Link to this sectionConjunto de Dados de Segmentação de Pacotes#

O conjunto de dados de segmentação de pacotes Ultralytics é uma coleção curada de 2.197 imagens anotadas de pacotes para treinar modelos de segmentação de instâncias em uma única classe package. Desenvolvido para casos de uso de logística e automação de armazéns, como identificação, classificação e manuseio de pacotes, ele funciona diretamente com o Ultralytics YOLO para análise de pacotes em tempo real em pipelines de visão computacional. Explore mais conjuntos de dados de segmentação na nossa página de visão geral de datasets.

Link to this sectionEstrutura do Dataset#

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

• Conjunto de treinamento: 1.920 imagens usadas para treinamento do modelo de aprendizado profundo.
• Conjunto de validação: 188 imagens usadas durante o treinamento para ajustar hiperparâmetros e evitar overfitting.
• Conjunto de teste: 89 imagens mantidas para avaliar o modelo após o treinamento.
• Classes: uma única classe package cobrindo cada pacote anotado.
• Tamanho do download: ~103 MB.

Link to this sectionAplicações#

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.

Link to this sectionArmazéns Inteligentes e Logística#

Em armazéns modernos, soluções de IA de visão podem otimizar operações automatizando a identificação e classificação de pacotes. Modelos de visão computacional treinados neste conjunto de dados podem detectar e segmentar rapidamente pacotes em tempo real, mesmo em ambientes desafiadores com iluminação fraca ou espaços desordenados. Isso leva a tempos de processamento mais rápidos, redução de erros e melhoria da eficiência geral nas operações logísticas.

Link to this sectionControle 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 controle de qualidade na fabricação e é vital para manter a integridade do produto.

O conjunto de dados completo de segmentação de pacotes também pode ser navegado e gerenciado na Plataforma Ultralytics.

Link to this sectionYAML do Dataset#

Um arquivo YAML define a configuração do dataset, incluindo caminhos, classes e outros detalhes essenciais. Para o dataset 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

Link to this sectionUso#

Para treinar um modelo Ultralytics YOLO26n no conjunto de dados de segmentação de pacotes por 100 épocas com um tamanho de imagem de 640, use os snippets de código a seguir. O conjunto de dados (~103 MB) é baixado automaticamente no primeiro uso. Para uma lista abrangente de argumentos disponíveis, consulte a página de treinamento 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")

Link to this sectionDados 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 locais, ambientes e densidades de pacotes variados, portanto, os modelos treinados nele veem a gama de cenas logísticas do mundo real necessárias para generalizar. Veja a página da tarefa de segmentação para fluxos de trabalho relacionados.

Link to this sectionCitações 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 de segmentação de pacotes por sua contribuição à comunidade de visão computacional. Para mais conjuntos de dados, visite a coleção de Datasets Ultralytics e nosso guia sobre dicas de treinamento de modelos.

Link to this sectionFAQ#

Link to this sectionO que é o conjunto de dados de segmentação de pacotes e como ele é usado no Ultralytics YOLO26?#

O conjunto de dados de segmentação de pacotes é uma coleção de 2.197 imagens anotadas de pacotes para treinar e avaliar modelos de segmentação de instâncias em uma única classe package. Ele visa aplicações de logística e automação de armazéns, como identificação, classificação e controle de qualidade de pacotes, e é usado diretamente com o Ultralytics YOLO26 por meio do arquivo de configuração package-seg.yaml.

Link to this sectionQuantas imagens e classes o conjunto de dados de segmentação de pacotes contém?#

O conjunto de dados totaliza 2.197 imagens — 1.920 para treinamento, 188 para validação e 89 para teste — todas anotadas para uma única classe package. O arquivo completo é baixado automaticamente como um .zip de ~103 MB no primeiro uso.

Link to this sectionComo treino um modelo Ultralytics YOLO26 no Conjunto de Dados de Segmentação de Pacotes?#

Carregue um modelo de segmentação pré-treinado (por exemplo, yolo26n-seg.pt) e treine-o com a configuração package-seg.yaml usando os snippets em Python ou CLI na seção Uso acima. Consulte o guia de treinamento para a lista completa de argumentos disponíveis.

Link to this sectionPor que usar o Ultralytics YOLO26 para segmentação de pacotes na logística?#

O YOLO26 oferece precisão de ponta e velocidade em tempo real para segmentação de instâncias, permitindo que sistemas automatizados detectem e classifiquem pacotes de forma confiável, mesmo em armazéns escuros ou desordenados — veja a seção Aplicações acima. Modelos treinados são exportados para formatos como ONNX e TensorRT para implantação em hardware de armazém.

Link to this sectionOnde posso encontrar o arquivo de configuração do conjunto de dados para segmentação de pacotes?#

O arquivo package-seg.yaml, que define os caminhos do conjunto de dados e a única classe package, está localizado no repositório GitHub da Ultralytics: package-seg.yaml.