Dataset de Segmentação de Pacotes#

2,197

Package-Seg

ultralytics

publicSegment

Package-Seg contains polygon masks for packages across indoor, warehouse, and logistics-style scenes, including empty background images. It supports package localization and shape segmentation; no named upstream dataset license is published, so redistribution terms should be reviewed.

1 class149.8 MBSep 2, 2026

package

packagesinstance-segmentationlogistics+1

O Ultralytics Package Segmentation Dataset é uma coleção selecionada de 2.197 imagens anotadas de pacotes para treinar modelos de segmentação de instâncias em uma única classe package. Criado para casos de uso de logística e automação de armazéns, como identificação, triagem e manuseamento de pacotes, ele funciona diretamente com o Ultralytics YOLO para análise de pacotes em tempo real em pipelines de visão computacional. Explora mais datasets de segmentação na nossa página de visão geral dos datasets.

Estrutura do Conjunto de Dados#

O Package Segmentation Dataset divide as suas 2.197 imagens da seguinte forma:

• Conjunto de treino: 1.920 imagens utilizadas para treinar o modelo de deep learning.
• Conjunto de validação: 188 imagens utilizadas durante o treino para ajustar os hiperparâmetros e evitar o overfitting.
• Conjunto de teste: 89 imagens reservadas para avaliar o modelo após o treino.
• Classes: uma única classe package que abrange todos os pacotes anotados.
• Tamanho do download: ~103 MB.

Aplicações#

A segmentação de pacotes otimiza a logística, a entrega de última milha, o controlo de qualidade na produção e os sistemas de cidades inteligentes, com aplicações que abrangem o processamento de encomendas de comércio eletrónico e a inspeção de segurança. Máscaras precisas de pacotes permitem que os sistemas automatizados localizem, contem e inspecionem encomendas em tempo real.

Armazéns Inteligentes e Logística#

Nos armazéns modernos, as soluções de IA de visão podem agilizar as operações ao automatizar a identificação e a triagem de pacotes. Os modelos de visão computacional treinados com este dataset podem detetar e segmentar rapidamente pacotes em tempo real, mesmo em ambientes exigentes com pouca iluminação ou espaços desorganizados. Isto resulta em tempos de processamento mais rápidos, menos erros e maior eficiência geral nas operações logísticas.

Controlo de Qualidade e Deteção de Danos#

Os modelos de segmentação de pacotes podem identificar pacotes danificados analisando a sua forma e aparência. Ao detetar irregularidades ou deformações nos contornos dos pacotes, estes modelos ajudam a garantir que apenas pacotes intactos avancem pela cadeia de abastecimento, reduzindo as reclamações dos clientes e as taxas de devolução. Este é um aspeto fundamental do controlo de qualidade na produção e é vital para manter a integridade dos produtos.

O Package Segmentation Dataset completo também pode ser consultado e gerido na Ultralytics Platform.

YAML do Conjunto de Dados#

Um ficheiro YAML define a configuração do dataset, incluindo caminhos, classes e outros detalhes essenciais. Para o Package Segmentation dataset, o ficheiro package-seg.yaml é mantido em https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/package-seg.yaml.

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

# Package-seg dataset by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/segment/package-seg
# Example usage: yolo train data=package-seg.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── package-seg ← downloads here (103 MB)

# 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: package-seg # dataset root dir
train: images/train # train images (relative to 'path') 1920 images
val: images/val # val images (relative to 'path') 188 images
test: images/test # test images (relative to 'path') 89 images

# Classes
names:
  0: package

# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/package-seg.zip

Utilização#

Para treinar um modelo Ultralytics YOLO26n no Package Segmentation dataset durante 100 épocas, com um tamanho de imagem de 640, utiliza os seguintes trechos de código. O dataset (~103 MB) é descarregado automaticamente na primeira utilização. Para consultar uma lista completa dos argumentos disponíveis, consulta a página de Treino do modelo.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-seg.pt")  # load a pretrained segmentation model (recommended for training)

# Train the model on the Package Segmentation dataset
results = model.train(data="package-seg.yaml", epochs=100, imgsz=640)

# Validate the model
results = model.val()

# Perform inference on an image
results = model("path/to/image.jpg")

Dados e anotações de exemplo#

Abaixo encontra-se um exemplo do Package Segmentation Dataset com as respetivas máscaras de segmentação sobrepostas, delineando os pacotes detetados:

O dataset abrange localizações, ambientes e densidades de pacotes variados, pelo que os modelos treinados com ele veem a diversidade de cenários logísticos do mundo real necessária para generalizar entre diferentes contextos. Consulta a página da tarefa de segmentação para conhecer fluxos de trabalho relacionados.

Citações e agradecimentos#

Se integrares o Package Segmentation dataset nas tuas iniciativas de investigação ou desenvolvimento, cita adequadamente a fonte:

@misc{ factory_package_dataset,
    title = { factory_package Dataset },
    type = { Open Source Dataset },
    author = { factorypackage },
    url = { https://universe.roboflow.com/factorypackage/factory_package },
    year = { 2024 },
    month = { jan },
    note = { visited on 2024-01-24 },
}

Agradecemos aos criadores do Package Segmentation dataset pela sua contribuição para a comunidade de visão computacional. Para consultar mais datasets, visita a coleção de Datasets da Ultralytics e o nosso guia sobre dicas para treinar modelos.

Perguntas frequentes#