Roboflow 유니버스 패키지 세분화 데이터 세트

The Roboflow Package Segmentation Dataset is a curated collection of images specifically tailored for tasks related to package segmentation in the field of computer vision. This dataset is designed to assist researchers, developers, and enthusiasts working on projects related to package identification, sorting, and handling.

다양한 상황과 환경에서 다양한 패키지를 보여주는 다양한 이미지 세트가 포함된 이 데이터 세트는 세분화 모델을 훈련하고 평가하는 데 유용한 리소스로 사용됩니다. 물류, 창고 자동화 또는 정밀한 패키지 분석이 필요한 모든 애플리케이션에서 패키지 세분화 데이터 세트는 컴퓨터 비전 알고리즘의 성능을 향상시킬 수 있는 대상에 맞는 포괄적인 이미지 세트를 제공합니다.

데이터 세트 구조

패키지 세분화 데이터 세트의 데이터 분포는 다음과 같은 구조로 되어 있습니다:

• 트레이닝 세트: 해당 주석과 함께 1920개의 이미지가 포함됩니다.
• 테스트 세트: 89개의 이미지로 구성되며, 각 이미지는 각각의 주석과 짝을 이룹니다.
• 유효성 검사 세트: 각각 해당 주석이 있는 188개의 이미지로 구성됩니다.

애플리케이션

패키지 세분화 데이터세트를 통해 촉진되는 패키지 세분화는 물류 최적화, 라스트 마일 배송 개선, 제조 품질 관리 개선, 스마트 시티 솔루션에 기여하는 데 매우 중요합니다. 전자상거래에서 보안 애플리케이션에 이르기까지 이 데이터 세트는 다양하고 효율적인 패키지 분석 애플리케이션을 위한 컴퓨터 비전의 혁신을 촉진하는 핵심 리소스입니다.

데이터 세트 YAML

데이터 세트 구성을 정의하는 데는 YAML(또 다른 마크업 언어) 파일이 사용됩니다. 여기에는 데이터 세트의 경로, 클래스 및 기타 관련 정보에 대한 정보가 포함되어 있습니다. 패키지 세분화 데이터 세트의 경우, 패키지 세분화 데이터 세트의 package-seg.yaml 파일은 다음 위치에서 유지됩니다. https://github.com/ultralytics/ultralytics/blob/main/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

사용법

To train Ultralytics YOLO11n model on the Package Segmentation 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.

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

샘플 데이터 및 주석

패키지 세분화 데이터 세트는 다양한 관점에서 캡처한 다양한 이미지와 동영상 모음으로 구성되어 있습니다. 아래는 데이터 세트의 데이터 인스턴스와 각 데이터에 대한 주석입니다:

• This image displays an instance of image object detection, featuring annotated bounding boxes with masks outlining recognized objects. The dataset incorporates a diverse collection of images taken in different locations, environments, and densities. It serves as a comprehensive resource for developing models specific to this task.
• 이 예는 드론과 관련된 컴퓨터 비전 작업에서 고품질 센서 데이터의 중요성을 강조하면서 VisDrone 데이터 세트에 존재하는 다양성과 복잡성을 강조합니다.

인용 및 감사

크랙 세분화 데이터 세트를 연구 또는 개발 이니셔티브에 통합하는 경우 다음 논문을 인용해 주세요:

@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 },
}

물류 및 연구 프로젝트에 귀중한 자산인 패키지 세분화 데이터셋을 생성하고 유지 관리하는 Roboflow 팀의 노고에 감사드립니다. 패키지 세분화 데이터 세트와 제작자에 대한 자세한 내용은 패키지 세분화 데이터 세트 페이지를 참조하시기 바랍니다.

자주 묻는 질문

Roboflow 패키지 세분화 데이터 세트는 무엇이며 컴퓨터 비전 프로젝트에 어떻게 도움이 될 수 있나요?

Roboflow 패키지 세분화 데이터 세트는 패키지 세분화와 관련된 작업에 맞게 선별된 이미지 모음입니다. 다양한 맥락의 다양한 패키지 이미지가 포함되어 있어 세분화 모델을 훈련하고 평가하는 데 매우 유용합니다. 이 데이터 세트는 물류, 창고 자동화 및 정밀한 패키지 분석이 필요한 모든 프로젝트에 특히 유용합니다. 물류를 최적화하고 정확한 패키지 식별 및 분류를 위한 비전 모델을 개선하는 데 도움이 됩니다.

How do I train an Ultralytics YOLO11 model on the Package Segmentation Dataset?

You can train an Ultralytics YOLO11n model using both Python and CLI methods. Use the snippets below:

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

자세한 내용은 모델 교육 페이지를 참조하세요.

패키지 세분화 데이터 세트의 구성 요소는 무엇이며 어떻게 구성되어 있나요?

The dataset is structured into three main components:

• Training set: Contains 1920 images with annotations.
• Testing set: Comprises 89 images with corresponding annotations.
• Validation set: Includes 188 images with annotations.

이 구조는 철저한 모델 훈련, 검증 및 테스트를 위한 균형 잡힌 데이터 세트를 보장하여 세분화 알고리즘의 성능을 향상시킵니다.

Why should I use Ultralytics YOLO11 with the Package Segmentation Dataset?

Ultralytics YOLO11 provides state-of-the-art accuracy and speed for real-time object detection and segmentation tasks. Using it with the Package Segmentation Dataset allows you to leverage YOLO11's capabilities for precise package segmentation. This combination is especially beneficial for industries like logistics and warehouse automation, where accurate package identification is critical. For more information, check out our page on YOLO11 segmentation.

패키지 세분화 데이터 세트의 package-seg.yaml 파일에 액세스하고 사용하려면 어떻게 해야 하나요?

그리고 package-seg.yaml 파일은 Ultralytics' GitHub 리포지토리에서 호스팅되며 데이터 세트의 경로, 클래스 및 구성에 대한 필수 정보가 포함되어 있습니다. 다음에서 다운로드할 수 있습니다. 여기. 이 파일은 데이터 집합을 효율적으로 활용하도록 모델을 구성하는 데 매우 중요합니다.

더 많은 인사이트와 실제 사례는 사용 방법 섹션을 참조하세요.

📅 Created 8 months ago ✏️ Updated 12 days ago

댓글