Salta para o conteĆŗdo

Conjunto de dados de COV

O conjunto de dados PASCAL VOC (Visual Object Classes) Ć© um conjunto de dados bem conhecido de deteĆ§Ć£o, segmentaĆ§Ć£o e classificaĆ§Ć£o de objectos. Foi concebido para encorajar a investigaĆ§Ć£o sobre uma grande variedade de categorias de objectos e Ć© normalmente utilizado para aferir modelos de visĆ£o por computador. Ɖ um conjunto de dados essencial para investigadores e programadores que trabalham em tarefas de deteĆ§Ć£o, segmentaĆ§Ć£o e classificaĆ§Ć£o de objectos.

CaracterĆ­sticas principais

  • O conjunto de dados VOC inclui dois desafios principais: VOC2007 e VOC2012.
  • O conjunto de dados inclui 20 categorias de objectos, incluindo objectos comuns como carros, bicicletas e animais, bem como categorias mais especĆ­ficas como barcos, sofĆ”s e mesas de jantar.
  • As anotaƧƵes incluem caixas delimitadoras de objectos e etiquetas de classe para as tarefas de deteĆ§Ć£o e classificaĆ§Ć£o de objectos, e mĆ”scaras de segmentaĆ§Ć£o para as tarefas de segmentaĆ§Ć£o.
  • O VOC fornece mĆ©tricas de avaliaĆ§Ć£o padronizadas como a precisĆ£o mĆ©dia (mAP) para a deteĆ§Ć£o e classificaĆ§Ć£o de objectos, tornando-o adequado para comparar o desempenho do modelo.

Estrutura do conjunto de dados

O conjunto de dados COV estĆ” dividido em trĆŖs subconjuntos:

  1. Treina: Este subconjunto contĆ©m imagens para treinar modelos de deteĆ§Ć£o, segmentaĆ§Ć£o e classificaĆ§Ć£o de objectos.
  2. ValidaĆ§Ć£o: Este subconjunto tem imagens utilizadas para efeitos de validaĆ§Ć£o durante a formaĆ§Ć£o do modelo.
  3. Testa: Este subconjunto Ć© constituĆ­do por imagens utilizadas para testar e aferir os modelos treinados. As anotaƧƵes da verdade terrestre para este subconjunto nĆ£o estĆ£o disponĆ­veis publicamente e os resultados sĆ£o submetidos ao servidor de avaliaĆ§Ć£o PASCAL VOC para avaliaĆ§Ć£o do desempenho.

AplicaƧƵes

O conjunto de dados VOC Ć© amplamente utilizado para treinar e avaliar modelos de aprendizagem profunda na deteĆ§Ć£o de objetos (como YOLO, Faster R-CNN e SSD), segmentaĆ§Ć£o de instĆ¢ncias (como Mask R-CNN) e classificaĆ§Ć£o de imagens. O conjunto diversificado de categorias de objetos do conjunto de dados, o grande nĆŗmero de imagens anotadas e as mĆ©tricas de avaliaĆ§Ć£o padronizadas fazem dele um recurso essencial para pesquisadores e profissionais de visĆ£o computacional.

Conjunto de dados YAML

Um ficheiro YAML (Yet Another Markup Language) Ć© utilizado para definir a configuraĆ§Ć£o do conjunto de dados. ContĆ©m informaƧƵes sobre os caminhos do conjunto de dados, classes e outras informaƧƵes relevantes. No caso do conjunto de dados VOC, o ficheiro VOC.yaml Ć© mantido em https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/VOC.yaml.

ultralytics/cfg/datasets/VOC.yaml

# Ultralytics YOLO šŸš€, AGPL-3.0 license
# PASCAL VOC dataset http://host.robots.ox.ac.uk/pascal/VOC by University of Oxford
# Documentation: # Documentation: https://docs.ultralytics.com/datasets/detect/voc/
# Example usage: yolo train data=VOC.yaml
# parent
# ā”œā”€ā”€ ultralytics
# ā””ā”€ā”€ datasets
#     ā””ā”€ā”€ VOC  ā† downloads here (2.8 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: ../datasets/VOC
train: # train images (relative to 'path')  16551 images
  - images/train2012
  - images/train2007
  - images/val2012
  - images/val2007
val: # val images (relative to 'path')  4952 images
  - images/test2007
test: # test images (optional)
  - images/test2007

# Classes
names:
  0: aeroplane
  1: bicycle
  2: bird
  3: boat
  4: bottle
  5: bus
  6: car
  7: cat
  8: chair
  9: cow
  10: diningtable
  11: dog
  12: horse
  13: motorbike
  14: person
  15: pottedplant
  16: sheep
  17: sofa
  18: train
  19: tvmonitor

# Download script/URL (optional) ---------------------------------------------------------------------------------------
download: |
  import xml.etree.ElementTree as ET

  from tqdm import tqdm
  from ultralytics.utils.downloads import download
  from pathlib import Path

  def convert_label(path, lb_path, year, image_id):
      def convert_box(size, box):
          dw, dh = 1. / size[0], 1. / size[1]
          x, y, w, h = (box[0] + box[1]) / 2.0 - 1, (box[2] + box[3]) / 2.0 - 1, box[1] - box[0], box[3] - box[2]
          return x * dw, y * dh, w * dw, h * dh

      in_file = open(path / f'VOC{year}/Annotations/{image_id}.xml')
      out_file = open(lb_path, 'w')
      tree = ET.parse(in_file)
      root = tree.getroot()
      size = root.find('size')
      w = int(size.find('width').text)
      h = int(size.find('height').text)

      names = list(yaml['names'].values())  # names list
      for obj in root.iter('object'):
          cls = obj.find('name').text
          if cls in names and int(obj.find('difficult').text) != 1:
              xmlbox = obj.find('bndbox')
              bb = convert_box((w, h), [float(xmlbox.find(x).text) for x in ('xmin', 'xmax', 'ymin', 'ymax')])
              cls_id = names.index(cls)  # class id
              out_file.write(" ".join(str(a) for a in (cls_id, *bb)) + '\n')


  # Download
  dir = Path(yaml['path'])  # dataset root dir
  url = 'https://github.com/ultralytics/assets/releases/download/v0.0.0/'
  urls = [f'{url}VOCtrainval_06-Nov-2007.zip',  # 446MB, 5012 images
          f'{url}VOCtest_06-Nov-2007.zip',  # 438MB, 4953 images
          f'{url}VOCtrainval_11-May-2012.zip']  # 1.95GB, 17126 images
  download(urls, dir=dir / 'images', curl=True, threads=3, exist_ok=True)  # download and unzip over existing paths (required)

  # Convert
  path = dir / 'images/VOCdevkit'
  for year, image_set in ('2012', 'train'), ('2012', 'val'), ('2007', 'train'), ('2007', 'val'), ('2007', 'test'):
      imgs_path = dir / 'images' / f'{image_set}{year}'
      lbs_path = dir / 'labels' / f'{image_set}{year}'
      imgs_path.mkdir(exist_ok=True, parents=True)
      lbs_path.mkdir(exist_ok=True, parents=True)

      with open(path / f'VOC{year}/ImageSets/Main/{image_set}.txt') as f:
          image_ids = f.read().strip().split()
      for id in tqdm(image_ids, desc=f'{image_set}{year}'):
          f = path / f'VOC{year}/JPEGImages/{id}.jpg'  # old img path
          lb_path = (lbs_path / f.name).with_suffix('.txt')  # new label path
          f.rename(imgs_path / f.name)  # move image
          convert_label(path, lb_path, year, id)  # convert labels to YOLO format

UtilizaĆ§Ć£o

Para treinar um modelo YOLOv8n no conjunto de dados VOC para 100 Ć©pocas com um tamanho de imagem de 640, podes utilizar os seguintes snippets de cĆ³digo. Para obter uma lista abrangente dos argumentos disponĆ­veis, consulta a pĆ”gina de treino do modelo.

Exemplo de comboio

from ultralytics import YOLO

# Load a model
model = YOLO("yolov8n.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="VOC.yaml", epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo detect train data=VOC.yaml model=yolov8n.pt epochs=100 imgsz=640

Exemplos de imagens e anotaƧƵes

O conjunto de dados VOC contƩm um conjunto diversificado de imagens com vƔrias categorias de objectos e cenas complexas. Seguem-se alguns exemplos de imagens do conjunto de dados, juntamente com as anotaƧƵes correspondentes:

Imagem de amostra do conjunto de dados

  • Imagem em mosaico: Esta imagem demonstra um lote de treino composto por imagens do conjunto de dados em mosaico. O mosaico Ć© uma tĆ©cnica utilizada durante o treino que combina vĆ”rias imagens numa Ćŗnica imagem para aumentar a variedade de objectos e cenas em cada lote de treino. Isto ajuda a melhorar a capacidade do modelo de generalizar para diferentes tamanhos de objectos, proporƧƵes e contextos.

O exemplo mostra a variedade e complexidade das imagens no conjunto de dados VOC e os benefĆ­cios da utilizaĆ§Ć£o de mosaicos durante o processo de formaĆ§Ć£o.

CitaƧƵes e agradecimentos

Se utilizares o conjunto de dados VOC no teu trabalho de investigaĆ§Ć£o ou desenvolvimento, cita o seguinte documento:

@misc{everingham2010pascal,
      title={The PASCAL Visual Object Classes (VOC) Challenge},
      author={Mark Everingham and Luc Van Gool and Christopher K. I. Williams and John Winn and Andrew Zisserman},
      year={2010},
      eprint={0909.5206},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

GostarĆ­amos de agradecer ao ConsĆ³rcio PASCAL VOC por criar e manter este valioso recurso para a comunidade de visĆ£o computacional. Para mais informaƧƵes sobre o conjunto de dados VOC e os seus criadores, visita o site do conjunto de dados PASCAL VOC.

FAQ

O que Ć© o conjunto de dados PASCAL VOC e porque Ć© que Ć© importante para as tarefas de visĆ£o computacional?

O conjunto de dados PASCAL VOC (Visual Object Classes) Ć© uma referĆŖncia de renome para a deteĆ§Ć£o, segmentaĆ§Ć£o e classificaĆ§Ć£o de objectos na visĆ£o computacional. Inclui anotaƧƵes abrangentes como caixas delimitadoras, etiquetas de classe e mĆ”scaras de segmentaĆ§Ć£o em 20 categorias de objectos diferentes. Os investigadores utilizam-no amplamente para avaliar o desempenho de modelos como Faster R-CNN, YOLO e Mask R-CNN devido Ć s suas mĆ©tricas de avaliaĆ§Ć£o padronizadas, como a precisĆ£o mĆ©dia (mAP).

Como posso treinar um modelo YOLOv8 utilizando o conjunto de dados VOC?

Para treinar um modelo YOLOv8 com o conjunto de dados VOC, precisas da configuraĆ§Ć£o do conjunto de dados num ficheiro YAML. Aqui estĆ” um exemplo para comeƧar a treinar um modelo YOLOv8n para 100 Ć©pocas com um tamanho de imagem de 640:

Exemplo de comboio

from ultralytics import YOLO

# Load a model
model = YOLO("yolov8n.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="VOC.yaml", epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo detect train data=VOC.yaml model=yolov8n.pt epochs=100 imgsz=640

Quais sĆ£o os principais desafios incluĆ­dos no conjunto de dados COV?

O conjunto de dados VOC inclui dois desafios principais: VOC2007 e VOC2012. Estes desafios testam a deteĆ§Ć£o, segmentaĆ§Ć£o e classificaĆ§Ć£o de objectos em 20 categorias de objectos diferentes. Cada imagem Ć© meticulosamente anotada com caixas delimitadoras, rĆ³tulos de classe e mĆ”scaras de segmentaĆ§Ć£o. Os desafios fornecem mĆ©tricas padronizadas como o mAP, facilitando a comparaĆ§Ć£o e o benchmarking de diferentes modelos de visĆ£o computacional.

Como Ć© que o conjunto de dados PASCAL VOC melhora o benchmarking e a avaliaĆ§Ć£o dos modelos?

O conjunto de dados PASCAL VOC melhora o benchmarking e a avaliaĆ§Ć£o de modelos atravĆ©s das suas anotaƧƵes detalhadas e mĆ©tricas padronizadas como a precisĆ£o mĆ©dia (mAP). Estas mĆ©tricas sĆ£o cruciais para avaliar o desempenho dos modelos de deteĆ§Ć£o e classificaĆ§Ć£o de objectos. As imagens diversas e complexas do conjunto de dados garantem uma avaliaĆ§Ć£o abrangente do modelo em vĆ”rios cenĆ”rios do mundo real.

Como Ć© que utilizo o conjunto de dados VOC para segmentaĆ§Ć£o semĆ¢ntica nos modelos YOLO ?

Para usar o conjunto de dados VOC para tarefas de segmentaĆ§Ć£o semĆ¢ntica com YOLO modelos, Ć© necessĆ”rio configurar o conjunto de dados corretamente em um arquivo YAML. O arquivo YAML define caminhos e classes necessĆ”rios para treinar modelos de segmentaĆ§Ć£o. Verifica o ficheiro de configuraĆ§Ć£o YAML do conjunto de dados VOC em VOC.yaml para obteres configuraƧƵes detalhadas.



Criado em 2023-11-12, Atualizado em 2024-07-04
Autores: glenn-jocher (7), Laughing-q (1)

ComentƔrios