Conjunto de Dados KITTI
O conjunto de dados kitti é um dos conjuntos de dados de referência mais influentes para direção autônoma e visão computacional. Lançado pelo Instituto de Tecnologia de Karlsruhe e pelo Instituto Tecnológico Toyota em Chicago, ele contém dados de câmera estéreo, LiDAR e GPS/IMU coletados de cenários de direção do mundo real.
Assista: Como Treinar o Ultralytics YOLO11 no Dataset KITTI 🚀
É amplamente utilizado para avaliar algoritmos em detecção de objetos, estimativa de profundidade, fluxo óptico e odometria visual. O conjunto de dados é totalmente compatível com o Ultralytics YOLO11 para tarefas de detecção de objetos 2D e pode ser facilmente integrado à plataforma Ultralytics para treinamento e avaliação.
Estrutura do Conjunto de Dados
Aviso
O conjunto de teste original de Kitti é excluído aqui, pois não contém anotações de verdade terrestre.
No total, o conjunto de dados inclui 7.481 imagens, cada uma emparelhada com anotações detalhadas para objetos como carros, pedestres, ciclistas e outros elementos da estrada. O conjunto de dados é dividido em dois subconjuntos principais:
- Conjunto de treinamento: Contém 5.985 imagens com rótulos anotados usados para o treinamento do modelo.
- Conjunto de validação: Inclui 1.496 imagens com anotações correspondentes usadas para avaliação de desempenho e benchmarking.
Aplicações
O conjunto de dados Kitti permite avanços na condução autónoma e na robótica, suportando tarefas como:
- Percepção de veículos autônomos: Treinar modelos para detectar e track veículos, pedestres e obstáculos para navegação segura em sistemas de direção autônoma.
- Compreensão de cena 3D: Suporte para estimativa de profundidade, visão estéreo e localização de objetos 3D para ajudar as máquinas a entender ambientes espaciais.
- Fluxo óptico e previsão de movimento: Permitindo a análise de movimento para prever o movimento de objetos e melhorar o planejamento de trajetória em ambientes dinâmicos.
- Benchmarking de visão computacional: Servindo como um benchmark padrão para avaliar o desempenho em várias tarefas de visão, incluindo detecção de objetos e track.
YAML do Conjunto de Dados
A Ultralytics define a configuração do conjunto de dados kitti usando um arquivo YAML. Este arquivo especifica os caminhos do conjunto de dados, rótulos de classe e metadados necessários para o treinamento. O arquivo de configuração está disponível em https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/kitti.yaml.
ultralytics/cfg/datasets/kitti.yaml
# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license
# Kitti dataset by Karlsruhe Institute of Technology and Toyota Technological Institute at Chicago
# Documentation: https://docs.ultralytics.com/datasets/detect/kitti/
# Example usage: yolo train data=kitti.yaml
# parent
# ├── ultralytics
# └── datasets
# └── kitti ← downloads here (390.5 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: kitti # dataset root dir
train: images/train # train images (relative to 'path') 5985 images
val: images/val # val images (relative to 'path') 1496 images
names:
0: car
1: van
2: truck
3: pedestrian
4: person_sitting
5: cyclist
6: tram
7: misc
# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/kitti.zip
Utilização
Para treinar um modelo YOLO11n no conjunto de dados kitti por 100 epochs com um tamanho de imagem de 640, use os seguintes comandos. Para obter mais detalhes, consulte a página de Treinamento.
Exemplo de Treinamento
from ultralytics import YOLO
# Load a pretrained YOLO11 model
model = YOLO("yolo11n.pt")
# Train on kitti dataset
results = model.train(data="kitti.yaml", epochs=100, imgsz=640)
yolo detect train data=kitti.yaml model=yolo11n.pt epochs=100 imgsz=640
Você também pode realizar tarefas de avaliação, inferência e exportação diretamente da linha de comando ou da API Python usando o mesmo arquivo de configuração.
Amostras de Imagens e Anotações
O conjunto de dados kitti fornece diversos cenários de direção. Cada imagem inclui anotações de bounding box para tarefas de detecção de objetos 2D. O exemplo mostra a rica variedade do conjunto de dados, permitindo uma generalização robusta do modelo em diversas condições do mundo real.
Citações e Agradecimentos
Se você usar o dataset kitti em sua pesquisa, cite o seguinte artigo:
Citação
@article{Geiger2013IJRR,
author = {Andreas Geiger and Philip Lenz and Christoph Stiller and Raquel Urtasun},
title = {Vision meets Robotics: The KITTI Dataset},
journal = {International Journal of Robotics Research (IJRR)},
year = {2013}
}
Agradecemos ao KITTI Vision Benchmark Suite por fornecer este conjunto de dados abrangente que continua a moldar o progresso na visão computacional, robótica e sistemas autônomos. Visite o site kitti para obter mais informações.
FAQs
Para que serve o conjunto de dados kitti?
O conjunto de dados kitti é usado principalmente para pesquisa em visão computacional em direção autônoma, suportando tarefas como detecção de objetos, estimativa de profundidade, fluxo óptico e localização 3D.
Quantas imagens estão incluídas no dataset kitti?
O conjunto de dados inclui 5.985 imagens de treinamento rotuladas e 1.496 imagens de validação capturadas em cenas urbanas, rurais e rodoviárias. O conjunto de testes original é excluído aqui, pois não contém anotações de ground-truth.
Quais classes de objetos são anotadas no conjunto de dados?
kitti inclui anotações para objetos como carros, peões, ciclistas, camiões, bondes e utilizadores de estradas diversos.
Posso treinar modelos Ultralytics YOLO11 usando o conjunto de dados kitti?
Sim, o kitti é totalmente compatível com o Ultralytics YOLO11. Você pode treinar e validar modelos diretamente usando o arquivo de configuração YAML fornecido.
Onde posso encontrar o arquivo de configuração do conjunto de dados kitti?
Você pode acessar o arquivo YAML em https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/kitti.yaml.
