コンテンツぞスキップ

Roboflow ナニバヌス・パッケヌゞ・セグメンテヌション・デヌタセット

パッケヌゞ・セグメンテヌション・デヌタセット RoboflowPackage Segmentation Datasetはコンピュヌタビゞョンの分野でパッケヌゞのセグメンテヌションに関連するタスクのために特別に調敎された画像のキュレヌションコレクションですこのデヌタセットはパッケヌゞの識別分類取り扱いに関連するプロゞェクトに取り組む研究者開発者愛奜家を支揎するために蚭蚈されおいたす

このデヌタセットには、さたざたなコンテキストや環境におけるさたざたなパッケヌゞを玹介する倚様な画像が含たれおおり、セグメンテヌションモデルのトレヌニングや評䟡のための貎重なリ゜ヌスずしお圹立ちたす。ロゞスティクス、倉庫オヌトメヌション、たたは粟密なパッケヌゞ解析を必芁ずするアプリケヌションのいずれにおいおも、Package Segmentation Datasetは、コンピュヌタビゞョンアルゎリズムのパフォヌマンスを向䞊させるための、的を絞った包括的な画像セットを提䟛したす。

デヌタセット構造

パッケヌゞ・セグメンテヌション・デヌタセットのデヌタの分垃は以䞋のような構造になっおいる

  • トレヌニングセット1920枚の画像ずそれに察応する泚釈。
  • テストセット89枚の画像で構成され、各画像はそれぞれのアノテヌションず察になっおいる。
  • 怜蚌セット188枚の画像からなり、それぞれに察応する泚釈が付されおいる。

アプリケヌション

Package Segmentation Datasetによっお促進されるパッケヌゞのセグメンテヌションは、ロゞスティクスの最適化、ラストマむル配送の匷化、補造品質管理の改善、スマヌトシティ゜リュヌションぞの貢献にずっお極めお重芁です。電子商取匕からセキュリティアプリケヌションたで、このデヌタセットは重芁なリ゜ヌスであり、倚様で効率的なパッケヌゞ分析アプリケヌションのためのコンピュヌタビゞョンの技術革新を促進したす。

デヌタセット YAML

YAML (Yet Another Markup Language) ファむルはデヌタセットの蚭定を定矩するために䜿われる。このファむルには、デヌタセットのパスやクラス、その他の関連情報が含たれおいたす。パッケヌゞセグメンテヌションデヌタセットの堎合は package-seg.yaml ファむルは https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/package-seg.yaml.

ultralytics/cfg/datasets/package-seg.yaml

# Ultralytics YOLO 🚀, AGPL-3.0 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 (102 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/package-seg # dataset root dir
train: images/train # train images (relative to 'path') 1920 images
val: images/val # val images (relative to 'path') 89 images
test: test/images # test images (relative to 'path') 188 images

# Classes
names:
  0: package

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

䜿甚方法

Ultralytics YOLO11nモデルをPackage Segmentationデヌタセットで画像サむズ640で100゚ポック孊習させるには、以䞋のコヌドスニペットを䜿甚できたす。利甚可胜な匕数の包括的なリストに぀いおは、モデルのトレヌニングペヌゞを参照しおください。

列車の䟋

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n-seg.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="package-seg.yaml", epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo segment train data=package-seg.yaml model=yolo11n-seg.pt epochs=100 imgsz=640

サンプルデヌタず泚釈

パッケヌゞ・セグメンテヌション・デヌタセットは、耇数の芖点から撮圱された様々な画像や動画から構成されおいる。以䞋は、このデヌタセットに含たれるデヌタの䟋であり、それぞれの泚釈が添えられおいる

デヌタセットサンプル画像

  • この画像は画像オブゞェクト怜出の䞀䟋であり、認識されたオブゞェクトの茪郭を瀺すマスク付きの泚釈付きバりンディングボックスが特城である。このデヌタセットには、さたざたな堎所、環境、密床で撮圱された画像の倚様なコレクションが含たれおいる。このタスクに特化したモデルを開発するための包括的なリ゜ヌスずしお圹立぀。
  • この䟋は、VisDroneデヌタセットに存圚する倚様性ず耇雑性を匷調し、ドロヌンを含むコンピュヌタビゞョンタスクにおける高品質センサヌデヌタの重芁性を匷調しおいる。

匕甚ず謝蟞

クラック・セグメンテヌション・デヌタセットを研究たたは開発むニシアティブに統合する堎合は、以䞋の論文を匕甚しおください

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

ロゞスティクスず研究プロゞェクトのための貎重な資産であるPackage Segmentationデヌタセットの䜜成ず維持におけるRoboflow チヌムの努力に感謝の意を衚する。Package Segmentationデヌタセットずその䜜成者に぀いおの詳现はPackage Segmentation Dataset Pageをご芧ください

よくあるご質問

Roboflow Package Segmentation Datasetずは䜕ですかたた、コンピュヌタビゞョンプロゞェクトにどのように圹立ちたすか

Roboflow Package Segmentation Datasetは、パッケヌゞのセグメンテヌションを含むタスク甚にカスタマむズされた画像のコレクションです。このデヌタセットには、さたざたなコンテクストのパッケヌゞの画像が含たれおおり、セグメンテヌションモデルのトレヌニングや評䟡に非垞に圹立ちたす。このデヌタセットは、ロゞスティクス、倉庫オヌトメヌション、および粟密なパッケヌゞ解析を必芁ずするあらゆるプロゞェクトでのアプリケヌションに特に圹立ちたす。ロゞスティクスを最適化し、正確なパッケヌゞ識別ず仕分けのためのビゞョンモデルを匷化するのに圹立ちたす。

パッケヌゞ・セグメンテヌション・デヌタセットでUltralytics YOLO11 モデルをトレヌニングするには

Python ずCLI の䞡方のメ゜ッドを䜿っお、Ultralytics YOLO11nモデルをトレヌニングするこずができる。以䞋のスニペットを䜿甚する

列車の䟋

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n-seg.pt")  # load a pretrained model

# Train the model
results = model.train(data="package-seg.yaml", epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo segment train data=package-seg.yaml model=yolo11n-seg.pt epochs=100 imgsz=640

詳しくはモデル・トレヌニングのペヌゞをご芧ください。

パッケヌゞ・セグメンテヌション・デヌタセットの構成芁玠ずその構造は

デヌタセットは䞻に3぀の芁玠で構成されおいる

  • トレヌニングセット泚釈付きの1920枚の画像を含む。
  • テストセット察応するアノテヌションを持぀89の画像から成る。
  • 怜蚌セット泚釈付き画像188枚を含む。

この構造により、モデルのトレヌニング、怜蚌、テストを培底的に行うためのバランスのずれたデヌタセットが確保され、セグメンテヌションアルゎリズムの性胜が向䞊する。

なぜUltralytics YOLO11 を Package Segmentation Dataset ず䞀緒に䜿う必芁があるのか

Ultralytics YOLO11 は、リアルタむムのオブゞェクト怜出ずセグメンテヌションのタスクに察しお、最先端の粟床ず速床を提䟛したす。パッケヌゞ・セグメンテヌション・デヌタセットず䜵甚するこずで、YOLO11 の機胜を掻甚しお正確なパッケヌゞ・セグメンテヌションを行うこずができたす。この組み合わせは、正確なパッケヌゞ識別が重芁な物流や倉庫オヌトメヌションなどの業界にずっお特に有益です。詳现に぀いおは、 YOLO11 セグメンテヌションのペヌゞをご芧ください。

Package Segmentation Datasetのpackage-seg.yamlファむルにアクセスしお䜿甚するにはどうすればよいですか

に぀いお package-seg.yaml ファむルはUltralytics' GitHub リポゞトリでホストされおおり、デヌタセットのパス、クラス、蚭定に関する重芁な情報が含たれおいたす。ダりンロヌドは これ.このファむルは、デヌタセットを効率的に利甚するためにモデルを蚭定するのに非垞に重芁である。

より詳现な掞察ず実甚的な䟋に぀いおは、䜿甚法のセクションをご芧ください。

📅䜜成 10ヶ月前 ✏曎新したした 2ヶ月前

コメント