Conjunto de Dados de Segmentação de Pacotes#

2,197

Package-Seg

ultralytics

publicSegment

Package segmentation dataset with 2,197 unique images across 1,920 train, 188 validation, and 89 test images; 2,060 labeled images, 7,643 polygon instances, and one package class. Distributed by Ultralytics as the official Package-Seg training archive; no named upstream dataset license is published.

1 class149.8 MBAug 21, 2026

package

packagesinstance-segmentationlogistics+1

O Ultralytics Package Segmentation Dataset é uma coleção com curadoria de 2.197 imagens anotadas de pacotes para treinar modelos de instance segmentation em uma única classe package. Criado para casos de uso de logística e automação de armazéns como identificação, triagem e manuseio de pacotes, ele se integra diretamente ao Ultralytics YOLO para análise de pacotes em tempo real em pipelines de computer vision. Explora mais conjuntos de dados de segmentação na nossa datasets overview page.

Estrutura do Dataset#

O conjunto de dados de segmentação de pacotes divide suas 2.197 imagens da seguinte forma:

• Training set: 1.920 imagens usadas para training do modelo de deep learning.
• Validation set: 188 imagens usadas durante o treinamento para ajustar hyperparameters e evitar overfitting.
• Conjunto de teste: 89 imagens mantidas para avaliar o modelo após o treinamento.
• Classes: uma única classe package que cobre cada pacote anotado.
• Tamanho do download: ~103 MB.

Aplicações#

A segmentação de pacotes otimiza a logística, entregas de última milha, controle de qualidade industrial e sistemas de cidades inteligentes, com aplicações que abrangem o atendimento de pedidos de comércio eletrônico e triagem de segurança. Máscaras precisas de pacotes permitem que sistemas automatizados localizem, contem e inspecionem encomendas em tempo real.

Armazéns Inteligentes e Logística#

Em armazéns modernos, as vision AI solutions podem otimizar as operações ao automatizar a identificação e a triagem de pacotes. Modelos de visão computacional treinados neste conjunto de dados conseguem detectar e segmentar rapidamente pacotes em tempo real, mesmo em ambientes desafiadores com iluminação fraca ou espaços lotados. Isso resulta em tempos de processamento mais rápidos, menos erros e melhor eficiência geral nas logistics operations.

Controle de Qualidade e Detecção de Danos#

Modelos de segmentação de pacotes podem identificar pacotes danificados analisando sua forma e aparência. Ao detectar irregularidades ou deformações nos contornos dos pacotes, esses modelos ajudam a garantir que apenas pacotes intactos sigam pela cadeia de suprimentos, reduzindo reclamações de clientes e taxas de devolução. Este é um aspecto fundamental do quality control in manufacturing e é vital para manter a integridade do produto.

O Package Segmentation Dataset completo também pode ser navegado e gerenciado na Ultralytics Platform.

YAML do Dataset#

Um arquivo YAML define a configuração do conjunto de dados, incluindo caminhos, classes e outros detalhes essenciais. Para o conjunto de dados Package Segmentation, o arquivo 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

Uso#

Para treinar um modelo Ultralytics YOLO26n no conjunto de dados Package Segmentation por 100 epochs com um tamanho de imagem de 640, usa os seguintes trechos de código. O conjunto de dados (~103 MB) é baixado automaticamente no primeiro uso. Para uma lista abrangente de argumentos disponíveis, consulta a Training page 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 de Amostra e Anotações#

Abaixo está um exemplo do conjunto de dados de segmentação de pacotes com suas máscaras de segmentação sobrepostas, delineando os pacotes detectados:

O conjunto de dados abrange diversos locais, ambientes e densidades de pacotes, para que os modelos treinados nele vejam a variedade de cenas logísticas do mundo real necessárias para generalizar. Vê a página de segmentation task para fluxos de trabalho relacionados.

Citações e Agradecimentos#

Se integrares o conjunto de dados de Segmentação de Pacotes nas tuas iniciativas de pesquisa ou desenvolvimento, por favor cita a fonte apropriadamente:

@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 },
}

Expressamos nossa gratidão aos criadores do conjunto de dados Package Segmentation pela contribuição à comunidade de visão computacional. Para mais conjuntos de dados, visita a Ultralytics Datasets collection e nosso guia sobre model training tips.

FAQ#