Conjunto de dados xView
O conjunto de dados xView é um dos maiores conjuntos de dados de imagens aéreas publicamente disponíveis, contendo imagens de cenas complexas de todo o mundo anotadas com caixas delimitadoras. O objetivo do conjunto de dados xView é acelerar o progresso em quatro fronteiras da visão computacional:
- Reduz a resolução mínima para a deteção.
- Melhora a eficiência da aprendizagem.
- Permite a descoberta de mais classes de objectos.
- Melhora a deteção de classes de granularidade fina.
O xView baseia-se no sucesso de desafios como o Common Objects in Context (COCO) e tem como objetivo tirar partido da visão computacional para analisar a quantidade crescente de imagens disponíveis do espaço, a fim de compreender o mundo visual de novas formas e abordar uma série de aplicações importantes.
Características principais
- O xView contém mais de 1 milhão de instâncias de objectos em 60 classes.
- O conjunto de dados tem uma resolução de 0,3 metros, fornecendo imagens de maior resolução do que a maioria dos conjuntos de dados públicos de imagens de satélite.
- O xView apresenta uma coleção diversificada de objectos pequenos, raros, de grão fino e multi-tipo com anotação de caixa delimitadora.
- Inclui um modelo de base pré-treinado utilizando a API de deteção de objectos TensorFlow e um exemplo para PyTorch.
Estrutura do conjunto de dados
O conjunto de dados xView é composto por imagens de satélite recolhidas pelos satélites WorldView-3 a uma distância de amostragem do solo de 0,3 m. Contém mais de 1 milhão de objectos de 60 classes em mais de 1.400 km² de imagens.
Aplicações
O conjunto de dados xView é amplamente utilizado para treinar e avaliar modelos de aprendizagem profunda para a deteção de objectos em imagens aéreas. O conjunto diversificado de classes de objectos e as imagens de alta resolução do conjunto de dados fazem dele um recurso valioso para investigadores e profissionais no domínio da visão computacional, especialmente para a análise de imagens de satélite.
Conjunto de dados YAML
Um ficheiro YAML (Yet Another Markup Language) é utilizado para definir a configuração do conjunto de dados. Contém informações sobre os caminhos do conjunto de dados, classes e outras informações relevantes. No caso do conjunto de dados xView, o ficheiro xView.yaml é mantido em https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/xView.yaml.
ultralytics/cfg/datasets/xView.yaml
# Ultralytics YOLO 🚀, AGPL-3.0 license
# DIUx xView 2018 Challenge https://challenge.xviewdataset.org by U.S. National Geospatial-Intelligence Agency (NGA)
# -------- DOWNLOAD DATA MANUALLY and jar xf val_images.zip to 'datasets/xView' before running 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: ../datasets/xView # dataset root dir
train: images/autosplit_train.txt # train images (relative to 'path') 90% of 847 train images
val: images/autosplit_val.txt # train 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
import os
from pathlib import Path
import numpy as np
from PIL import Image
from tqdm import tqdm
from ultralytics.data.utils import autosplit
from ultralytics.utils.ops import xyxy2xywhn
def convert_labels(fname=Path('xView/xView_train.geojson')):
# Convert xView geoJSON labels to YOLO format
path = fname.parent
with open(fname) as f:
print(f'Loading {fname}...')
data = json.load(f)
# Make dirs
labels = Path(path / 'labels' / 'train')
os.system(f'rm -rf {labels}')
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']:
id = p['image_id']
file = path / 'train_images' / id
if 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 0-60
assert 59 >= cls >= 0, f'incorrect class index {cls}'
# Write YOLO label
if id not in shapes:
shapes[id] = Image.open(file).size
box = xyxy2xywhn(box[None].astype(np.float), w=shapes[id][0], h=shapes[id][1], clip=True)
with open((labels / id).with_suffix('.txt'), 'a') 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 {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 para 100 épocas com um tamanho de imagem de 640, podes usar os seguintes snippets de código. Para obter uma lista abrangente dos argumentos disponíveis, consulta a página de treino do modelo.
Exemplo de comboio
Dados de amostra e anotações
O conjunto de dados xView contém imagens de satélite de alta resolução com um conjunto diversificado de objectos anotados utilizando caixas delimitadoras. Seguem-se alguns exemplos de dados do conjunto de dados, juntamente com as anotações correspondentes:
- Imagens aéreas: Esta imagem demonstra um exemplo de deteção de objectos em imagens aéreas, em que os objectos 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 complexidade dos dados no conjunto de dados xView e realça a importância de imagens de satélite de alta qualidade para tarefas de deteção de objectos.
Citações e agradecimentos
Se utilizares o conjunto de dados xView no teu trabalho de investigação ou desenvolvimento, cita o seguinte documento:
@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 pela sua valiosa contribuição para a comunidade de investigação em visão computacional. Para mais informações sobre o conjunto de dados xView e os seus criadores, visita o sítio Web do conjunto de dados xView.