Conjunto de dados TT100K#
O conjunto de dados Tsinghua-Tencent 100K (TT100K) é uma referência para a deteção de objetos em sinais de trânsito, criada por Zhu et al. para o artigo da CVPR 2016 Traffic-Sign Detection and Classification in the Wild. A configuração TT100K da Ultralytics disponibiliza 16 817 imagens (6 105 para treino / 7 641 para validação / 3 071 para teste) em 221 categorias de sinais de trânsito, sendo que a referência original indica mais de 30 000 ocorrências de sinais. O «100K» do nome refere-se às cerca de 100 000 imagens do Tencent Street View a partir das quais a referência foi criada — não ao número de imagens que transferes e usas no treino. Como o artigo original mantém apenas categorias com pelo menos 100 ocorrências no conjunto de treino, existe um subconjunto muito utilizado de 45 classes, mas a configuração da Ultralytics mantém as 221 categorias anotadas (muitas delas pouco representadas).
As imagens de alta resolução de vista de rua captam grandes variações de iluminação, condições meteorológicas, ângulo de visão e distância, o que faz do TT100K uma referência exigente para a deteção de objetos pequenos em cenários de condução reais.
Principais funcionalidades#
- Deteção multiclasse: 221 categorias de sinais de trânsito, incluindo sinais chineses de limite de velocidade, proibição, aviso, limite de altura/largura e informação.
- Alta resolução: imagens de 2048×2048 píxeis, nas quais os sinais vão de grandes planos a marcadores minúsculos ao longe, que põem à prova a deteção de detalhes.
- Condições reais: grandes variações nas condições meteorológicas, na iluminação, no ângulo de visão e na oclusão.
- Anotações de caixas delimitadoras: Cada sinal é identificado com uma classe e uma caixa delimitadora no formato YOLO após a conversão automática.
- Divisões predefinidas: divisões fixas de treino / validação / teste (6 105 / 7 641 / 3 071 imagens) para uma avaliação consistente.
Estrutura do conjunto de dados#
A configuração TT100K da Ultralytics está dividida em três subconjuntos, todos com as mesmas 221 categorias:
| Divisão | Imagens | Descrição |
|---|---|---|
| Treinar | 6,105 | Imagens de cenas de trânsito anotadas, usadas para treinar o detetor |
| Validação | 7,641 | A divisão original «other» do conjunto de dados, usada para avaliação |
| Teste | 3,071 | Imagens reservadas para a avaliação final do modelo treinado |
As 221 categorias estão organizadas em vários grupos principais:
- Sinais de limite de velocidade — limites de proibição
pl*(por exemplo, pl5–pl120) e velocidades mínimaspm*(por exemplo, pm5–pm55). - Sinais de proibição — proibições gerais
p1–p29, proibição de entrada/estacionamentopn/pnee restriçõespr*(pr10–pr100). - Sinais de aviso —
w1–w67para perigos na estrada, como passagens, curvas apertadas, pisos escorregadios e obras. - Sinais de limite de altura/largura — limites de altura
ph*(por exemplo, ph2–ph5.5) e limites de largurapb/pw*. - Sinais informativos — informações gerais
i1–i15, informações sobre limites de velocidadeil*(il50–il110), outrosioe painéis informativosip.
Aplicações#
O TT100K é amplamente utilizado para criar e avaliar sistemas de reconhecimento de sinais de trânsito em condições reais. As aplicações mais comuns incluem:
- Sistemas de perceção para condução autónoma
- Sistemas avançados de assistência ao condutor (ADAS)
- Monitorização do trânsito e análise de infraestruturas rodoviárias
- Planeamento urbano e estudos do fluxo de trânsito
- Investigação em visão computacional sobre objetos pequenos em imagens de alta resolução
YAML do conjunto de dados#
O ficheiro TT100K.yaml define a configuração do conjunto de dados — os caminhos dos dados, os nomes das classes e o script automático de transferência e conversão. É mantido no repositório da Ultralytics em https://github.com/ultralytics/ultralytics/blob/main/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: i1
1: i10
2: i11
3: i12
4: i13
5: i14
6: i15
7: i2
8: i3
9: i4
10: i5
11: il100
12: il110
13: il50
14: il60
15: il70
16: il80
17: il90
18: io
19: ip
20: p1
21: p10
22: p11
23: p12
24: p13
25: p14
26: p15
27: p16
28: p17
29: p18
30: p19
31: p2
32: p20
33: p21
34: p22
35: p23
36: p24
37: p25
38: p26
39: p27
40: p28
41: p3
42: p4
43: p5
44: p6
45: p7
46: p8
47: p9
48: pa10
49: pa12
50: pa13
51: pa14
52: pa8
53: pb
54: pc
55: pg
56: ph1.5
57: ph2
58: ph2.1
59: ph2.2
60: ph2.4
61: ph2.5
62: ph2.8
63: ph2.9
64: ph3
65: ph3.2
66: ph3.5
67: ph3.8
68: ph4
69: ph4.2
70: ph4.3
71: ph4.5
72: ph4.8
73: ph5
74: ph5.3
75: ph5.5
76: pl10
77: pl100
78: pl110
79: pl120
80: pl15
81: pl20
82: pl25
83: pl30
84: pl35
85: pl40
86: pl5
87: pl50
88: pl60
89: pl65
90: pl70
91: pl80
92: pl90
93: pm10
94: pm13
95: pm15
96: pm1.5
97: pm2
98: pm20
99: pm25
100: pm30
101: pm35
102: pm40
103: pm46
104: pm5
105: pm50
106: pm55
107: pm8
108: pn
109: pne
110: po
111: pr10
112: pr100
113: pr20
114: pr30
115: pr40
116: pr45
117: pr50
118: pr60
119: pr70
120: pr80
121: ps
122: pw2
123: pw2.5
124: pw3
125: pw3.2
126: pw3.5
127: pw4
128: pw4.2
129: pw4.5
130: w1
131: w10
132: w12
133: w13
134: w16
135: w18
136: w20
137: w21
138: w22
139: w24
140: w28
141: w3
142: w30
143: w31
144: w32
145: w34
146: w35
147: w37
148: w38
149: w41
150: w42
151: w43
152: w44
153: w45
154: w46
155: w47
156: w48
157: w49
158: w5
159: w50
160: w55
161: w56
162: w57
163: w58
164: w59
165: w60
166: w62
167: w63
168: w66
169: w8
170: wo
171: i6
172: i7
173: i8
174: i9
175: ilx
176: p29
177: w29
178: w33
179: w36
180: w39
181: w4
182: w40
183: w51
184: w52
185: w53
186: w54
187: w6
188: w61
189: w64
190: w65
191: w67
192: w7
193: w9
194: pax
195: pd
196: pe
197: phx
198: plx
199: pmx
200: pnl
201: prx
202: pwx
203: w11
204: w14
205: w15
206: w17
207: w19
208: w2
209: w23
210: w25
211: w26
212: w27
213: pl0
214: pl4
215: pl3
216: pm2.5
217: ph4.4
218: pn40
219: ph3.3
220: ph2.6
# 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)Uso#
O TT100K é transferido automaticamente na primeira vez que treinas e requer cerca de 18 GB de espaço livre em disco. Na primeira utilização, o script de transferência obtém os dados originais e converte as anotações para o formato YOLO, o que pode demorar vários minutos.
Para treinares um modelo YOLO26n no conjunto de dados TT100K durante 100 épocas, com um tamanho de imagem de 640, podes usar os seguintes excertos de código. Para consultares a lista completa de argumentos disponíveis, visita a página de Treino do modelo.
from ultralytics import YOLO
# Carregar um modelo
model = YOLO("yolo26n.pt") # carregue um modelo pré-treinado (recomendado para treinamento)
# Treinar o modelo - o conjunto de dados será transferido automaticamente na primeira execução
results = model.train(data="TT100K.yaml", epochs=100, imgsz=640)Para rotulares imagens adicionais de sinais de trânsito e gerires execuções de treino do TT100K no navegador, usa a Ultralytics Platform.
Dados de exemplo e anotações#
As imagens do TT100K são cenas de rua de 2048×2048 nas quais as placas de trânsito costumam ocupar apenas uma pequena parte do enquadramento. Uma única imagem pode conter várias placas em diferentes escalas e distâncias, algumas parcialmente obstruídas por veículos, vegetação ou estruturas, e capturadas durante o dia ou à noite, em condições de tempo bom ou chuvoso. Essa combinação de objetos pequenos e condições desafiadoras faz do conjunto de dados um excelente teste de robustez para detectores.
Citações e agradecimentos#
Se você usar o conjunto de dados TT100K em seu trabalho de pesquisa ou desenvolvimento, cite o artigo a seguir:
@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 Tsinghua e a Tencent pela criação e manutenção desse valioso recurso para as comunidades de visão computacional e direção autônoma. Para saber mais sobre o conjunto de dados TT100K, acesse o site oficial do conjunto de dados.
Perguntas frequentes#
O conjunto de dados Tsinghua-Tencent 100K (TT100K) é usado para detectar e classificar placas de trânsito em condições reais. Suas 221 categorias e imagens de alta resolução de vistas de rua fazem dele um benchmark comum para percepção em direção autônoma, sistemas avançados de assistência ao condutor (ADAS) e pesquisas sobre detecção de objetos pequenos.
A configuração TT100K da Ultralytics contém 16,817 imagens: 6,105 para treinamento, 7,641 para validação (a divisão original "other" do conjunto de dados) e 3,071 para teste. Consulte a seção Estrutura do conjunto de dados para ver a divisão completa.
"100K" se refere às cerca de 100.000 imagens do Tencent Street View usadas para criar o benchmark original. A configuração de detecção da Ultralytics disponibiliza 16,817 dessas imagens com rótulos no formato YOLO; o nome reflete a coleção de origem, não o tamanho do conjunto de treinamento.
O TT100K define 221 categorias, que abrangem placas de limite de velocidade, proibição, advertência, limite de altura/largura e informativas. O artigo original mantém apenas as 45 categorias com pelo menos 100 instâncias de treinamento, mas a configuração da Ultralytics mantém todas as 221. Consulte Estrutura do conjunto de dados para ver a divisão por grupo.
O TT100K tem cerca de 18 GB e é baixado automaticamente na primeira vez que você treina com
data="TT100K.yaml"— não é necessário fazer o download manualmente. O script também converte as anotações originais para o formato YOLO na primeira execução.Treine um modelo YOLO26n no TT100K por 100 épocas, com tamanho de imagem de 640:
Exemplo de treinofrom ultralytics import YOLO # Carregar um modelo model = YOLO("yolo26n.pt") # carregue um modelo pré-treinado (recomendado para treinamento) # Treinar o modelo results = model.train(data="TT100K.yaml", epochs=100, imgsz=640)Para ver configurações detalhadas, consulte a página de Treinamento e as dicas de treinamento de modelos.
Comece com
imgsz=640para os experimentos iniciais; depois, aumente paraimgsz=1280(com umbatchmenor) se você tiver memória GPU suficiente, pois a resolução mais alta ajuda a recuperar placas pequenas e distantes:model.train(data="TT100K.yaml", imgsz=1280, batch=4) # maior resolução para placas pequenasVocê também pode ajustar o aumento de dados e considerar estratégias de divisão em blocos para objetos muito pequenos. Consulte Dicas para treinamento de modelos para saber mais.