
          data = json.load(f)

      # Make dirs
      labels = Path(path / 'labels' / 'train')
      os.system(f'rm -rf {labels}')
      labels.mkdir(parents=True, exist_ok=True)

      # xView classes 11-94 to 0-59
      xview_class2index = [-1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, 0, 1, 2, -1, 3, -1, 4, 5, 6, 7, 8, -1, 9, 10, 11,
                           12, 13, 14, 15, -1, -1, 16, 17, 18, 19, 20, 21, 22, -1, 23, 24, 25, -1, 26, 27, -1, 28, -1,
                           29, 30, 31, 32, 33, 34, 35, 36, 37, -1, 38, 39, 40, 41, 42, 43, 44, 45, -1, -1, -1, -1, 46,
                           47, 48, 49, -1, 50, 51, -1, 52, -1, -1, -1, 53, 54, -1, 55, -1, -1, 56, -1, 57, -1, 58, 59]

      shapes = {}
      for feature in tqdm(data['features'], desc=f'Converting {fname}'):
          p = feature['properties']
          if p['bounds_imcoords']:
              id = p['image_id']
              file = path / 'train_images' / id
              if file.exists():  # 1395.tif missing
                  try:
                      box = np.array([int(num) for num in p['bounds_imcoords'].split(",")])
                      assert box.shape[0] == 4, f'incorrect box shape {box.shape[0]}'
                      cls = p['type_id']
                      cls = xview_class2index[int(cls)]  # xView class to 0-60
                      assert 59 >= cls >= 0, f'incorrect class index {cls}'

                      # Write YOLO label
                      if id not in shapes:
                          shapes[id] = Image.open(file).size
                      box = xyxy2xywhn(box[None].astype(np.float), w=shapes[id][0], h=shapes[id][1], clip=True)
                      with open((labels / id).with_suffix('.txt'), 'a') as f:
                          f.write(f"{cls} {' '.join(f'{x:.6f}' for x in box[0])}\n")  # write label.txt
                  except Exception as e:
                      print(f'WARNING: skipping one label for {file}: {e}')


  # Download manually from https://challenge.xviewdataset.org
  dir = Path(yaml['path'])  # dataset root dir
  # urls = ['https://d307kc0mrhucc3.cloudfront.net/train_labels.zip',  # train labels
  #         'https://d307kc0mrhucc3.cloudfront.net/train_images.zip',  # 15G, 847 train images
  #         'https://d307kc0mrhucc3.cloudfront.net/val_images.zip']  # 5G, 282 val images (no labels)
  # download(urls, dir=dir)

  # Convert labels
  convert_labels(dir / 'xView_train.geojson')

  # Move images
  images = Path(dir / 'images')
  images.mkdir(parents=True, exist_ok=True)
  Path(dir / 'train_images').rename(dir / 'images' / 'train')
  Path(dir / 'val_images').rename(dir / 'images' / 'val')

  # Split
  autosplit(dir / 'images' / 'train')

使用方法

To train a model on the xView dataset for 100 epochs with an image size of 640, you can use the following code snippets. For a comprehensive list of available arguments, refer to the model Training page.

列車の例

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="xView.yaml", epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo detect train data=xView.yaml model=yolo11n.pt epochs=100 imgsz=640

サンプルデータと注釈

xViewデータセットには、バウンディングボックスを使用して注釈が付けられたオブジェクトの多様なセットを持つ高解像度の衛星画像が含まれています。このデータセットのデータの例と、対応するアノテーションを紹介します:

データセットサンプル画像

  • Overhead Imagery: This image demonstrates an example of object detection in overhead imagery, where objects are annotated with bounding boxes. The dataset provides high-resolution satellite images to facilitate the development of models for this task.

この例では、xViewデータセットのデータの多様性と複雑さを紹介し、物体検出タスクにおける高品質の衛星画像の重要性を強調している。

引用と謝辞

研究開発でxView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:

@misc{lam2018xview,
      title={xView: Objects in Context in Overhead Imagery},
      author={Darius Lam and Richard Kuzma and Kevin McGee and Samuel Dooley and Michael Laielli and Matthew Klaric and Yaroslav Bulatov and Brendan McCord},
      year={2018},
      eprint={1802.07856},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

国防イノベーションユニットDIU)とxViewデータセットの作成者のコンピュータビジョン研究コミュニティへの貴重な貢献に感謝したい。xViewデータセットとその作成者についての詳細は、xViewデータセットのウェブサイトをご覧ください。

よくあるご質問

xViewデータセットとはどのようなもので、コンピュータ・ビジョン研究にどのように役立つのでしょうか?

xViewデータセットは、一般に公開されている高解像度俯瞰画像のコレクションとしては最大級のもので、60クラスにわたる100万以上のオブジェクトインスタンスを含んでいる。このデータセットは、検出のための最小解像度の低減、学習効率の向上、より多くのオブジェクトクラスの発見、きめ細かなオブジェクト検出の進歩など、コンピュータビジョン研究の様々な側面を強化するように設計されています。

Ultralytics YOLO を使って xView データセットでモデルをトレーニングするにはどうしたらいいですか?

Ultralytics YOLO を使って xView データセットでモデルをトレーニングするには、以下のステップに従う:

列車の例

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="xView.yaml", epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo detect train data=xView.yaml model=yolo11n.pt epochs=100 imgsz=640

詳細な引数と設定については、モデルのトレーニングページを参照してください。

xViewデータセットの主な特徴は?

The xView dataset stands out due to its comprehensive set of features:

  • Over 1 million object instances across 60 distinct classes.
  • High-resolution imagery at 0.3 meters.
  • Diverse object types including small, rare, and fine-grained objects, all annotated with bounding boxes.
  • Availability of a pre-trained baseline model and examples in TensorFlow and PyTorch.

xViewのデータセットの構造とアノテーションは?

The xView dataset comprises high-resolution satellite images collected from WorldView-3 satellites at a 0.3m ground sample distance. It encompasses over 1 million objects across 60 classes in approximately 1,400 km² of imagery. Each object within the dataset is annotated with bounding boxes, making it ideal for training and evaluating deep learning models for object detection in overhead imagery. For a detailed overview, you can look at the dataset structure section here.

研究でxViewデータセットを引用するには?

xViewデータセットを研究に利用する場合は、以下の論文を引用してください:

@misc{lam2018xview,
    title={xView: Objects in Context in Overhead Imagery},
    author={Darius Lam and Richard Kuzma and Kevin McGee and Samuel Dooley and Michael Laielli and Matthew Klaric and Yaroslav Bulatov and Brendan McCord},
    year={2018},
    eprint={1802.07856},
    archivePrefix={arXiv},
    primaryClass={cs.CV}
}

xViewデータセットの詳細については、xViewデータセットの公式ウェブサイトをご覧ください。


📅 Created 11 months ago ✏️ Updated 6 days ago

コメント