Começar
Nenhuma licença

Conjunto de dados VisDrone

O conjunto de dados VisDrone é um benchmark de imagens aéreas em larga escala cuja parte de detecção (VisDrone2019-DET) contém 8,629 imagens aéreas — 6,471 para treinamento, 548 para validação e 1,610 para teste-dev — anotadas com 10 classes de objetos para detecção de objetos. Ele foi criado pela equipe AISKYEYE do laboratório de aprendizado de máquina e mineração de dados da Universidade de Tianjin, China.



Assista: Como treinar Ultralytics YOLO no conjunto de dados VisDrone | Detecção aérea | Tutorial completo 🚀

O benchmark VisDrone completo inclui 288 clipes de vídeo (261,908 quadros) e 10,209 imagens estáticas capturadas por câmeras montadas em drones em 14 cidades diferentes da China, abrangendo ambientes urbanos e rurais, cenas pouco movimentadas e lotadas, além de condições variadas de clima e iluminação. Seus quadros contêm mais de 2.6 milhões de caixas delimitadoras anotadas manualmente, com atributos adicionais, como visibilidade da cena, classe do objeto e oclusão. A configuração VisDrone.yaml da Ultralytics usa a parte de imagens estáticas VisDrone2019-DET desse benchmark.

Principais funcionalidades#

  • Objetos pequenos e densos: As vistas aéreas fazem com que os alvos sejam minúsculos e numerosos — somente as 548 imagens de validação contêm 38,759 caixas rotuladas, uma média de cerca de 70 objetos por imagem.
  • Diversidade de cenas: Imagens de 14 cidades chinesas, abrangendo áreas urbanas e rurais, dia e noite e diferentes condições meteorológicas.
  • Anotações detalhadas: Mais de 2.6 milhões de caixas no benchmark completo, com atributos de oclusão e visibilidade.
  • Divisões predefinidas: Divisões fixas de treino / validação / teste-dev (6,471 / 548 / 1,610 imagens) para uma avaliação consistente.

Estrutura do conjunto de dados#

A configuração VisDrone da Ultralytics abrange a parte de imagens VisDrone2019-DET, dividida em três partes:

DivisãoImagensDescrição
Treinar6,471Imagens aéreas rotuladas usadas para treinar o detector
Validação548Imagens usadas para avaliação durante o desenvolvimento
Teste-dev1,610Imagens reservadas para a avaliação final do modelo treinado

Uma quarta divisão, test-challenge (1,580 imagens), é reservada para a competição VisDrone e não é baixada, por isso o conjunto DET completo totaliza 10,209 imagens.

O conjunto de dados anota 10 classes de objetos: pedestre, pessoas, bicicleta, carro, van, caminhão, triciclo, triciclo com toldo, ônibus e motocicleta. O VisDrone diferencia pedestre (uma pessoa em pé ou caminhando) de pessoas (uma pessoa em qualquer outra postura).

Conversão automática para YOLO

Na primeira utilização, o script de download converte as anotações originais do VisDrone para o formato YOLO, ignorando as regiões marcadas como ignoradas (o que também exclui a categoria "others", não utilizada).

Aplicações#

As cenas densas e os alvos minúsculos do VisDrone fazem dele um benchmark padrão para a detecção de objetos pequenos a partir de perspetivas aéreas. Entre as aplicações de visão computacional com drones mais comuns estão:

  • Monitoramento de tráfego e contagem de veículos com UAVs
  • Análise de multidões e vigilância para segurança pública
  • Inspeção de infraestrutura e canteiros de obras
  • Pesquisa em visão computacional sobre detecção de objetos pequenos em cenas complexas

Para conhecer outros benchmarks de imagens aéreas, consulte o conjunto de dados xView, focado em imagens de satélite, ou o conjunto de dados DOTA-v2, com caixas orientadas.

YAML do conjunto de dados#

O arquivo VisDrone.yaml define a configuração do conjunto de dados — os caminhos do conjunto de dados, os nomes das classes e o script de download e conversão automáticos. Ele é mantido no repositório da Ultralytics em https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/VisDrone.yaml.

ultralytics/cfg/datasets/VisDrone.yaml
# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# VisDrone2019-DET dataset https://github.com/VisDrone/VisDrone-Dataset by Tianjin University
# Documentation: https://docs.ultralytics.com/datasets/detect/visdrone
# Example usage: yolo train data=VisDrone.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── VisDrone ← downloads here (~2 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: VisDrone # dataset root dir
train: images/train # train images (relative to 'path') 6471 images
val: images/val # val images (relative to 'path') 548 images
test: images/test # test-dev images (optional) 1610 images

# Classes
names:
  0: pedestrian
  1: people
  2: bicycle
  3: car
  4: van
  5: truck
  6: tricycle
  7: awning-tricycle
  8: bus
  9: motor

# Download script/URL (optional) ---------------------------------------------------------------------------------------
download: |
  import os
  from pathlib import Path
  import shutil

  from ultralytics.utils.downloads import download
  from ultralytics.utils import ASSETS_URL, TQDM

  def visdrone2yolo(dir, split, source_name=None):
      """Convert VisDrone annotations to YOLO format with images/{split} and labels/{split} structure."""
      from PIL import Image

      source_dir = dir / (source_name or f"VisDrone2019-DET-{split}")
      images_dir = dir / "images" / split
      labels_dir = dir / "labels" / split
      labels_dir.mkdir(parents=True, exist_ok=True)

      # Move images to new structure
      if (source_images_dir := source_dir / "images").exists():
          images_dir.mkdir(parents=True, exist_ok=True)
          for img in source_images_dir.glob("*.jpg"):
              img.rename(images_dir / img.name)

      for f in TQDM((source_dir / "annotations").glob("*.txt"), desc=f"Converting {split}"):
          img_size = Image.open(images_dir / f.with_suffix(".jpg").name).size
          dw, dh = 1.0 / img_size[0], 1.0 / img_size[1]
          lines = []

          with open(f, encoding="utf-8") as file:
              for row in [x.split(",") for x in file.read().strip().splitlines()]:
                  if row[4] != "0":  # Skip ignored regions
                      x, y, w, h = map(int, row[:4])
                      cls = int(row[5]) - 1
                      # Convert to YOLO format
                      x_center, y_center = (x + w / 2) * dw, (y + h / 2) * dh
                      w_norm, h_norm = w * dw, h * dh
                      lines.append(f"{cls} {x_center:.6f} {y_center:.6f} {w_norm:.6f} {h_norm:.6f}\n")

          (labels_dir / f.name).write_text("".join(lines), encoding="utf-8")

  # Download (ignores test-challenge split)
  dir = Path(yaml["path"])  # dataset root dir
  urls = [
      f"{ASSETS_URL}/VisDrone2019-DET-train.zip",
      f"{ASSETS_URL}/VisDrone2019-DET-val.zip",
      f"{ASSETS_URL}/VisDrone2019-DET-test-dev.zip",
      # f"{ASSETS_URL}/VisDrone2019-DET-test-challenge.zip",
  ]
  download(urls, dir=dir, threads=4)

  # Convert
  splits = {"VisDrone2019-DET-train": "train", "VisDrone2019-DET-val": "val", "VisDrone2019-DET-test-dev": "test"}
  for folder, split in splits.items():
      visdrone2yolo(dir, split, folder)  # convert VisDrone annotations to YOLO labels
      shutil.rmtree(dir / folder)  # cleanup original directory

Uso#

Download de ~2 GB

O VisDrone é baixado automaticamente na primeira vez que você treina — são três arquivos compactados, com cerca de 2 GB no total — e requer aproximadamente 4 GB de espaço livre em disco durante a extração e conversão.

Para treinar um modelo YOLO26n no conjunto de dados VisDrone durante 100 épocas, com tamanho de imagem 640, podes utilizar os seguintes exemplos de código.

Exemplo de treino
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="VisDrone.yaml", epochs=100, imgsz=640)

Para rotular imagens aéreas adicionais e gerenciar execuções de treinamento do VisDrone no navegador, use a Ultralytics Platform.

Dados de exemplo e anotações#

O exemplo abaixo mostra uma cena típica do VisDrone: uma vista aérea de uma estrada movimentada, onde pedestres e veículos aparecem como alvos pequenos e agrupados, muitos parcialmente obstruídos uns pelos outros.

Imagens aéreas de drones do conjunto de dados VisDrone com detecção de objetos

Citações e agradecimentos#

Se você usar o conjunto de dados VisDrone em seu trabalho de pesquisa ou desenvolvimento, cite o artigo a seguir:

Citação
@ARTICLE{9573394,
  author={Zhu, Pengfei and Wen, Longyin and Du, Dawei and Bian, Xiao and Fan, Heng and Hu, Qinghua and Ling, Haibin},
  journal={IEEE Transactions on Pattern Analysis and Machine Intelligence},
  title={Detection and Tracking Meet Drones Challenge},
  year={2022},
  volume={44},
  number={11},
  pages={7380-7399},
  doi={10.1109/TPAMI.2021.3119563}}

Gostaríamos de reconhecer a equipe AISKYEYE do laboratório de Aprendizado de Máquina e mineração de dados da Universidade de Tianjin, China, pela criação e manutenção do conjunto de dados VisDrone. Para saber mais, acesse o repositório do VisDrone Dataset no GitHub.

Perguntas frequentes#

  • O VisDrone é usado para treinar e avaliar detectores com imagens capturadas por drones, nas quais os objetos são pequenos, numerosos e vistos de cima. A combinação de vistas aéreas, cenas lotadas e condições variadas faz dele um ambiente de teste padrão para monitoramento de tráfego com UAVs, análise de multidões e pesquisa sobre detecção de objetos pequenos.

  • A configuração VisDrone da Ultralytics contém 8,629 imagens: 6,471 para treinamento, 548 para validação e 1,610 para teste (test-dev). Todas as divisões compartilham as mesmas 10 classes: pedestre, pessoas, bicicleta, carro, van, caminhão, triciclo, triciclo com toldo, ônibus e motocicleta. Consulte Estrutura do conjunto de dados para ver a divisão completa.

  • O VisDrone é baixado automaticamente na primeira vez que você treina com data="VisDrone.yaml" — não é necessário fazer nada manualmente. O script baixa três arquivos compactados (cerca de 2 GB) dos recursos de lançamento do Ultralytics GitHub e converte as anotações para o formato YOLO. A divisão test-challenge reservada para a competição não está incluída.

  • Treine um modelo YOLO26n no VisDrone por 100 épocas, com tamanho de imagem de 640:

    Exemplo de treino
    from 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="VisDrone.yaml", epochs=100, imgsz=640)

    Para ver configurações detalhadas, consulte a página de Treinamento e as dicas de treinamento de modelos.

  • Os objetos no VisDrone são minúsculos em relação ao quadro — muitas vezes têm apenas algumas dezenas de pixels — e aparecem em grupos densos e muito oclusos, o que dificulta o trabalho de detectores ajustados com fotos tiradas ao nível do solo. Treinar e fazer previsões com uma resolução maior (por exemplo, imgsz=1280 com um lote menor) permite recuperar alvos pequenos, e o recorte em blocos de alta resolução divide imagens grandes para que os objetos pequenos ocupem mais espaço em cada janela de inferência.

  • O benchmark VisDrone completo abrange cinco tarefas — detecção de objetos em imagens, detecção de objetos em vídeos, rastreamento de um único objeto, rastreamento de vários objetos e contagem de multidões — em 288 clipes de vídeo e 10,209 imagens estáticas. A configuração VisDrone.yaml da Ultralytics abrange apenas a tarefa de detecção em imagens (VisDrone2019-DET), baixando suas 6,471 imagens de treinamento, 548 de validação e 1,610 de teste-dev.

  • Cite o artigo "Detection and Tracking Meet Drones Challenge" (IEEE TPAMI, vol. 44, nº 11, 2022, DOI 10.1109/TPAMI.2021.3119563); a entrada BibTeX completa está na seção Citações e agradecimentos acima.

Comentários24

Faz uma pergunta, partilha os teus resultados ou ajuda alguém.

  1. arpithavkhanapur1226-collabGitHub

    Thank you for the suggestions. I’ve tried the recommended changes and checked the dataset, including removing the degenerate bounding box, but I’m still facing the NaN issue around epoch 30. The best mAP I’m getting is only around 33.2%, which is far below the expected performance. I’ve tried several approaches already, but I’m not able to figure out what is causing the instability. Could you please help me identify what might be going wrong or suggest what I should specifically check next? ,I have attached my code and result below ,I would really appreciate your guidance. visdrone result visdrone2.ipynb

    cmf

    1. Paula DerrengerUltralytics

      Please rerun a clean baseline with the official VisDrone.yaml, pretrained weights, and defaults; after correcting annotations, delete all *.cache files in the dataset’s labels directories, and restart the notebook kernel if Ultralytics was upgraded. If NaNs persist, share the complete text training log/traceback, exact model.train(...) arguments, Ultralytics version, and output from yolo checks; also try a smaller learning rate and higher imgsz such as 1280, since VisDrone contains many tiny objects.

  2. arpithavkhanapur1226-collabGitHub

    I’m training YOLOv12 on the VisDrone dataset, but I faced NaN losses after around epoch 29. I found a degenerate bounding box with zero height and removed it, but the NaN issue still occurred. I then tried DDPNet on VisDrone, but the validation performance started plateauing around epoch 14. Training is also very slow on a T4 (~4 hours for 12 epochs). Could you suggest what I should check or change to improve the training performance?

    1. Paula DerrengerUltralytics

      After correcting every invalid/non-finite label and ensuring normalized boxes have positive width/height, delete all *.cache files inside the labels directories before retraining. Establish a baseline with a pretrained Ultralytics model at imgsz=640; then inspect results.png, per-class AP, and the confusion matrix before changing augmentation or resolution. VisDrone contains many tiny, dense objects, so higher resolution may improve accuracy but will substantially slow a T4; use an n/s model and the largest stable batch first. If NaNs persist, please share the exact training command, complete text logs around the first NaN, Ultralytics version, and yolo checks output; see the VisDrone training guide and fine-tuning troubleshooting.

    1. Glenn JocherUltralytics(editado)

      Hi, we don’t currently provide an official YOLO model pretrained specifically on VisDrone, so the usual workflow is to start from a generic checkpoint like yolo26n.pt and fine‑tune it on VisDrone; you can safely reduce epochs (e.g. 10–20) or train on a subset of the data in Colab to keep compute low, and the YOLO train mode docs show how to adjust these arguments.

  3. ysharvitGitHub

    I am looking for drone photos in desert area ( in order to develop rescue detection system (I volunteer in SAR unit)) Can I filter only desert BG pictures in your dataset?

    1. Glenn JocherUltralytics(editado)

      VisDrone doesn’t include scene/terrain metadata like “desert” (it’s largely urban/traffic), so there’s no built‑in way to filter for desert backgrounds; for SAR you’ll want to gather desert drone imagery and fine‑tune a COCO‑pretrained YOLO26 using the dataset setup in the Datasets Overview or manage it end‑to‑end with Ultralytics Platform datasets.

  4. fardinabbasiGitHub

    It would be very useful if someone could provide a list of pretrained YOLO models for the VisDrone dataset that are compatible with Ultralytics.

    1. Glenn JocherUltralytics(editado)

      Ultralytics doesn’t currently maintain an official list of VisDrone‑trained checkpoints; the recommended path is to fine‑tune a COCO‑pretrained YOLO26 variant (e.g., yolo26s.pt)—see the available base weights on the YOLO26 models page.

  5. lawyehGitHub

    Hello, the example and the yaml file pull from the object detection in images dataset (task 1). How can I train the model for object detection in video (task )?

    1. Glenn JocherUltralytics

      For video object detection (Task 2) with VisDrone, you'll use the same YOLO training process but process video frames as individual images. Ensure your dataset paths in VisDrone.yaml point to the video task's frame sequences (organized as images), then train normally. Video inference can be done with model.predict(source='video.mp4') after training. For video-specific annotations, verify they're converted to YOLO format per frame.

      1
  6. SudhanshuBlazeGitHub

    I trained yolov10x on VisDrone dataset with the below parameters, but I got the final box_loss of 1.97. I feel that model performed very poorly, do you know what might be the issue? Or what hyperparameters should I use?

    from ultralytics import YOLO
    
    # Load a model
    model = YOLO("yolov10x.pt")  # load a pretrained model (recommended for training)
    
    # Train the model
    results = model.train(data="VisDrone.yaml", epochs=1000, imgsz=640, patience=250, project='visdrone', name='train', batch=-1)

    F1_curve

    results

    1. Glenn JocherUltralytics

      @SudhanshuBlaze it sounds like your model might be struggling with the complexity of the VisDrone dataset. First, ensure you're using the latest version of the Ultralytics package. You might also want to experiment with different learning rates, batch sizes, and augmentation techniques. Sometimes, reducing the learning rate or increasing the batch size can help stabilize training. Additionally, consider using early stopping to prevent overfitting. If the issue persists, reviewing the dataset for any inconsistencies or mislabeled data could also be beneficial. For more detailed guidance, you can refer to the VisDrone documentation.

  7. mariem158GitHub

    quelles sont les étapes pour télécharger roboflow100 sur google colab. je veux utiliser ce dataset pour faire la détection précise des véhicules filmés par des caméras ?

    1. Paula DerrengerUltralytics(editado)

      @mariem158 bonjour!

      Pour télécharger et utiliser le dataset Roboflow100 sur Google Colab pour la détection précise des véhicules, vous pouvez suivre les étapes ci-dessous. Cependant, il semble que vous ayez mentionné le dataset VisDrone dans votre commentaire, donc je vais également inclure des informations sur ce dataset.

      Étapes pour télécharger Roboflow100 sur Google Colab
      1. Installer les dépendances nécessaires:

        !pip install roboflow
      2. Importer et configurer Roboflow:

        from roboflow import Roboflow
        rf = Roboflow(api_key="YOUR_API_KEY")
        project = rf.workspace().project("roboflow100")
        dataset = project.version("1").download("yolov8")
      3. Configurer le dataset pour l'entraînement:

        from ultralytics import YOLO
        
        # Charger un modèle pré-entraîné
        model = YOLO("yolo26n.pt")
        
        # Entraîner le modèle
        results = model.train(data=dataset.location + "/data.yaml", epochs=100, imgsz=640)
      Utilisation du dataset VisDrone

      Le dataset VisDrone est une excellente ressource pour la détection d'objets, le suivi d'objets et le comptage de foules dans des images et vidéos capturées par des drones. Voici comment vous pouvez l'utiliser avec YOLO26:

      1. Télécharger et configurer le dataset VisDrone:

        from ultralytics import YOLO
        
        # Charger un modèle pré-entraîné
        model = YOLO("yolo26n.pt")
        
        # Entraîner le modèle
        results = model.train(data="VisDrone.yaml", epochs=100, imgsz=640)
      2. YAML de configuration pour VisDrone:

        # Ultralytics YOLO 🚀, AGPL-3.0 license
        # VisDrone2019-DET dataset https://github.com/VisDrone/VisDrone-Dataset by Tianjin University
        path: ../datasets/VisDrone
        train: VisDrone2019-DET-train/images
        val: VisDrone2019-DET-val/images
        test: VisDrone2019-DET-test-dev/images
        names:
          0: pedestrian
          1: people
          2: bicycle
          3: car
          4: van
          5: truck
          6: tricycle
          7: awning-tricycle
          8: bus
          9: motor

      Pour plus de détails sur l'utilisation du dataset VisDrone, vous pouvez consulter la documentation complète ici : VisDrone Dataset Documentation.

      N'hésitez pas à revenir vers nous si vous avez d'autres questions! 😊

      Cordialement, L'équipe Ultralytics

  8. mariem158GitHub

    comment intégrer visdataset sur google colab et l'intégrer dans mon code qui détecte seulement des véhicules par des drones situé verticalement au dessus de la route.

    1. Paula DerrengerUltralytics(editado)

      Bonjour,

      Merci pour votre question ! Pour intégrer le dataset VisDrone dans Google Colab et l'utiliser pour détecter uniquement des véhicules capturés par des drones, voici les étapes à suivre :

      1. Configurer Google Colab:

        • Assurez-vous d'avoir accès à un GPU pour accélérer l'entraînement. Allez dans Runtime > Change runtime type et sélectionnez GPU.
      2. Installer les dépendances:

        • Installez les bibliothèques nécessaires, notamment ultralytics pour YOLO26.
      3. Télécharger et préparer le dataset VisDrone:

        • Utilisez le script de téléchargement et de conversion fourni dans le fichier VisDrone.yaml.
      4. Entraîner le modèle:

        • Chargez un modèle pré-entraîné YOLO26 et entraînez-le sur le dataset VisDrone en filtrant uniquement les classes de véhicules.

      Voici un exemple de code pour chaque étape :

      # Installer les dépendances
      !pip install ultralytics
      
      # Importer les bibliothèques nécessaires
      from ultralytics import YOLO
      import os
      from pathlib import Path
      
      # Télécharger et préparer le dataset VisDrone
      def download_visdrone():
          from ultralytics.utils.downloads import download
      
          def visdrone2yolo(dir):
              from PIL import Image
              from tqdm import tqdm
      
              def convert_box(size, box):
                  dw = 1. / size[0]
                  dh = 1. / size[1]
                  return (box[0] + box[2] / 2) * dw, (box[1] + box[3] / 2) * dh, box[2] * dw, box[3] * dh
      
              (dir / 'labels').mkdir(parents=True, exist_ok=True)
              pbar = tqdm((dir / 'annotations').glob('*.txt'), desc=f'Converting {dir}')
              for f in pbar:
                  img_size = Image.open((dir / 'images' / f.name).with_suffix('.jpg')).size
                  lines = []
                  with open(f, 'r') as file:
                      for row in [x.split(',') for x in file.read().strip().splitlines()]:
                          if row[4] == '0':
                              continue
                          cls = int(row[5]) - 1
                          box = convert_box(img_size, tuple(map(int, row[:4])))
                          lines.append(f"{cls} {' '.join(f'{x:.6f}' for x in box)}\n")
                      with open(str(f).replace(f'{os.sep}annotations{os.sep}', f'{os.sep}labels{os.sep}'), 'w') as fl:
                          fl.writelines(lines)
      
          dir = Path('../datasets/VisDrone')
          urls = [
              'https://github.com/ultralytics/yolov5/releases/download/v1.0/VisDrone2019-DET-train.zip',
              'https://github.com/ultralytics/yolov5/releases/download/v1.0/VisDrone2019-DET-val.zip',
              'https://github.com/ultralytics/yolov5/releases/download/v1.0/VisDrone2019-DET-test-dev.zip',
              'https://github.com/ultralytics/yolov5/releases/download/v1.0/VisDrone2019-DET-test-challenge.zip'
          ]
          download(urls, dir=dir, curl=True, threads=4)
          for d in ['VisDrone2019-DET-train', 'VisDrone2019-DET-val', 'VisDrone2019-DET-test-dev']:
              visdrone2yolo(dir / d)
      
      download_visdrone()
      
      # Entraîner le modèle YOLO26 sur le dataset VisDrone
      model = YOLO("yolo26n.pt")  # Charger un modèle pré-entraîné
      results = model.train(data="VisDrone.yaml", epochs=100, imgsz=640)

      Pour plus de détails sur la configuration du dataset et les options d'entraînement, vous pouvez consulter la documentation complète ici.

      N'hésitez pas à revenir vers nous si vous avez d'autres questions. Bonne chance avec votre projet ! 🚀

      Cordialement, L'équipe Ultralytics

    2. mariem158GitHub

      comment je peux utiliser les modèles de visdrone et faire l'appel à ce dataset dans mon code pour faire la détection des véhicules par mon drone?

    3. Paula DerrengerUltralytics(editado)

      Bonjour,

      Merci pour votre question ! Pour utiliser le dataset VisDrone et détecter uniquement les véhicules capturés par des drones, voici comment procéder sur Google Colab :

      1. Configurer Google Colab:

        • Assurez-vous d'avoir accès à un GPU pour accélérer l'entraînement. Allez dans Runtime > Change runtime type et sélectionnez GPU.
      2. Installer les dépendances:

        • Installez les bibliothèques nécessaires, notamment ultralytics pour YOLO26.
      3. Télécharger et préparer le dataset VisDrone:

        • Utilisez le script de téléchargement et de conversion fourni dans le fichier VisDrone.yaml.
      4. Entraîner le modèle:

        • Chargez un modèle pré-entraîné YOLO26 et entraînez-le sur le dataset VisDrone en filtrant uniquement les classes de véhicules.

      Voici un exemple de code pour chaque étape :

      # Installer les dépendances
      !pip install ultralytics
      
      # Importer les bibliothèques nécessaires
      from ultralytics import YOLO
      import os
      from pathlib import Path
      
      # Télécharger et préparer le dataset VisDrone
      def download_visdrone():
          from ultralytics.utils.downloads import download
      
          def visdrone2yolo(dir):
              from PIL import Image
              from tqdm import tqdm
      
              def convert_box(size, box):
                  dw = 1. / size[0]
                  dh = 1. / size[1]
                  return (box[0] + box[2] / 2) * dw, (box[1] + box[3] / 2) * dh, box[2] * dw, box[3] * dh
      
              (dir / 'labels').mkdir(parents=True, exist_ok=True)
              pbar = tqdm((dir / 'annotations').glob('*.txt'), desc=f'Converting {dir}')
              for f in pbar:
                  img_size = Image.open((dir / 'images' / f.name).with_suffix('.jpg')).size
                  lines = []
                  with open(f, 'r') as file:
                      for row in [x.split(',') for x in file.read().strip().splitlines()]:
                          if row[4] == '0':
                              continue
                          cls = int(row[5]) - 1
                          box = convert_box(img_size, tuple(map(int, row[:4])))
                          lines.append(f"{cls} {' '.join(f'{x:.6f}' for x in box)}\n")
                      with open(str(f).replace(f'{os.sep}annotations{os.sep}', f'{os.sep}labels{os.sep}'), 'w') as fl:
                          fl.writelines(lines)
      
          dir = Path('../datasets/VisDrone')
          urls = [
              'https://github.com/ultralytics/yolov5/releases/download/v1.0/VisDrone2019-DET-train.zip',
              'https://github.com/ultralytics/yolov5/releases/download/v1.0/VisDrone2019-DET-val.zip',
              'https://github.com/ultralytics/yolov5/releases/download/v1.0/VisDrone2019-DET-test-dev.zip',
              'https://github.com/ultralytics/yolov5/releases/download/v1.0/VisDrone2019-DET-test-challenge.zip'
          ]
          download(urls, dir=dir, curl=True, threads=4)
          for d in ['VisDrone2019-DET-train', 'VisDrone2019-DET-val', 'VisDrone2019-DET-test-dev']:
              visdrone2yolo(dir / d)
      
      download_visdrone()
      
      # Entraîner le modèle YOLO26 sur le dataset VisDrone
      model = YOLO("yolo26n.pt")  # Charger un modèle pré-entraîné
      results = model.train(data="VisDrone.yaml", epochs=100, imgsz=640)

      Pour plus de détails sur la configuration du dataset et les options d'entraînement, vous pouvez consulter la documentation complète ici.

      N'hésitez pas à revenir vers nous si vous avez d'autres questions. Bonne chance avec votre projet ! 🚀

      Cordialement, L'équipe Ultralytics

  9. Elvis-Kiilu2GitHub

    This is nice, but what's next after the detection? How do we send/retrieve the data to a given database? What further insights can we draw from the detected data? What other technologies can we intergrate to this to draw meaningful inferences??

    1. Paula DerrengerUltralytics(editado)

      After detection, you have a few options to extend the functionality:

      1. Data Storage: To send and store detections on a database:

        import sqlite3
        from datetime import datetime
        
        from ultralytics import YOLO
        
        # Connect to SQLite database
        connection = sqlite3.connect('my_detections.db')
        cursor = connection.cursor()
        
        # Create table
        cursor.execute('''CREATE TABLE IF NOT EXISTS detections
                          (timestamp DATETIME, class TEXT, confidence REAL, x REAL, y REAL, width REAL, height REAL)''')
        
        # Example insertion from detection
        results = YOLO("yolo26n.pt")("image.jpg")[0]
        names = results.names
        timestamp = datetime.now().isoformat()
        for det in results.boxes:
           cursor.execute('''INSERT INTO detections (timestamp, class, confidence, x, y, width, height)
                             VALUES (?, ?, ?, ?, ?, ?, ?)''',
                              (timestamp, names[int(det.cls)], float(det.conf), *det.xywh[0].tolist()))
        
        connection.commit()
        connection.close()
      2. Further Analysis: Analyze the time series of detections to observe trends, detect anomalies, or aggregate counts over time.

      3. Integration with Other Technologies: Integrate with IoT platforms for real-time alerts or incorporate AI-based services for enhanced image analysis and decision-making processes.

      These steps help bridge the gap between raw detection outputs and actionable insights or responses in real-world applications.

    2. Elvis-Kiilu2GitHub

      Thanks @pderrenger for the reply. I wanted to implement this for my next project. Your insights are a good starting point. My aim is to extract/read data from the detected class/boxes. Then compare and match the read data with with those in a database that in a cloud data warehouse, Bigquery to be specific.

    3. Paula DerrengerUltralytics

      Hey there! It's great to hear you're planning to use YOLOv8 for your project. To extract and compare data from detected objects with your BigQuery database, you can follow these steps:

      1. Extract Data: After detection, extract the necessary details from each detection (like class, confidence, and bounding box coordinates).

      2. Format Data: Convert this data into a suitable format (like JSON or CSV) that can be easily ingested into BigQuery.

      3. Upload to BigQuery: Use the BigQuery API to upload your formatted data. Here’s a small Python snippet using google-cloud-bigquery:

        from google.cloud import bigquery
        
        # Construct a BigQuery client object.
        client = bigquery.Client()
        
        # Define your table ID (dataset.table)
        table_id = "your-project.your_dataset.your_table"
        
        # Define the data to be inserted
        rows_to_insert = [
            {u"class": detected_class, u"confidence": confidence, u"x_min": x_min, u"y_min": y_min, u"width": width, u"height": height}
        ]
        
        # Insert data into BigQuery
        errors = client.insert_rows_json(table_id, rows_to_insert)
        if errors == []:
            print("New rows have been added.")
      4. Query and Analyze: Once your data is in BigQuery, you can use SQL queries to compare, analyze, and draw insights based on your specific needs.

      This workflow will help you leverage the power of cloud computing to analyze large datasets efficiently. If you need further assistance or have more specific requirements, feel free to ask! 🚀