No license

Package Segmentation Dataset#

Ultralytics Package Segmentation Dataset は、単一の package クラス上でインスタンスセグメンテーションモデルをトレーニングするための、2,197枚の注釈付きパッケージ画像の厳選されたコレクションです。パッケージの識別、仕分け、ハンドリングなどの物流および倉庫自動化のユースケース向けに構築されており、computer visionパイプラインでのリアルタイムなパッケージ分析のためにUltralytics YOLOと直接連携します。その他のセグメンテーションデータセットについては、datasets overview pageをご覧ください。

Watch: Train a Package Segmentation Model using Ultralytics YOLO | Industrial Packages 🎉

データセットの構造#

Package Segmentation Datasetは、2,197枚の画像を以下のように分割しています。

トレーニングセット: deep learningモデルのトレーニングに使用される1,920枚の画像。
検証セット: ハイパーパラメータの調整と過学習の防止のためにトレーニング中に使用される188枚の画像。
テストセット: トレーニング後にモデルを評価するために保持されている89枚の画像。
クラス: アノテーションされたすべてのパッケージをカバーする単一の package クラス。
ダウンロードサイズ: 約103 MB。

アプリケーション#

荷物のセグメンテーションは、物流、ラストワンマイル配送、製造品質管理、スマートシティシステムを最適化し、eコマースのフルフィルメントからセキュリティ検査まで幅広い用途に対応します。正確な荷物マスクにより、自動化システムは小包の場所の特定、カウント、検査をリアルタイムで行うことができます。

スマート倉庫と物流#

現代の倉庫において、ビジョンAIソリューションはパッケージの識別と仕分けを自動化することで業務を効率化できます。このデータセットでトレーニングされたコンピュータビジョンモデルは、薄暗い照明や乱雑なスペースといった困難な環境であっても、リアルタイムでパッケージを素早く検出しセグメント化できます。これにより、処理時間の短縮、エラーの削減、ロジスティクス業務における全体的な効率の向上がもたらされます。

品質管理と損傷検出#

パッケージセグメンテーションモデルは、形状と外観を分析することで損傷したパッケージを識別できます。パッケージの輪郭の不規則性や変形を検出し、これらのモデルは無傷のパッケージのみがサプライチェーンを進むことを確実にするのに役立ち、顧客からの苦情や返品率を削減します。これは製造業における品質管理の重要な側面であり、製品の完全性を維持するために不可欠です。

完全なPackage Segmentation Datasetは、Ultralytics Platformで閲覧および管理することもできます。

データセット YAML#

YAMLファイルは、パス、クラス、その他の重要な詳細を含むデータセット構成を定義します。Package Segmentationデータセットの場合、package-seg.yamlファイルはhttps://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/package-seg.yamlで維持されています。

ultralytics/cfg/datasets/package-seg.yaml

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

# Package-seg dataset by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/segment/package-seg
# Example usage: yolo train data=package-seg.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── package-seg ← downloads here (103 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: package-seg # dataset root dir
train: images/train # train images (relative to 'path') 1920 images
val: images/val # val images (relative to 'path') 188 images
test: images/test # test images (relative to 'path') 89 images

# Classes
names:
  0: package

# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/package-seg.zip

使用方法#

Package Segmentation datasetで画像サイズ640、100epochsでUltralytics YOLO26nモデルをトレーニングするには、次のコードスニペットを使用します。データセット（~103 MB）は初回使用時に自動的にダウンロードされます。利用可能な引数の詳細なリストについては、モデルのTraining pageを参照してください。

学習例

from ultralytics import YOLO

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

# Train the model on the Package Segmentation dataset
results = model.train(data="package-seg.yaml", epochs=100, imgsz=640)

# Validate the model
results = model.val()

# Perform inference on an image
results = model("path/to/image.jpg")

サンプルデータとアノテーション#

以下は、検出された荷物を輪郭で示し、セグメンテーションマスクを重ね合わせたPackage Segmentation Datasetの例です：

Package segmentation dataset sample for logistics

このデータセットはさまざまな場所、環境、パッケージ密度にわたるため、それでトレーニングされたモデルは汎化に必要な現実世界の物流シーンの範囲を網羅します。関連するワークフローについては、セグメンテーションタスクページをご覧ください。

引用と謝辞#

研究や開発の取り組みにPackage Segmentationデータセットを統合する場合は、適切に出典を引用してください。

引用

@misc{ factory_package_dataset,
    title = { factory_package Dataset },
    type = { Open Source Dataset },
    author = { factorypackage },
    url = { https://universe.roboflow.com/factorypackage/factory_package },
    year = { 2024 },
    month = { jan },
    note = { visited on 2024-01-24 },
}

コンピュータビジョンコミュニティへの貢献に対し、Package Segmentationデータセットの作成者に感謝の意を表します。その他のデータセットについては、Ultralytics Datasetsコレクションおよびモデルトレーニングのヒントに関するガイドをご覧ください。

よくある質問 (FAQ)#

Package Segmentation Datasetとは何か、またそれはUltralytics YOLO26でどのように使用されますか？#

Package Segmentation Datasetは、単一の package クラス上でインスタンスセグメンテーションモデルをトレーニングおよび評価するための、2,197枚の注釈付きパッケージ画像のコレクションです。パッケージの識別、仕分け、品質管理などの物流および倉庫自動化アプリケーションをターゲットにしており、 package-seg.yaml 設定ファイルを介してUltralytics YOLO26と直接使用されます。

Package Segmentation Datasetには何枚の画像といくつのクラスが含まれていますか？#

データセットの合計は2,197枚の画像（トレーニング用1,920枚、検証用188枚、テスト用89枚）であり、すべて単一の package クラス用にアノテーションされています。完全なアーカイブは、初回使用時に ~103 MBの .zip として自動的にダウンロードされます。

Package Segmentation DatasetでUltralytics YOLO26モデルをトレーニングするにはどうすればよいですか？#

事前トレーニング済みのセグメンテーションモデル（例：yolo26n-seg.pt）をロードし、上記のUsageセクションにあるPythonまたはCLIのスニペットを使用して、package-seg.yaml設定でトレーニングします。利用可能な引数の全リストについては、Training guideを参照してください。

なぜ物流の荷物セグメンテーションにUltralytics YOLO26を使用するのですか？#

YOLO26は、インスタンスセグメンテーションにおいて最先端のaccuracyとリアルタイムな速度を提供し、薄暗い倉庫や雑然とした倉庫でも自動システムがパッケージを確実に検出し仕分けできるようにします。上記のApplicationsセクションをご覧ください。トレーニング済みモデルは、倉庫ハードウェア全体へのデプロイのためにONNXやTensorRTなどのフォーマットにエクスポートできます。

Package Segmentationのデータセット構成ファイルはどこにありますか？#

データセットのパスと単一の package クラスを定義する package-seg.yaml ファイルは、UltralyticsのGitHubリポジトリ（package-seg.yaml）にあります。

コントリビューター

GLglenn-jocher¹⁸ RIRizwanMunawar⁴ RAraimbekovm³ ONonuralpszr¹ LAlakshanthad¹ MAMatthewNoyce¹ JKjk4e¹

作成日 2024年1月25日更新日 3 週間前