Conjunto de Dados TT100K
O Tsinghua-Tencent 100K (TT100K) é um conjunto de dados de benchmark de sinais de trânsito em larga escala criado a partir de 100.000 panoramas do Tencent Street View. Este conjunto de dados é especificamente projetado para detecção e classificação de sinais de trânsito em condições do mundo real, fornecendo a pesquisadores e desenvolvedores um recurso abrangente para a construção de sistemas robustos de reconhecimento de sinais de trânsito.
O conjunto de dados contém 100.000 imagens com mais de 30.000 instâncias de sinais de trânsito em 221 categorias diferentes. Essas imagens capturam grandes variações de iluminância, condições climáticas, ângulos de visão e distâncias, tornando-o ideal para treinar modelos que precisam ter um desempenho confiável em diversos cenários do mundo real.
Este conjunto de dados é particularmente valioso para:
- Sistemas de condução autónoma
- Sistemas avançados de assistência ao condutor (ADAS)
- Aplicações de monitorização de tráfego
- Planeamento urbano e análise de tráfego
- Pesquisa em visão computacional em condições reais
Principais Características
O conjunto de dados TT100K oferece várias vantagens principais:
- Escala: 100.000 imagens de alta resolução (2048×2048 pixels)
- Diversidade: 221 categorias de sinais de trânsito, abrangendo sinais de trânsito chineses
- Condições reais: Grandes variações de clima, iluminação e ângulos de visualização
- Anotações ricas: Cada sinal inclui rótulo de classe, caixa delimitadora (bounding box) e máscara de pixel
- Cobertura abrangente: Inclui sinais de proibição, aviso, obrigatórios e informativos
- Divisão Treino/Teste: Divisões pré-definidas para avaliação consistente
Estrutura do Conjunto de Dados
O conjunto de dados TT100K é dividido em três subconjuntos:
- Conjunto de Treinamento: A coleção principal de imagens de cenas de tráfego utilizada para treinar modelos para detect e classify diferentes tipos de sinais de tráfego.
- Conjunto de Validação: Um subconjunto utilizado durante o desenvolvimento do modelo para monitorar o desempenho e ajustar os hiperparâmetros.
- Conjunto de Teste: Uma coleção de imagens reservadas utilizada para avaliar a capacidade do modelo final de detect e classify sinais de tráfego em cenários do mundo real.
O conjunto de dados TT100K inclui 221 categorias de sinais de trânsito organizadas em vários grupos principais:
Sinais de Limite de Velocidade (pl, pm)
- pl_: Limites de velocidade proibitivos (pl5, pl10, pl20, pl30, pl40, pl50, pl60, pl70, pl80, pl100, pl120)
- pm_: Limites de velocidade mínimos (pm5, pm10, pm20, pm30, pm40, pm50, pm55)
Sinais de Proibição (p, pn, pr_)
- p1-p28: Sinais de proibição gerais (proibido entrar, proibido estacionar, proibido parar, etc.)
- pn/pne: Sinais de proibido entrar e proibido estacionar
- pr: Vários sinais de restrição (pr10, pr20, pr30, pr40, pr50, etc.)
Sinais de Aviso (w_)
- w1-w66: Sinais de aviso para vários perigos, condições e situações rodoviárias
- Inclui passagens de peões, curvas apertadas, estradas escorregadias, animais, construção, etc.
Sinais de Limite de Altura/Largura (ph, pb)
- ph_: Sinais de limite de altura (ph2, ph2.5, ph3, ph3.5, ph4, ph4.5, ph5, etc.)
- pb_: Sinais de limite de largura
Sinais Informativos (i, il, io, ip)
- i1-i15: Sinais informativos gerais
- il_: Informações de limite de velocidade (il60, il80, il100, il110)
- io: Outros sinais informativos
- ip: Placas de informação
YAML do Conjunto de Dados
Um arquivo yaml (Yet Another Markup Language) é utilizado para definir a configuração do conjunto de dados. Ele contém informações sobre os caminhos, classes e outras informações relevantes do conjunto de dados. Para o conjunto de dados TT100K, o TT100K.yaml arquivo inclui funcionalidade de download e conversão automática.
ultralytics/cfg/datasets/TT100K.yaml
# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license
# Tsinghua-Tencent 100K (TT100K) dataset https://cg.cs.tsinghua.edu.cn/traffic-sign/ by Tsinghua University
# Documentation: https://cg.cs.tsinghua.edu.cn/traffic-sign/tutorial.html
# Paper: Traffic-Sign Detection and Classification in the Wild (CVPR 2016)
# License: CC BY-NC 2.0 license for non-commercial use only
# Example usage: yolo train data=TT100K.yaml
# parent
# ├── ultralytics
# └── datasets
# └── TT100K ← downloads here (~18 GB)
# 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: TT100K # dataset root dir
train: images/train # train images (relative to 'path') 6105 images
val: images/val # val images (relative to 'path') 7641 images (original 'other' split)
test: images/test # test images (relative to 'path') 3071 images
# Classes (221 traffic sign categories, 45 with sufficient training instances)
names:
0: pl5
1: pl10
2: pl15
3: pl20
4: pl25
5: pl30
6: pl40
7: pl50
8: pl60
9: pl70
10: pl80
11: pl90
12: pl100
13: pl110
14: pl120
15: pm5
16: pm10
17: pm13
18: pm15
19: pm20
20: pm25
21: pm30
22: pm35
23: pm40
24: pm46
25: pm50
26: pm55
27: pm8
28: pn
29: pne
30: ph4
31: ph4.5
32: ph5
33: ps
34: pg
35: ph1.5
36: ph2
37: ph2.1
38: ph2.2
39: ph2.4
40: ph2.5
41: ph2.8
42: ph2.9
43: ph3
44: ph3.2
45: ph3.5
46: ph3.8
47: ph4.2
48: ph4.3
49: ph4.8
50: ph5.3
51: ph5.5
52: pb
53: pr10
54: pr100
55: pr20
56: pr30
57: pr40
58: pr45
59: pr50
60: pr60
61: pr70
62: pr80
63: pr90
64: p1
65: p2
66: p3
67: p4
68: p5
69: p6
70: p7
71: p8
72: p9
73: p10
74: p11
75: p12
76: p13
77: p14
78: p15
79: p16
80: p17
81: p18
82: p19
83: p20
84: p21
85: p22
86: p23
87: p24
88: p25
89: p26
90: p27
91: p28
92: pa8
93: pa10
94: pa12
95: pa13
96: pa14
97: pb5
98: pc
99: pg
100: ph1
101: ph1.3
102: ph1.5
103: ph2
104: ph3
105: ph4
106: ph5
107: pi
108: pl0
109: pl4
110: pl5
111: pl8
112: pl10
113: pl15
114: pl20
115: pl25
116: pl30
117: pl35
118: pl40
119: pl50
120: pl60
121: pl65
122: pl70
123: pl80
124: pl90
125: pl100
126: pl110
127: pl120
128: pm2
129: pm8
130: pm10
131: pm13
132: pm15
133: pm20
134: pm25
135: pm30
136: pm35
137: pm40
138: pm46
139: pm50
140: pm55
141: pn
142: pne
143: po
144: pr10
145: pr100
146: pr20
147: pr30
148: pr40
149: pr45
150: pr50
151: pr60
152: pr70
153: pr80
154: ps
155: w1
156: w2
157: w3
158: w5
159: w8
160: w10
161: w12
162: w13
163: w16
164: w18
165: w20
166: w21
167: w22
168: w24
169: w28
170: w30
171: w31
172: w32
173: w34
174: w35
175: w37
176: w38
177: w41
178: w42
179: w43
180: w44
181: w45
182: w46
183: w47
184: w48
185: w49
186: w50
187: w51
188: w52
189: w53
190: w54
191: w55
192: w56
193: w57
194: w58
195: w59
196: w60
197: w62
198: w63
199: w66
200: i1
201: i2
202: i3
203: i4
204: i5
205: i6
206: i7
207: i8
208: i9
209: i10
210: i11
211: i12
212: i13
213: i14
214: i15
215: il60
216: il80
217: il100
218: il110
219: io
220: ip
# Download script/URL (optional) ---------------------------------------------------------------------------------------
download: |
import json
import shutil
from pathlib import Path
from PIL import Image
from ultralytics.utils import TQDM
from ultralytics.utils.downloads import download
def tt100k2yolo(dir):
"""Convert TT100K annotations to YOLO format with images/{split} and labels/{split} structure."""
data_dir = dir / "data"
anno_file = data_dir / "annotations.json"
print("Loading annotations...")
with open(anno_file, encoding="utf-8") as f:
data = json.load(f)
# Build class name to index mapping from yaml
names = yaml["names"]
class_to_idx = {v: k for k, v in names.items()}
# Create directories
for split in ["train", "val", "test"]:
(dir / "images" / split).mkdir(parents=True, exist_ok=True)
(dir / "labels" / split).mkdir(parents=True, exist_ok=True)
print("Converting annotations to YOLO format...")
skipped = 0
for img_id, img_data in TQDM(data["imgs"].items(), desc="Processing"):
img_path_str = img_data["path"]
if "train" in img_path_str:
split = "train"
elif "test" in img_path_str:
split = "test"
else:
split = "val"
# Source and destination paths
src_img = data_dir / img_path_str
if not src_img.exists():
continue
dst_img = dir / "images" / split / src_img.name
# Get image dimensions
try:
with Image.open(src_img) as img:
img_width, img_height = img.size
except Exception as e:
print(f"Error reading {src_img}: {e}")
continue
# Copy image to destination
shutil.copy2(src_img, dst_img)
# Convert annotations
label_file = dir / "labels" / split / f"{src_img.stem}.txt"
lines = []
for obj in img_data.get("objects", []):
category = obj["category"]
if category not in class_to_idx:
skipped += 1
continue
bbox = obj["bbox"]
xmin, ymin = bbox["xmin"], bbox["ymin"]
xmax, ymax = bbox["xmax"], bbox["ymax"]
# Convert to YOLO format (normalized center coordinates and dimensions)
x_center = ((xmin + xmax) / 2.0) / img_width
y_center = ((ymin + ymax) / 2.0) / img_height
width = (xmax - xmin) / img_width
height = (ymax - ymin) / img_height
# Clip to valid range
x_center = max(0, min(1, x_center))
y_center = max(0, min(1, y_center))
width = max(0, min(1, width))
height = max(0, min(1, height))
cls_idx = class_to_idx[category]
lines.append(f"{cls_idx} {x_center:.6f} {y_center:.6f} {width:.6f} {height:.6f}\n")
# Write label file
if lines:
label_file.write_text("".join(lines), encoding="utf-8")
if skipped:
print(f"Skipped {skipped} annotations with unknown categories")
print("Conversion complete!")
# Download
dir = Path(yaml["path"]) # dataset root dir
urls = ["https://cg.cs.tsinghua.edu.cn/traffic-sign/data_model_code/data.zip"]
download(urls, dir=dir, curl=True, threads=1)
# Convert
tt100k2yolo(dir)
Utilização
Para treinar um modelo YOLO26 no conjunto de dados TT100K por 100 épocas com um tamanho de imagem de 640, pode usar os seguintes trechos de código. O conjunto de dados será automaticamente descarregado e convertido para o formato YOLO na primeira utilização.
Exemplo de Treinamento
from ultralytics import YOLO
# Load a model
model = YOLO("yolo26n.pt") # load a pretrained model (recommended for training)
# Train the model - dataset will auto-download on first run
results = model.train(data="TT100K.yaml", epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
# Dataset will auto-download and convert on first run
yolo detect train data=TT100K.yaml model=yolo26n.pt epochs=100 imgsz=640
Amostras de Imagens e Anotações
Aqui estão exemplos típicos do conjunto de dados TT100K:
- Ambientes urbanos: Cenas de rua com múltiplos sinais de trânsito a várias distâncias
- Cenas de autoestrada: Sinais de estrada de alta velocidade, incluindo limites de velocidade e indicadores de direção
- Cruzamentos complexos: Múltiplos sinais em proximidade com orientações variadas
- Condições desafiadoras: Sinais sob diferentes condições de iluminação (dia/noite), clima (chuva/neblina) e ângulos de visão
O conjunto de dados inclui:
- Sinais em close-up: Sinais grandes e claramente visíveis, ocupando uma área significativa da imagem
- Sinais distantes: Sinais pequenos que exigem capacidades de detect de alta precisão
- Sinais parcialmente ocluídos: Sinais parcialmente bloqueados por veículos, árvores ou outros objetos
- Múltiplos sinais por imagem: Imagens contendo vários tipos diferentes de sinais
Citações e Agradecimentos
Se você utilizar o conjunto de dados TT100K em seu trabalho de pesquisa ou desenvolvimento, por favor, cite o seguinte artigo:
@InProceedings{Zhu_2016_CVPR,
author = {Zhu, Zhe and Liang, Dun and Zhang, Songhai and Huang, Xiaolei and Li, Baoli and Hu, Shimin},
title = {Traffic-Sign Detection and Classification in the Wild},
booktitle = {The IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
month = {June},
year = {2016}
}
Gostaríamos de reconhecer a colaboração entre a Universidade de Tsinghua e a Tencent pela criação e manutenção deste valioso recurso para as comunidades de visão computacional e condução autônoma. Para mais informações sobre o conjunto de dados TT100K, visite o site oficial do conjunto de dados.
FAQ
Para que é usado o conjunto de dados TT100K?
O conjunto de dados Tsinghua-Tencent 100K (TT100K) é especificamente projetado para detect e classificação de sinais de trânsito em condições do mundo real. É utilizado principalmente para:
- Treinamento de sistemas de percepção para condução autônoma
- Desenvolvimento de Sistemas Avançados de Assistência ao Motorista (ADAS)
- Pesquisa em detecção robusta de objetos sob condições variadas
- Benchmarking de algoritmos de reconhecimento de sinais de trânsito
- Teste de desempenho do modelo em objetos pequenos em imagens grandes
Com 100.000 imagens diversas de street view e 221 categorias de sinais de trânsito, ele oferece um ambiente de teste abrangente para a detecção de sinais de trânsito no mundo real.
Quantas categorias de sinais de trânsito existem no TT100K?
O dataset TT100K contém 221 categorias diferentes de sinais de trânsito, incluindo:
- Limites de velocidade: pl5 a pl120 (limites proibitivos) e pm5 a pm55 (velocidades mínimas)
- Sinais proibitivos: mais de 28 tipos de proibição geral (p1-p28) mais restrições (pr*, pn, pne)
- Sinais de advertência: mais de 60 categorias de advertência (w1-w66)
- Limites de altura/largura: séries ph e pb para restrições físicas
- Sinais informativos: i1-i15, il*, io, ip para orientação e informação
Esta cobertura abrangente inclui a maioria dos sinais de trânsito encontrados nas redes rodoviárias chinesas.
Como posso treinar um modelo YOLO26n usando o conjunto de dados TT100K?
Para treinar um modelo YOLO26n no conjunto de dados TT100K por 100 épocas com um tamanho de imagem de 640, utilize o exemplo abaixo.
Exemplo de Treinamento
from ultralytics import YOLO
# Load a model
model = YOLO("yolo26n.pt") # load a pretrained model (recommended for training)
# Train the model
results = model.train(data="TT100K.yaml", epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo detect train data=TT100K.yaml model=yolo26n.pt epochs=100 imgsz=640
Para configurações de treinamento detalhadas, consulte a documentação de Treinamento.
O que torna o TT100K desafiador em comparação com outros conjuntos de dados?
O TT100K apresenta vários desafios únicos:
- Variação de escala: Os sinais variam de muito pequenos (sinais de rodovia distantes) a grandes (sinais urbanos em close-up)
- Condições do mundo real: Variações extremas de iluminação, clima e ângulos de visão
- Alta resolução: Imagens de 2048×2048 pixels exigem poder de processamento significativo
- Desequilíbrio de classes: Alguns tipos de sinais são muito mais comuns do que outros
- Cenas densas: Múltiplos sinais podem aparecer em uma única imagem
- Oclusão parcial: Os sinais podem ser parcialmente bloqueados por veículos, vegetação ou estruturas
Estes desafios tornam o TT100K uma referência valiosa para o desenvolvimento de algoritmos de detecção robustos.
Como lidar com os grandes tamanhos de imagem no TT100K?
O conjunto de dados TT100K utiliza imagens de 2048×2048 pixels, o que pode ser intensivo em recursos. Aqui estão as estratégias recomendadas:
Para Treinamento:
# Option 1: Resize to standard YOLO size
model.train(data="TT100K.yaml", imgsz=640, batch=16)
# Option 2: Use larger size for better small object detection
model.train(data="TT100K.yaml", imgsz=1280, batch=4)
# Option 3: Multi-scale training
model.train(data="TT100K.yaml", imgsz=640, scale=0.5) # trains at varying scales
Recomendações:
- Comece com
imgsz=640para experimentos iniciais - Use
imgsz=1280se você tiver memória de GPU suficiente (24GB+) - Considere estratégias de tiling para sinais muito pequenos
- Use acumulação de gradiente para simular tamanhos de batch maiores
