Roboflow Conjunto de dados de segmentação de pacotes do universo

O Roboflow Conjunto de dados de segmentação de embalagens é uma coleção de imagens especificamente concebida para tarefas relacionadas com a segmentação de embalagens no domínio da visão por computador. Este conjunto de dados foi concebido para ajudar investigadores, programadores e entusiastas que trabalham em projectos relacionados com a identificação, classificação e manuseamento de embalagens.

Contendo um conjunto diversificado de imagens que mostram várias embalagens em diferentes contextos e ambientes, o conjunto de dados serve como um recurso valioso para treinar e avaliar modelos de segmentação. Quer estejas envolvido em logística, automatização de armazéns ou qualquer aplicação que exija uma análise precisa de embalagens, o Conjunto de Dados de Segmentação de Embalagens fornece um conjunto de imagens direcionado e abrangente para melhorar o desempenho dos teus algoritmos de visão computacional.

Estrutura do conjunto de dados

A distribuição dos dados no Conjunto de dados de segmentação de embalagens está estruturada da seguinte forma:

• Conjunto de treino: Inclui 1920 imagens acompanhadas das anotações correspondentes.
• Conjunto de teste: Consiste em 89 imagens, cada uma emparelhada com as suas respectivas anotações.
• Conjunto de validação: Compreende 188 imagens, cada uma com as anotações correspondentes.

Aplicações

A segmentação de embalagens, facilitada pelo Conjunto de Dados de Segmentação de Embalagens, é crucial para otimizar a logística, melhorar a entrega na última milha, melhorar o controlo de qualidade do fabrico e contribuir para soluções de cidades inteligentes. Do comércio eletrónico às aplicações de segurança, este conjunto de dados é um recurso fundamental, promovendo a inovação na visão computacional para aplicações de análise de embalagens diversas e eficientes.

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 Segmentação de pacotes, o arquivo package-seg.yaml é mantido em https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/package-seg.yaml.

# Ultralytics YOLO 🚀, AGPL-3.0 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 (102 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: ../datasets/package-seg # dataset root dir
train: images/train # train images (relative to 'path') 1920 images
val: images/val # val images (relative to 'path') 89 images
test: test/images # test images (relative to 'path') 188 images

# Classes
names:
  0: package

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

Utilização

Para treinar o modelo Ultralytics YOLOv8n no conjunto de dados Segmentação de pacotes para 100 épocas com um tamanho de imagem de 640, podes usar os seguintes trechos de código. Para obter uma lista abrangente dos argumentos disponíveis, consulta a página Treinamento do modelo.

from ultralytics import YOLO

# Load a model
model = YOLO('yolov8n-seg.pt')  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data='package-seg.yaml', epochs=100, imgsz=640)

# Start training from a pretrained *.pt model
yolo segment train data=package-seg.yaml model=yolov8n-seg.pt epochs=100 imgsz=640

Dados de amostra e anotações

O conjunto de dados de segmentação de pacotes inclui uma coleção variada de imagens e vídeos capturados de várias perspectivas. Abaixo estão exemplos de dados do conjunto de dados, acompanhados das respectivas anotações:

• Esta imagem apresenta uma instância de deteção de objectos de imagem, com caixas delimitadoras anotadas com máscaras que delineiam os objectos reconhecidos. O conjunto de dados incorpora uma coleção diversificada de imagens tiradas em diferentes locais, ambientes e densidades. Serve como um recurso abrangente para o desenvolvimento de modelos específicos para esta tarefa.
• O exemplo enfatiza a diversidade e a complexidade presentes no conjunto de dados VisDrone, sublinhando a importância de dados de sensores de alta qualidade para tarefas de visão computacional envolvendo drones.

Citações e agradecimentos

Se integrares o conjunto de dados de segmentação de fissuras nas tuas iniciativas de investigação ou desenvolvimento, cita o seguinte documento:

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

Expressamos a nossa gratidão à equipa de Roboflow pelos seus esforços na criação e manutenção do conjunto de dados de Segmentação de Pacotes, um bem valioso para projectos de logística e investigação. Para mais detalhes sobre o conjunto de dados de Segmentação de Pacotes e seus criadores, visita a página do conjunto de dados de Segmentação de Pacotes.

Comentários