Roboflow ユニバース・カーパーツ・セグメンテーション・データセット

カーパーツセグメンテーションデータセット RoboflowCarparts Segmentation Datasetは、コンピュータビジョンアプリケーションのために設計された画像とビデオのコレクションで、特に車の部品に関連するセグメンテーションタスクに焦点を当てています。このデータセットは、複数の視点から撮影された多様なビジュアルのセットを提供し、セグメンテーションモデルのトレーニングやテストのための貴重な注釈付き例を提供します。

カーパーツ・セグメンテーション・データセットは、自動車研究、車両メンテナンスのためのAIソリューション開発、コンピュータ・ビジョン・アプリケーションの探求など、プロジェクトの精度と効率を高めるための貴重なリソースです。

見るんだ： Ultralytics HUBを使用したカーパーツ・インスタンスのセグメンテーション

データセット構造

Carparts Segmentation Dataset内のデータ分布は、以下のように整理されている：

• トレーニングセット：3156枚の画像を含み、それぞれに対応する注釈が付されている。
• テストセット：276枚の画像で構成され、各画像はそれぞれのアノテーションと対になっている。
• 検証セット：401枚の画像からなり、それぞれに対応するアノテーションがある。

アプリケーション

カーパーツセグメンテーションは、自動車の品質管理、自動車修理、電子商取引のカタログ、交通監視、自律走行車、保険処理、リサイクル、スマートシティ構想などに応用されている。さまざまな車両部品を正確に識別・分類することでプロセスを合理化し、さまざまな産業における効率化と自動化に貢献する。

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やクラス、その他の関連情報が含まれています。パッケージセグメンテーションデータセットの場合は carparts-seg.yaml ファイルは https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/carparts-seg.yaml.

# Ultralytics YOLO 🚀, AGPL-3.0 license
# Carparts-seg dataset by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/segment/carparts-seg/
# Example usage: yolo train data=carparts-seg.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── carparts-seg  ← downloads here (132 MB)

# 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/carparts-seg # dataset root dir
train: train/images # train images (relative to 'path') 3516 images
val: valid/images # val images (relative to 'path') 276 images
test: test/images # test images (relative to 'path') 401 images

# Classes
names:
  0: back_bumper
  1: back_door
  2: back_glass
  3: back_left_door
  4: back_left_light
  5: back_light
  6: back_right_door
  7: back_right_light
  8: front_bumper
  9: front_door
  10: front_glass
  11: front_left_door
  12: front_left_light
  13: front_light
  14: front_right_door
  15: front_right_light
  16: hood
  17: left_mirror
  18: object
  19: right_mirror
  20: tailgate
  21: trunk
  22: wheel

# Download script/URL (optional)
download: https://ultralytics.com/assets/carparts-seg.zip

使用方法

Carparts Segmentation データセットでUltralytics YOLOv8n モデルを画像サイズ 640 で 100 エポック学習するには、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。

from ultralytics import YOLO

# Load a model
model = YOLO('yolov8n-seg.pt')  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data='carparts-seg.yaml', epochs=100, imgsz=640)

# Start training from a pretrained *.pt model
yolo segment train data=carparts-seg.yaml model=yolov8n-seg.pt epochs=100 imgsz=640

サンプルデータと注釈

Carparts Segmentationデータセットには、様々な視点から撮影された画像や動画が含まれています。以下に、このデータセットのデータの例と、それに対応するアノテーションを示します：

• この画像はサンプル内のオブジェクトのセグメンテーションを示すもので、識別されたオブジェクトを囲むマスクと注釈付きバウンディングボックスが特徴である。このデータセットは、様々な場所、環境、密度で撮影された様々な画像から構成されており、このタスクに特化したモデルを作成するための包括的なリソースとして役立つ。
• この例は、データセットに内在する多様性と複雑性を浮き彫りにし、コンピュータ・ビジョンのタスク、特に自動車部品のセグメンテーションの領域における高品質データの重要な役割を強調している。

引用と謝辞

カーパーツ・セグメンテーション・データセットを研究または開発プロジェクトに統合する場合は、以下の論文を参照してください：

   @misc{ car-seg-un1pm_dataset,
        title = { car-seg Dataset },
        type = { Open Source Dataset },
        author = { Gianmarco Russo },
        howpublished = { \url{ https://universe.roboflow.com/gianmarco-russo-vt9xr/car-seg-un1pm } },
        url = { https://universe.roboflow.com/gianmarco-russo-vt9xr/car-seg-un1pm },
        journal = { Roboflow Universe },
        publisher = { Roboflow },
        year = { 2023 },
        month = { nov },
        note = { visited on 2024-01-24 },
    }

車両整備や研究プロジェクトのための貴重なリソースであるカーパーツセグメンテーションデータセットの開発と管理におけるRoboflow チームの献身に感謝いたします。Carparts Segmentationデータセットとその作成者についての詳細は、CarParts Segmentation Dataset Pageをご覧ください。

コメント