Link to this sectionConjunto de dados xView#

O conjunto de dados xView é um dos maiores conjuntos de dados publicamente disponíveis de imagens aéreas, contendo imagens de cenas complexas ao redor do mundo anotadas usando caixas delimitadoras. O objetivo do conjunto de dados xView é acelerar o progresso em quatro fronteiras de visão computacional:

1. Reduzir a resolução mínima para detecção.
2. Melhorar a eficiência do aprendizado.
3. Possibilitar a descoberta de mais classes de objetos.
4. Melhorar a detecção de classes de granulação fina.

O xView baseia-se no sucesso de desafios como Common Objects in Context (COCO) e visa aproveitar a visão computacional para analisar a quantidade crescente de imagens disponíveis do espaço, a fim de compreender o mundo visual de novas maneiras e abordar uma série de aplicações importantes.

Link to this sectionPrincipais recursos#

• O xView contém mais de 1 milhão de instâncias de objetos em 60 classes.
• O conjunto de dados tem uma resolução de 0,3 metros, fornecendo imagens de resolução mais alta do que a maioria dos conjuntos de dados de imagens de satélite públicos.
• O xView apresenta uma coleção diversificada de objetos pequenos, raros, de granulação fina e de vários tipos com anotação de caixa delimitadora.
• Vem com um modelo de base pré-treinado usando a API de detecção de objetos do TensorFlow e um exemplo para PyTorch.

Link to this sectionEstrutura do Dataset#

O conjunto de dados xView é composto por imagens de satélite coletadas de satélites WorldView-3 a uma distância de amostragem de solo de 0,3 m. Ele contém mais de 1 milhão de objetos em 60 classes em mais de 1.400 km² de imagens. O conjunto de dados é particularmente valioso para aplicações de sensoriamento remoto e monitoramento ambiental.

Link to this sectionAplicações#

O conjunto de dados xView é amplamente utilizado para treinar e avaliar modelos de aprendizado profundo para detecção de objetos em imagens aéreas. O conjunto diversificado de classes de objetos e as imagens de alta resolução do conjunto de dados tornam-no um recurso valioso para pesquisadores e profissionais no campo da visão computacional, especialmente para análise de imagens de satélite. As aplicações incluem:

• Reconhecimento militar e de defesa
• Planejamento urbano e desenvolvimento
• Monitoramento ambiental
• Resposta e avaliação de desastres
• Mapeamento e gestão de infraestrutura

Link to this sectionYAML do Dataset#

Um arquivo YAML (Yet Another Markup Language) é usado para definir a configuração do conjunto de dados. Ele contém informações sobre os caminhos, classes e outras informações relevantes do conjunto de dados. No caso do conjunto de dados xView, o arquivo xView.yaml é mantido em https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/xView.yaml.

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# DIUx xView 2018 Challenge dataset https://challenge.xviewdataset.org by U.S. National Geospatial-Intelligence Agency (NGA)
# --------  Download and extract data manually to `datasets/xView` before running the train command.  --------
# Documentation: https://docs.ultralytics.com/datasets/detect/xview
# Example usage: yolo train data=xView.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── xView ← downloads here (20.7 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: xView # dataset root dir
train: images/autosplit_train.txt # train images (relative to 'path') 90% of 847 train images
val: images/autosplit_val.txt # val images (relative to 'path') 10% of 847 train images

# Classes
names:
  0: Fixed-wing Aircraft
  1: Small Aircraft
  2: Cargo Plane
  3: Helicopter
  4: Passenger Vehicle
  5: Small Car
  6: Bus
  7: Pickup Truck
  8: Utility Truck
  9: Truck
  10: Cargo Truck
  11: Truck w/Box
  12: Truck Tractor
  13: Trailer
  14: Truck w/Flatbed
  15: Truck w/Liquid
  16: Crane Truck
  17: Railway Vehicle
  18: Passenger Car
  19: Cargo Car
  20: Flat Car
  21: Tank car
  22: Locomotive
  23: Maritime Vessel
  24: Motorboat
  25: Sailboat
  26: Tugboat
  27: Barge
  28: Fishing Vessel
  29: Ferry
  30: Yacht
  31: Container Ship
  32: Oil Tanker
  33: Engineering Vehicle
  34: Tower crane
  35: Container Crane
  36: Reach Stacker
  37: Straddle Carrier
  38: Mobile Crane
  39: Dump Truck
  40: Haul Truck
  41: Scraper/Tractor
  42: Front loader/Bulldozer
  43: Excavator
  44: Cement Mixer
  45: Ground Grader
  46: Hut/Tent
  47: Shed
  48: Building
  49: Aircraft Hangar
  50: Damaged Building
  51: Facility
  52: Construction Site
  53: Vehicle Lot
  54: Helipad
  55: Storage Tank
  56: Shipping container lot
  57: Shipping Container
  58: Pylon
  59: Tower

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

  import numpy as np
  from PIL import Image

  from ultralytics.utils import TQDM
  from ultralytics.data.split import autosplit
  from ultralytics.utils.ops import xyxy2xywhn

  def convert_labels(fname=Path("xView/xView_train.geojson")):
      """Convert xView GeoJSON labels to YOLO format (classes 0-59) and save them as text files."""
      path = fname.parent
      with open(fname, encoding="utf-8") as f:
          print(f"Loading {fname}...")
          data = json.load(f)

      # Make dirs
      labels = path / "labels" / "train"
      shutil.rmtree(labels, ignore_errors=True)
      labels.mkdir(parents=True, exist_ok=True)

      # xView classes 11-94 to 0-59
      xview_class2index = [-1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, 0, 1, 2, -1, 3, -1, 4, 5, 6, 7, 8, -1, 9, 10, 11,
                           12, 13, 14, 15, -1, -1, 16, 17, 18, 19, 20, 21, 22, -1, 23, 24, 25, -1, 26, 27, -1, 28, -1,
                           29, 30, 31, 32, 33, 34, 35, 36, 37, -1, 38, 39, 40, 41, 42, 43, 44, 45, -1, -1, -1, -1, 46,
                           47, 48, 49, -1, 50, 51, -1, 52, -1, -1, -1, 53, 54, -1, 55, -1, -1, 56, -1, 57, -1, 58, 59]

      shapes = {}
      for feature in TQDM(data["features"], desc=f"Converting {fname}"):
          p = feature["properties"]
          if p["bounds_imcoords"]:
              image_id = p["image_id"]
              image_file = path / "train_images" / image_id
              if image_file.exists():  # 1395.tif missing
                  try:
                      box = np.array([int(num) for num in p["bounds_imcoords"].split(",")])
                      assert box.shape[0] == 4, f"incorrect box shape {box.shape[0]}"
                      cls = p["type_id"]
                      cls = xview_class2index[int(cls)]  # xView class to 0-59
                      assert 59 >= cls >= 0, f"incorrect class index {cls}"

                      # Write YOLO label
                      if image_id not in shapes:
                          shapes[image_id] = Image.open(image_file).size
                      box = xyxy2xywhn(box[None].astype(float), w=shapes[image_id][0], h=shapes[image_id][1], clip=True)
                      with open((labels / image_id).with_suffix(".txt"), "a", encoding="utf-8") as f:
                          f.write(f"{cls} {' '.join(f'{x:.6f}' for x in box[0])}\n")  # write label.txt
                  except Exception as e:
                      print(f"WARNING: skipping one label for {image_file}: {e}")

  # Download manually from https://challenge.xviewdataset.org
  dir = Path(yaml["path"])  # dataset root dir
  # urls = [
  #     "https://d307kc0mrhucc3.cloudfront.net/train_labels.zip",  # train labels
  #     "https://d307kc0mrhucc3.cloudfront.net/train_images.zip",  # 15G, 847 train images
  #     "https://d307kc0mrhucc3.cloudfront.net/val_images.zip",  # 5G, 282 val images (no labels)
  # ]
  # download(urls, dir=dir)

  # Convert labels
  convert_labels(dir / "xView_train.geojson")

  # Move images
  images = Path(dir / "images")
  images.mkdir(parents=True, exist_ok=True)
  Path(dir / "train_images").rename(dir / "images" / "train")
  Path(dir / "val_images").rename(dir / "images" / "val")

  # Split
  autosplit(dir / "images" / "train")

Link to this sectionUso#

Para treinar um modelo no conjunto de dados xView por 100 épocas com um tamanho de imagem de 640, você pode usar os seguintes trechos de código. Para uma lista abrangente de argumentos disponíveis, consulte a página de Treinamento do modelo.

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="xView.yaml", epochs=100, imgsz=640)

Link to this sectionDados de Amostra e Anotações#

O conjunto de dados xView contém imagens de satélite de alta resolução com um conjunto diversificado de objetos anotados usando caixas delimitadoras. Aqui estão alguns exemplos de dados do conjunto de dados, juntamente com suas anotações correspondentes:

• Imagens Aéreas: Esta imagem demonstra um exemplo de detecção de objetos em imagens aéreas, onde os objetos são anotados com caixas delimitadoras. O conjunto de dados fornece imagens de satélite de alta resolução para facilitar o desenvolvimento de modelos para essa tarefa.

O exemplo mostra a variedade e a complexidade dos dados no conjunto de dados xView e destaca a importância de imagens de satélite de alta qualidade para tarefas de detecção de objetos.

Link to this sectionConjuntos de dados relacionados#

Se você estiver trabalhando com imagens de satélite, talvez também tenha interesse em explorar estes conjuntos de dados relacionados:

• DOTA-v2: Um conjunto de dados para detecção de objetos orientados em imagens aéreas
• VisDrone: Um conjunto de dados para detecção e rastreamento de objetos em imagens capturadas por drones
• Argoverse: Um conjunto de dados para direção autônoma com anotações de rastreamento 3D

Link to this sectionCitações e Agradecimentos#

Se você usar o conjunto de dados xView em seu trabalho de pesquisa ou desenvolvimento, cite o seguinte artigo:

@misc{lam2018xview,
      title={xView: Objects in Context in Overhead Imagery},
      author={Darius Lam and Richard Kuzma and Kevin McGee and Samuel Dooley and Michael Laielli and Matthew Klaric and Yaroslav Bulatov and Brendan McCord},
      year={2018},
      eprint={1802.07856},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

Gostaríamos de agradecer à Defense Innovation Unit (DIU) e aos criadores do conjunto de dados xView por sua valiosa contribuição à comunidade de pesquisa em visão computacional. Para obter mais informações sobre o conjunto de dados xView e seus criadores, visite o site do conjunto de dados xView.

Link to this sectionFAQ#

Link to this sectionO que é o conjunto de dados xView e como ele beneficia a pesquisa em visão computacional?#

O conjunto de dados xView é uma das maiores coleções publicamente disponíveis de imagens aéreas de alta resolução, contendo mais de 1 milhão de instâncias de objetos em 60 classes. Ele foi projetado para aprimorar várias facetas da pesquisa em visão computacional, como reduzir a resolução mínima para detecção, melhorar a eficiência do aprendizado, descobrir mais classes de objetos e avançar na detecção de objetos de granulação fina.

Link to this sectionComo posso usar o Ultralytics YOLO para treinar um modelo no conjunto de dados xView?#

Para treinar um modelo no conjunto de dados xView usando Ultralytics YOLO, siga estas etapas:

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="xView.yaml", epochs=100, imgsz=640)

Para argumentos e configurações detalhados, consulte a página de Treinamento do modelo.

Link to this sectionQuais são os principais recursos do conjunto de dados xView?#

O conjunto de dados xView destaca-se devido ao seu conjunto abrangente de recursos:

• Mais de 1 milhão de instâncias de objetos em 60 classes distintas.
• Imagens de alta resolução a 0,3 metros.
• Diversos tipos de objetos, incluindo objetos pequenos, raros e de granulação fina, todos anotados com caixas delimitadoras.
• Disponibilidade de um modelo de base pré-treinado e exemplos em TensorFlow e PyTorch.

Link to this sectionQual é a estrutura do conjunto de dados xView e como ele é anotado?#

O conjunto de dados xView contém imagens de satélite de alta resolução capturadas por satélites WorldView-3 a uma distância de amostragem de solo de 0,3 m, abrangendo mais de 1 milhão de objetos em 60 classes distintas dentro de aproximadamente 1.400 km² de imagens anotadas. Cada objeto é rotulado com caixas delimitadoras, tornando o conjunto de dados altamente adequado para treinar e avaliar modelos de aprendizado profundo para detecção de objetos em visões aéreas. Para um detalhamento, consulte a seção Estrutura do Conjunto de Dados.

Link to this sectionComo cito o conjunto de dados xView em minha pesquisa?#

Se você utilizar o conjunto de dados xView em sua pesquisa, cite o seguinte artigo:

@misc{lam2018xview,
    title={xView: Objects in Context in Overhead Imagery},
    author={Darius Lam and Richard Kuzma and Kevin McGee and Samuel Dooley and Michael Laielli and Matthew Klaric and Yaroslav Bulatov and Brendan McCord},
    year={2018},
    eprint={1802.07856},
    archivePrefix={arXiv},
    primaryClass={cs.CV}
}

Para obter mais informações sobre o conjunto de dados xView, visite o site oficial do conjunto de dados xView.