Conjunto de dados TT100K
O Tsinghua-Tencent 100K (TT100K) é um conjunto de dados de referência de sinalização de trânsito em grande escala criado a partir de 100.000 panoramas do Tencent Street View. Este conjunto de dados foi projetado especificamente para a deteção e classificação de sinalização de trânsito em condições reais, fornecendo a investigadores e desenvolvedores um recurso abrangente para a construção de sistemas robustos de reconhecimento de sinalização de trânsito.
O conjunto de dados contém 100.000 imagens com mais de 30.000 exemplos de sinais de trânsito em 221 categorias diferentes. Essas imagens capturam grandes variações de iluminância, condições meteorológicas, ângulos de visão e distâncias, tornando-as ideais 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
- Investigação em visão computacional em condições reais
Principais Características
O conjunto de dados TT100K oferece várias vantagens importantes:
- Escala: 100.000 imagens de alta resolução (2048×2048 pixels)
- Diversidade: 221 categorias de sinais de trânsito, abrangendo os sinais de trânsito chineses
- Condições reais: grandes variações no clima, iluminação e ângulos de visão
- Anotações detalhadas: cada sinal inclui rótulo de classe, caixa delimitadora e máscara de pixels
- Cobertura abrangente: inclui sinais de proibição, aviso, obrigatoriedade e informativos
- Divisão entre treino e teste: divisões predefinidas para uma avaliação consistente
Estrutura do Conjunto de Dados
O conjunto de dados TT100K está dividido em três subconjuntos:
- Conjunto de treino: A coleção principal de imagens de cenas de trânsito usada para treinar modelos para detetar e classificar diferentes tipos de sinais de trânsito.
- Conjunto de validação: um subconjunto usado durante o desenvolvimento do modelo para monitorar o desempenho e ajustar os hiperparâmetros.
- Conjunto de teste: Uma coleção separada de imagens usada para avaliar a capacidade do modelo final de detect classify sinais classify 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 mínimos de velocidade (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 proibição de entrada e estacionamento
- pr: Vários sinais de restrição (pr10, pr20, pr30, pr40, pr50, etc.)
Sinais de alerta (w_)
- w1-w66: Sinais de aviso para vários perigos, condições e situações rodoviárias
- Inclui passagens para peões, curvas fechadas, estradas escorregadias, animais, obras, 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 sobre limites de velocidade (il60, il80, il100, il110)
- io: Outros sinais informativos
- ip: Placas informativas
YAML do Conjunto de Dados
Um ficheiro 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 O ficheiro inclui funcionalidades de download e conversão automáticos.
ultralytics.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 YOLO11 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 baixado automaticamente e convertido para YOLO na primeira utilização.
Exemplo de Treinamento
from ultralytics import YOLO
# Load a model
model = YOLO("yolo11n.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=yolo11n.pt epochs=100 imgsz=640
Amostras de Imagens e Anotações
Aqui estão alguns exemplos típicos do conjunto de dados TT100K:
- Ambientes urbanos: Cenas de rua com vários sinais de trânsito a diferentes distâncias
- Cenas da autoestrada: Sinais de trânsito de alta velocidade, incluindo limites de velocidade e indicadores de direção
- Interseções complexas: vários sinais próximos uns dos outros com orientações diferentes
- Condições desafiadoras: Sinais sob diferentes condições de iluminação (dia/noite), clima (chuva/neblina) e ângulos de visão
O conjunto de dados inclui:
- Sinais em grande plano: Sinais grandes e claramente visíveis que ocupam uma área significativa da imagem.
- Sinais distantes: pequenos sinais que exigem capacidades de deteção de alta precisão
- Sinais parcialmente obstruídos: Sinais parcialmente bloqueados por veículos, árvores ou outros objetos.
- Vários sinais por imagem: Imagens que contêm vários tipos diferentes de sinais
Citações e Agradecimentos
Se utilizar o conjunto de dados TT100K no seu trabalho de investigação ou desenvolvimento, 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 agradecer à Universidade de Tsinghua e à Tencent pela colaboração na criação e manutenção deste valioso recurso para as comunidades de visão computacional e condução autónoma. Para obter mais informações sobre o conjunto de dados TT100K, visite o site oficial do conjunto de dados.
FAQ
Para que serve o conjunto de dados TT100K?
O conjunto de dados Tsinghua-Tencent 100K (TT100K) foi especificamente concebido para a deteção e classificação de sinais de trânsito em condições reais. É utilizado principalmente para:
- Treinamento de sistemas de percepção para condução autónoma
- Desenvolvimento de Sistemas Avançados de Assistência ao Condutor (ADAS)
- Investigação sobre deteção robusta de objetos em condições variáveis
- Avaliação comparativa de algoritmos de reconhecimento de sinais de trânsito
- Testando o desempenho do modelo em pequenos objetos em imagens grandes
Com 100.000 imagens diversas de vistas de rua e 221 categorias de sinais de trânsito, ele fornece 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 conjunto de dados 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 de proibição: mais de 28 tipos de proibições gerais (p1-p28) mais restrições (pr*, pn, pne)
- Sinais de aviso: mais de 60 categorias de aviso (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 YOLO11n usando o conjunto de dados TT100K?
Para treinar um modelo YOLO11n no conjunto de dados TT100K por 100 épocas com um tamanho de imagem de 640, use o exemplo abaixo.
Exemplo de Treinamento
from ultralytics import YOLO
# Load a model
model = YOLO("yolo11n.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=yolo11n.pt epochs=100 imgsz=640
Para configurações de treinamento detalhadas, consulte a documentação de Treinamento.
O que torna o TT100K desafiante em comparação com outros conjuntos de dados?
O TT100K apresenta vários desafios únicos:
- Variação de escala: os sinais variam de muito pequenos (sinais rodoviários distantes) a grandes (sinais urbanos em close-up)
- Condições reais: variações extremas de iluminação, clima e ângulos de visão
- Alta resolução: imagens com 2048×2048 pixels requerem um poder de processamento significativo
- Desequilíbrio de classes: alguns tipos de sinais são muito mais comuns do que outros
- Cenas densas: vários sinais podem aparecer numa única imagem
- Oclusão parcial: os sinais podem estar parcialmente bloqueados por veículos, vegetação ou estruturas.
Esses desafios tornam o TT100K uma referência valiosa para o desenvolvimento de algoritmos de detecção robustos.
Como posso lidar com imagens de tamanho grande no TT100K?
O conjunto de dados TT100K usa imagens de 2048×2048 pixels, que podem consumir muitos recursos. Aqui estão as estratégias recomendadas:
Para formação:
# 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 experiências iniciais - Use
imgsz=1280se tiver GPU suficiente (24 GB+) - Considere estratégias de mosaico para sinais muito pequenos
- Use o acúmulo de gradiente para simular tamanhos de lote maiores
