Conjunto de dados xView#
O conjunto de dados xView é um dos maiores benchmarks de imagens de satélite disponíveis publicamente para detecção de objetos, com mais de 1 milhão de instâncias de objetos em 60 classes, anotadas com caixas delimitadoras em mais de 1.400 km² de imagens WorldView-3 com resolução de 0,3 m. Ele foi lançado para o Desafio DIUx xView 2018 pela Agência Nacional de Inteligência Geoespacial dos EUA (NGA) e requer o download manual de cerca de 20,7 GB.
O conjunto de dados foi criado para impulsionar quatro áreas da visão computacional:
- Reduzir a resolução mínima para detecção.
- Melhorar a eficiência do aprendizado.
- Possibilitar a descoberta de mais classes de objetos.
- Melhorar a detecção de classes com granularidade fina.
Com base em benchmarks como o COCO, o xView tem como alvo imagens aéreas, nas quais os objetos são muito menores e mais densamente agrupados do que em fotos tiradas do nível do solo.
O conjunto de dados xView não é baixado automaticamente. Cadastre-se no site do Desafio DIUx xView 2018 para baixar train_images.zip (~15 GB), train_labels.zip e val_images.zip (~5 GB) e, em seguida, extraia-os em datasets/xView/ para que a pasta contenha:
datasets/xView/
├── train_images/ # 847 TIF satellite images
├── val_images/ # 282 TIF images (no public labels)
└── xView_train.geojson # bounding-box annotationsNa primeira execução do treinamento, a Ultralytics converte automaticamente as anotações GeoJSON para o formato YOLO e divide as imagens rotuladas aproximadamente na proporção 90/10 entre os conjuntos de treinamento e validação — não é necessário fazer a conversão manualmente.
Principais funcionalidades#
- Classes com granularidade fina: 60 classes de objetos que abrangem aeronaves, veículos, material ferroviário, embarcações, equipamentos de construção e edifícios — muitos deles pequenos, raros e visualmente semelhantes.
- Alta resolução: distância de amostragem do solo de 0,3 m, obtida por satélites WorldView-3.
- Anotação densa: mais de 1 milhão de instâncias de objetos em mais de 1.400 km² de imagens, todas rotuladas com caixas delimitadoras horizontais.
- Conversão automática: o script de download da Ultralytics converte os rótulos GeoJSON originais para o formato YOLO e gera a divisão entre treinamento e validação no primeiro uso.
Estrutura do conjunto de dados#
As imagens do xView são grandes cenas de satélite no formato TIF, e apenas as 847 imagens de treinamento são distribuídas com rótulos públicos — o conjunto de validação do desafio, com 282 imagens, não tem rótulos. Portanto, a configuração xView.yaml da Ultralytics divide automaticamente as imagens rotuladas no primeiro uso:
| Divisão | Imagens | Descrição |
|---|---|---|
| Treinar | ~90% de 847 | Imagens rotuladas listadas em autosplit_train.txt, geradas na primeira execução |
| Validação | ~10% de 847 | Imagens rotuladas listadas em autosplit_val.txt, usadas para avaliação |
As 60 classes abrangem categorias com granularidade fina, como aeronave de asa fixa, avião de carga, carro pequeno, ônibus, locomotiva, embarcação, escavadeira, edifício, hangar de aeronaves e tanque de armazenamento; a lista completa está no YAML do conjunto de dados abaixo. Durante a conversão, os IDs de classe originais do desafio (11–94) são remapeados para índices contíguos de 0 a 59.
Aplicações#
As classes com granularidade fina e a perspectiva aérea de alta resolução do xView fazem dele um benchmark padrão para treinar e avaliar modelos de aprendizado profundo em sensoriamento remoto. Entre as aplicações comuns estão:
- Reconhecimento militar e de defesa
- Planejamento e desenvolvimento urbano
- Monitoramento ambiental
- Resposta e avaliação de desastres
- Mapeamento e gerenciamento de infraestrutura
Para conhecer outros benchmarks de imagens aéreas, consulte o conjunto de dados VisDrone, voltado a drones, ou o conjunto de dados DOTA-v2, com caixas orientadas.
YAML do conjunto de dados#
O arquivo xView.yaml define a configuração do conjunto de dados — os caminhos do conjunto, os 60 nomes de classes e o script de download que converte as anotações GeoJSON e gera a divisão automática. Ele é mantido no repositório da Ultralytics 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")Uso#
O treinamento requer que o download manual descrito acima seja extraído em datasets/xView/; depois, a conversão das anotações e a divisão entre treinamento e validação são executadas automaticamente.
Para treinar um modelo no conjunto de dados xView por 100 épocas com um tamanho de imagem de 640, você pode usar os trechos de código a seguir. Para ver uma lista completa dos argumentos disponíveis, consulte a página de Treinamento do modelo.
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="xView.yaml", epochs=100, imgsz=640)Para rotular imagens de satélite adicionais e gerenciar execuções de treinamento do xView no navegador, use a Plataforma Ultralytics.
Dados de exemplo e anotações#
A amostra abaixo mostra uma cena típica do xView: imagens aéreas de alta resolução nas quais objetos pequenos, como veículos e edifícios, são anotados com caixas delimitadoras, ilustrando por que a detecção de objetos em imagens de satélite exige localização precisa e detalhada.
Citações e agradecimentos#
Se você usar o conjunto de dados xView em suas pesquisas ou no seu trabalho de desenvolvimento, cite o artigo a seguir:
@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 Unidade de Inovação em Defesa (DIU) e aos criadores do conjunto de dados xView por sua valiosa contribuição à comunidade de pesquisa em visão computacional. Para saber mais, visite o site do conjunto de dados xView.
Perguntas frequentes#
O conjunto de dados xView é um benchmark de imagens de satélite lançado para o Desafio DIUx xView 2018 pela Agência Nacional de Inteligência Geoespacial dos EUA, com mais de 1 milhão de instâncias de objetos em 60 classes com granularidade fina em imagens WorldView-3 de 0,3 m. Ele apoia pesquisas sobre a detecção de objetos pequenos, raros e com granularidade fina em vistas aéreas, alvos muito mais difíceis do que os encontrados em fotos tiradas do nível do solo.
O xView requer download manual: cadastre-se no site do Desafio DIUx xView 2018, baixe
train_images.zip(~15 GB),train_labels.zipeval_images.zip(~5 GB) — cerca de 20,7 GB no total — e extraia-os emdatasets/xView/, seguindo a estrutura mostrada no aviso no início desta página. Na primeira execução do treinamento, a Ultralytics converte automaticamente as anotações GeoJSON para o formato YOLO e cria a divisão entre treinamento e validação.O xView contém 847 imagens de treinamento rotuladas e 282 imagens de validação sem rótulos públicos, todas capturadas por satélites WorldView-3 com resolução de 0,3 m. As anotações abrangem mais de 1 milhão de instâncias de objetos em 60 classes. Como apenas os rótulos de treinamento são públicos, a configuração
xView.yamlda Ultralytics divide as 847 imagens rotuladas aproximadamente na proporção 90/10 entre os conjuntos de treinamento e validação; consulte Estrutura do conjunto de dados para saber mais.Treine um modelo YOLO26n no xView por 100 épocas com um 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="xView.yaml", epochs=100, imgsz=640)Para ver argumentos e configurações detalhados, consulte a página de Treinamento do modelo.
Cite o artigo "xView: Objects in Context in Overhead Imagery" (Lam et al., arXiv:1802.07856, 2018); a referência BibTeX completa está na seção Citações e agradecimentos acima.