No license

패키지 세그멘테이션 데이터셋#

Ultralytics 패키지 세그멘테이션 데이터셋(Package Segmentation Dataset)은 단일 package 클래스에서 인스턴스 세그멘테이션 모델을 학습하기 위해 패키지를 어노테이션한 2,197장의 엄선된 이미지 모음입니다. 패키지 식별, 분류, 취급과 같은 물류 및 창고 자동화 유스케이스를 위해 구축되었으며, 컴퓨터 비전 파이프라인에서 실시간 패키지 분석을 위해 Ultralytics YOLO와 직접 연동됩니다. 데이터셋 개요 페이지에서 더 많은 세그멘테이션 데이터셋을 확인해 보세요.

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

데이터셋 구조#

Package Segmentation 데이터셋은 2,197개의 이미지를 다음과 같이 분할합니다:

학습 세트: 딥러닝 모델 학습에 사용되는 1,920장의 이미지입니다.
검증 세트: 하이퍼파라미터를 튜닝하고 오버fitting을 방지하기 위해 학습 중에 사용되는 188개의 이미지.
테스트 세트(Testing set): 학습 후 모델을 평가하기 위해 별도로 보관된 89개의 이미지.
클래스: 주석이 달린 모든 패키지를 포함하는 단일 package 클래스.
다운로드 크기: 약 103 MB.

응용 분야#

패키지 세그멘테이션은 전자상거래 주문 처리부터 보안 검색까지 다양한 응용 분야에서 물류, 라스트 마일 배송, 제조 품질 관리 및 스마트 시티 시스템을 최적화합니다. 정밀한 패키지 마스크를 통해 자동화 시스템은 실시간으로 소포를 찾고, 개수를 세며, 검사할 수 있습니다.

스마트 창고 및 물류#

현대 창고에서 비전 AI 솔루션은 패키지 식별 및 분류를 자동화하여 작업을 간소화할 수 있습니다. 이 데이터셋으로 학습된 컴퓨터 비전 모델은 조명이 어둡거나 복잡한 환경과 같은 까다로운 조건에서도 실시간으로 패키지를 신속하게 감지하고 세그멘테이션할 수 있습니다. 이를 통해 처리 시간이 단축되고, 오류가 줄어들며, 물류 운영의 전반적인 효율성이 향상됩니다.

품질 관리 및 손상 감지#

패키지 세그멘테이션 모델은 형태와 외관을 분석하여 손상된 패키지를 식별할 수 있습니다. 패키지 외곽선의 불규칙성이나 변형을 감지함으로써, 이러한 모델은 온전한 패키지만 공급망을 통과하도록 보장하여 고객 불만과 반품률을 줄이는 데 기여합니다. 이는 제조 분야의 품질 관리에서 핵심적인 측면이며 제품 무결성을 유지하는 데 필수적입니다.

완성된 패키지 세그멘테이션 데이터셋은 Ultralytics 플랫폼에서도 탐색하고 관리할 수 있습니다.

데이터셋 YAML#

YAML 파일은 경로, 클래스 및 기타 필수 세부 정보를 포함한 데이터셋 구성을 정의합니다. 패키지 세그멘테이션 데이터셋의 경우, package-seg.yaml 파일은 https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/package-seg.yaml에서 유지 관리됩니다.

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

사용법#

Package Segmentation 데이터셋에서 이미지 크기 640으로 100 에폭 동안 Ultralytics YOLO26n 모델을 학습하려면 다음 코드 스니펫을 사용하십시오. 데이터셋(약 103 MB)은 최초 사용 시 자동으로 다운로드됩니다. 사용 가능한 인수에 대한 전체 목록은 모델 학습 페이지를 참조하십시오.

훈련 예제

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")

샘플 데이터 및 주석#

다음은 세그멘테이션 마스크가 오버레이되어 감지된 패키지 윤곽을 보여주는 Package Segmentation 데이터셋의 예시입니다:

물류용 패키지 세그멘테이션 데이터셋 샘플

이 데이터셋은 다양한 장소, 환경, 패키지 밀도를 아우르므로, 이를 통해 학습된 모델은 일반화하는 데 필요한 다양한 실제 물류 장면에 노출됩니다. 관련 워크플로에 대해서는 세그멘테이션 태스크 페이지를 참조하십시오.

인용 및 감사의 글#

패키지 세그멘테이션 데이터셋을 연구 또는 개발 이니셔티브에 통합하는 경우 적절하게 출처를 표기해 주십시오:

인용

@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 },
}

컴퓨터 비전 커뮤니티에 기여해 주신 패키지 세그멘테이션 데이터셋 제작자분들께 감사를 표합니다. 더 많은 데이터셋을 보려면 Ultralytics 데이터셋 컬렉션과 모델 학습 팁 가이드를 방문하세요.

FAQ#

Package Segmentation 데이터셋이란 무엇이며 Ultralytics YOLO26에서 어떻게 사용됩니까?#

Package Segmentation Dataset은 단일 package 클래스에서 인스턴스 세그멘테이션 모델을 학습하고 평가하기 위한, 패키지가 어노테이션된 2,197장의 이미지 모음입니다. 패키지 식별, 분류, 품질 관리와 같은 물류 및 창고 자동화 애플리케이션을 타겟으로 하며, package-seg.yaml 설정 파일을 통해 Ultralytics YOLO26과 직접 함께 사용됩니다.

Package Segmentation 데이터셋에는 몇 개의 이미지와 클래스가 포함되어 있습니까?#

데이터셋은 총 2,197개의 이미지로 구성되어 있으며 — 학습용 1,920개, 검증용 188개, 테스트용 89개 — 모두 단일 package 클래스에 대해 주석이 지정되어 있습니다. 전체 아카이브는 처음 사용할 때 ~103 MB의 .zip로 자동 다운로드됩니다.