Conjunto de dados xView

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

Reduzir a resolução mínima para detecção.
Melhorar a eficiência de aprendizagem.
Possibilitar a descoberta de mais classes de objetos.
Melhorar a detecção de classes de granulação fina.

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

Download manual necessário

O conjunto de dados xView não é baixado automaticamente pelos scripts da Ultralytics. Você deve baixar o conjunto de dados manualmente primeiro a partir da fonte oficial:

Fonte: DIUx xView 2018 Challenge pela U.S. National Geospatial-Intelligence Agency (NGA)
URL: https://challenge.xviewdataset.org

Importante: Após baixar os arquivos necessários (por exemplo, train_images.tif, val_images.tif, xView_train.geojson), você precisa extraí-los e colocá-los na estrutura de diretórios correta, geralmente esperada em uma pasta datasets/xView/, antes de executar os comandos de treinamento fornecidos abaixo. Certifique-se de que o conjunto de dados esteja configurado corretamente de acordo com as instruções do desafio.

Principais recursos

O xView contém mais de 1 milhão de instâncias de objetos em 60 classes.
O conjunto de dados possui uma resolução de 0,3 metros, fornecendo imagens de resolução superior à 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 múltiplos 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.

Estrutura do Dataset

O conjunto de dados xView é composto por imagens de satélite coletadas de satélites WorldView-3 com uma distância de amostra no solo de 0,3m. 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.

Aplicações

O conjunto de dados xView é amplamente utilizado para treinar e avaliar modelos de aprendizagem profunda para detecção de objetos em imagens aéreas. O conjunto diversificado de classes de objetos e a alta resolução das imagens tornam-no um recurso valioso para pesquisadores e profissionais na área de visão computacional, especialmente para a análise de imagens de satélite. As aplicações incluem:

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

YAML 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 do conjunto de dados, classes e outras informações relevantes. 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/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")

Utilização

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 obter uma lista abrangente de argumentos disponíveis, consulte a página de Treinamento do modelo.

Exemplo de Treino

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)

Amostra de dados 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 respectivas anotações:

Imagens aéreas de satélite do conjunto de dados xView com detecção de objetos

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 esta 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.

Conjuntos de Dados Relacionados

Se você trabalha 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

Citações e Agradecimentos

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

Citação

@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 para a 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.

FAQ

O 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 disponíveis publicamente 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 de aprendizagem, descobrir mais classes de objetos e avançar na detecção de objetos de granulação fina.

Como posso usar o Ultralytics YOLO para treinar um modelo no conjunto de dados xView?

Para treinar um modelo no conjunto de dados xView usando o Ultralytics YOLO, siga estes passos:

Exemplo de Treino

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 detalhadas, consulte a página de Treinamento do modelo.

Quais são as principais características do conjunto de dados xView?

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

Mais de 1 milhão de instâncias de objetos em 60 classes distintas.
Imagens de alta resolução a 0,3 metros.
Tipos diversificados 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.

Qual 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 amostra no solo de 0,3m, cobrindo 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 aprendizagem profunda para detecção de objetos em visões aéreas. Para uma análise detalhada, consulte a seção Estrutura do Conjunto de Dados.

Como cito o conjunto de dados xView na minha pesquisa?

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