Salta para o conteĆŗdo

Roboflow Conjunto de dados de segmentaĆ§Ć£o de pacotes do universo

O Roboflow Conjunto de dados de segmentaĆ§Ć£o de embalagens Ć© uma coleĆ§Ć£o de imagens especificamente concebida para tarefas relacionadas com a segmentaĆ§Ć£o de embalagens no domĆ­nio da visĆ£o por computador. Este conjunto de dados foi concebido para ajudar investigadores, programadores e entusiastas que trabalham em projectos relacionados com a identificaĆ§Ć£o, classificaĆ§Ć£o e manuseamento de embalagens.

Contendo um conjunto diversificado de imagens que mostram vĆ”rias embalagens em diferentes contextos e ambientes, o conjunto de dados serve como um recurso valioso para treinar e avaliar modelos de segmentaĆ§Ć£o. Quer estejas envolvido em logĆ­stica, automatizaĆ§Ć£o de armazĆ©ns ou qualquer aplicaĆ§Ć£o que exija uma anĆ”lise precisa de embalagens, o Conjunto de Dados de SegmentaĆ§Ć£o de Embalagens fornece um conjunto de imagens direcionado e abrangente para melhorar o desempenho dos teus algoritmos de visĆ£o computacional.

Estrutura do conjunto de dados

A distribuiĆ§Ć£o dos dados no Conjunto de dados de segmentaĆ§Ć£o de embalagens estĆ” estruturada da seguinte forma:

  • Conjunto de treino: Inclui 1920 imagens acompanhadas das anotaƧƵes correspondentes.
  • Conjunto de teste: Consiste em 89 imagens, cada uma emparelhada com as suas respectivas anotaƧƵes.
  • Conjunto de validaĆ§Ć£o: Compreende 188 imagens, cada uma com as anotaƧƵes correspondentes.

AplicaƧƵes

A segmentaĆ§Ć£o de embalagens, facilitada pelo Conjunto de Dados de SegmentaĆ§Ć£o de Embalagens, Ć© crucial para otimizar a logĆ­stica, melhorar a entrega na Ćŗltima milha, melhorar o controlo de qualidade do fabrico e contribuir para soluƧƵes de cidades inteligentes. Do comĆ©rcio eletrĆ³nico Ć s aplicaƧƵes de seguranƧa, este conjunto de dados Ć© um recurso fundamental, promovendo a inovaĆ§Ć£o na visĆ£o computacional para aplicaƧƵes de anĆ”lise de embalagens diversas e eficientes.

Conjunto de dados YAML

Um ficheiro YAML (Yet Another Markup Language) Ć© utilizado para definir a configuraĆ§Ć£o do conjunto de dados. ContĆ©m informaƧƵes sobre os caminhos do conjunto de dados, classes e outras informaƧƵes relevantes. No caso do conjunto de dados SegmentaĆ§Ć£o de pacotes, o arquivo package-seg.yaml Ć© mantido em https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/package-seg.yaml.

ultralytics/cfg/datasets/package-seg.yaml

# Ultralytics YOLO šŸš€, 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
# ā”œā”€ā”€ ultralytics
# ā””ā”€ā”€ datasets
#     ā””ā”€ā”€ package-seg  ā† 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

UtilizaĆ§Ć£o

Para treinar o modelo Ultralytics YOLOv8n no conjunto de dados SegmentaĆ§Ć£o de pacotes para 100 Ć©pocas com um tamanho de imagem de 640, podes usar os seguintes trechos de cĆ³digo. Para obter uma lista abrangente dos argumentos disponĆ­veis, consulta a pĆ”gina Treinamento do modelo.

Exemplo de comboio

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 anotaƧƵes

O conjunto de dados de segmentaĆ§Ć£o de pacotes inclui uma coleĆ§Ć£o variada de imagens e vĆ­deos capturados a partir de mĆŗltiplas perspectivas. Abaixo estĆ£o exemplos de dados do conjunto de dados, acompanhados das respectivas anotaƧƵes:

Imagem de amostra do conjunto de dados

  • Esta imagem apresenta uma instĆ¢ncia de deteĆ§Ć£o de objectos de imagem, com caixas delimitadoras anotadas com mĆ”scaras que delineiam os objectos reconhecidos. O conjunto de dados incorpora uma coleĆ§Ć£o diversificada de imagens tiradas em diferentes locais, ambientes e densidades. Serve como um recurso abrangente para desenvolver modelos especĆ­ficos para esta tarefa.
  • O exemplo enfatiza a diversidade e complexidade presentes no conjunto de dados VisDrone, sublinhando a importĆ¢ncia de dados de sensores de alta qualidade para tarefas de visĆ£o computacional envolvendo drones.

CitaƧƵes e agradecimentos

Se integrares o conjunto de dados de segmentaĆ§Ć£o de fissuras nas tuas iniciativas de investigaĆ§Ć£o 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 gratidĆ£o Ć  equipa Roboflow pelos seus esforƧos na criaĆ§Ć£o e manutenĆ§Ć£o do conjunto de dados de SegmentaĆ§Ć£o de Pacotes, um bem valioso para projectos de logĆ­stica e investigaĆ§Ć£o. Para mais detalhes sobre o conjunto de dados de SegmentaĆ§Ć£o de Pacotes e seus criadores, visita a pĆ”gina do conjunto de dados de SegmentaĆ§Ć£o de Pacotes.



Criado em 2024-01-25, Atualizado em 2024-02-08
Autores: chr043416@gmail.com (1), glenn-jocher (1)

ComentƔrios